Update command_line_introduction.md

docs/command_line_introduction.md

 # 命令行
-Paddle Hub为Module/Model（关于Model和Module的区别，请查看下方的介绍）的管理和使用提供了命令行工具，目前命令行支持以下10个命令：
+PaddleHub为Module/Model（关于Model和Module的区别，请查看下方的介绍）的管理和使用提供了命令行工具，目前命令行支持以下10个命令：
 
 ## `install`
 
-用于将Module安装到本地，默认安装在${USER_HOME}/.paddlehub/module目录下，当一个Module安装到本地后，用户可以通过其他命令操作该Module（例如，使用该Module进行预测），也可以使用PaddleHub提供的python API，将Module应用到自己的任务中，实现迁移学习
+用于将Module安装到本地，默认安装在`${USER_HOME}/.paddlehub/module`目录下，当一个Module安装到本地后，用户可以通过其他命令操作该Module（例如，使用该Module进行预测），也可以使用PaddleHub提供的python API，将Module应用到自己的任务中，实现迁移学习
 
 ## `uninstall`
 
@@ -53,31 +53,36 @@ PaddleHub在使用过程中会产生一些缓存数据，这部分数据默认
 PaddleHub尽量简化了用户在使用命令行预测时的理解成本，一般来讲，我们将预测分为NLP和CV两大类
 
 ## NLP类的任务
-输入数据通过--input_text或者--input_file指定。以LAC（中文词性分析）为例子，可以通过以下两个命令实现单文本和多文本的预测
+输入数据通过--input_text或者--input_file指定。以百度LAC模型（中文词法分析）为例，可以通过以下两个命令实现单行文本和多行文本的分析。
+
 ```shell
-#单文本预测
-hub run lac --input_text "今天是个好日子"
+# 单文本预测
+$ hub run lac --input_text "今天是个好日子"
 ```
 ```shell
-#多文本分析
-hub run lac --input_file test.txt
+# 多文本分析
+$ hub run lac --input_file test.txt
 ```
-其中test.txt的格式为
+
+其中test.txt的样例格式如下，每行是一个需要词法分析句子
+
 ```
 今天是个好日子
 天气预报说今天要下雨
 下一班地铁马上就要到了
 ……更多行……
 ```
+
 ## CV类的任务
-输入数据通过--input_path或者--input_file指定。以SSD（目标检测）为例子，可以通过以下两个命令实现单张图片和多张图片的预测
+输入数据通过`--input_path`或者`--input_file`指定。以SSD模型（单阶段目标检测）为例子，可以通过以下两个命令实现单张图片和多张图片的预测
+
 ```shell
-#单张照片预测
-hub run ssd_mobilenet_pascal --input_path test.jpg
+# 单张照片预测
+$ hub run ssd_mobilenet_pascal --input_path test.jpg
 ```
 ```shell
-#多张照片预测
-hub run ssd_mobilenet_pascal --input_file test.txt
+# 多张照片预测
+$ hub run ssd_mobilenet_pascal --input_file test.txt
 ```
 其中test.txt的格式为
 ```
@@ -93,8 +98,12 @@ person.jpg
 
 ## Model
 
-Model代表着预训练好的参数和模型，当需要使用Model进行预测时，需要下载模型配套的代码，进行模型的加载，数据的预处理等操作后，才能进行预测。PaddleHub为PaddlePaddle的预训练模型提供了统一的管理机制，用户可以使用PaddleHub快速便捷的获取到最新的Model，以便进行实验或者其他操作。
+Model表示预训练好的参数和模型，当需要使用Model进行预测时，需要模型配套的代码，进行模型的加载，数据的预处理等操作后，才能进行预测。
+
+PaddleHub为PaddlePaddle生态的预训练模型提供了统一的管理机制，用户可以使用`hub download`命令的获取到最新的Model，以便进行实验或者其他操作。
 
 ## Module
 
-Module是Model的超集，是一个`可执行模块`，一个Module可以支持直接命令行预测，也可以配合PaddleHub的接口，通过少量代码实现迁移学习。需要注意的是，不是所有的Module都支持命令行预测，也不是所有的Module都支持finetune。
+Module是Model的超集，是一个`可执行模块`，一个Module可以支持直接命令行预测，也可以配合PaddleHub Finetune API，通过少量代码实现迁移学习。
+需要注意的是，不是所有的Module都支持命令行预测; (例如BERT/ERNIE Transformer类模型，一般需要搭配任务进行finetune)
+也不是所有的Module都可用于finetune（例如LAC词法分析模型，我们不建议用户用于finetune）。