diff --git a/demo/text-classification/README.md b/demo/text-classification/README.md
index baac0d509500455c713aa2f759a882e340417e23..e3ae86a18e46fd38a63cf3f98520751f684314d2 100644
--- a/demo/text-classification/README.md
+++ b/demo/text-classification/README.md
@@ -97,7 +97,7 @@ feed_list = [
 cls_task = hub.create_text_cls_task(
     feature=pooled_output, num_classes=dataset.num_labels)
 ```
-**NOTE:** 基于预训练模型的迁移学习网络搭建，必须在`with fluid.program_gurad()`作用域内组件网络
+**NOTE:**
 1. `outputs["pooled_output"]`返回了ERNIE/BERT模型对应的[CLS]向量,可以用于句子或句对的特征表达。
 2. `feed_list`中的inputs参数指名了ERNIE/BERT中的输入tensor的顺序，与ClassifyReader返回的结果一致。
 3. `create_text_cls_task`通过输入特征，label与迁移的类别数，可以生成适用于文本分类的迁移任务`cls_task`