diff --git a/demo/reading-comprehension/README.md b/demo/reading-comprehension/README.md
index 5170c70767308a8e532082b7588c6008cc109b60..04e608e07048028bf75239a03b2599bc69b3cff6 100644
--- a/demo/reading-comprehension/README.md
+++ b/demo/reading-comprehension/README.md
@@ -78,9 +78,12 @@ config = hub.RunConfig(use_cuda=True, num_epoch=2, batch_size=12, strategy=strat
 针对ERNIE与BERT类任务，PaddleHub封装了适合这一任务的迁移学习优化策略`AdamWeightDecayStrategy`
 
 `learning_rate`: Finetune过程中的最大学习率;
+
 `weight_decay`: 模型的正则项参数，默认0.01，如果模型有过拟合倾向，可适当调高这一参数;
+
 `warmup_proportion`: 如果warmup_proportion>0, 例如0.1, 则学习率会在前10%的steps中线性增长至最高值learning_rate;
-`lr_scheduler`: 有两种策略可选(1) `linear_decay`策略学习率会在最高点后以线性方式衰减; `noam_decay`策略学习率会在最高点以多项式形式衰减；
+
+`lr_scheduler`: 有两种策略可选(1) `linear_decay`策略学习率会在最高点后以线性方式衰减; `noam_decay`策略学习率会在最高点以多项式形式衰减;
 
 #### 运行配置
 `RunConfig` 主要控制Finetune的训练，包含以下可控制的参数: