diff --git a/doc/doc_ch/algorithm_overview.md b/doc/doc_ch/algorithm_overview.md
index 6ea90d2c68177630d61a4e536da70ec4d9d61a49..361e251bc5a35812abc3081e64343b0d8c2c9c05 100755
--- a/doc/doc_ch/algorithm_overview.md
+++ b/doc/doc_ch/algorithm_overview.md
@@ -38,11 +38,11 @@ PaddleOCR文本检测算法的训练和使用请参考文档教程中[模型训
 ### 2.文本识别算法
 
 PaddleOCR基于动态图开源的文本识别算法列表：
-- [x]  CRNN[7]([paper](https://arxiv.org/abs/1507.05717) )（ppocr推荐）
-- [x]  Rosetta[10]([paper](https://arxiv.org/abs/1910.05085))
-- [ ]  STAR-Net[11]([paper](http://www.bmva.org/bmvc/2016/papers/paper043/index.html)) coming soon
-- [ ]  RARE[12]([paper](https://arxiv.org/abs/1603.03915v1)) coming soon
-- [ ]  SRN[5]([paper](https://arxiv.org/abs/2003.12294)) coming soon
+- [x]  CRNN([paper](https://arxiv.org/abs/1507.05717))[7]（ppocr推荐）
+- [x]  Rosetta([paper](https://arxiv.org/abs/1910.05085))[10]
+- [ ]  STAR-Net([paper](http://www.bmva.org/bmvc/2016/papers/paper043/index.html))[11] coming soon
+- [ ]  RARE([paper](https://arxiv.org/abs/1603.03915v1))[12] coming soon
+- [ ]  SRN([paper](https://arxiv.org/abs/2003.12294))[5] coming soon
 
 参考[DTRB][3](https://arxiv.org/abs/1904.01906)文字识别训练和评估流程，使用MJSynth和SynthText两个文字识别数据集训练，在IIIT, SVT, IC03, IC13, IC15, SVTP, CUTE数据集上进行评估，算法效果如下：