diff --git a/05.understand_sentiment/README.md b/05.understand_sentiment/README.md
index 90c7db1890cc79be6f2c0afb8e3a538dc3430e0a..1d676354734be2d6fbf0b13ee4201441adffc60e 100644
--- a/05.understand_sentiment/README.md
+++ b/05.understand_sentiment/README.md
@@ -302,7 +302,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。
 
 ### 训练
 
-可以通过`paddle.trainer.SGD`构造一个sgd trainer，并调用`trainer.train`来训练模型。
+可以通过`paddle.trainer.SGD`构造一个sgd trainer，并调用`trainer.train`来训练模型。另外，通过给train函数传递一个`event_handler`来获取每个batch和每个pass结束的状态。
 ```python
     # End batch and end pass event handler
     def event_handler(event):
@@ -317,7 +317,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。
             result = trainer.test(reader=test_reader, feeding=feeding)
             print "\nTest with Pass %d, %s" % (event.pass_id, result.metrics)
 ```
-可以通过给train函数传递一个`event_handler`来获取每个batch和每个pass结束的状态。比如构造如下一个`event_handler`可以在每100个batch结束后输出cost和error；在每个pass结束后调用`trainer.test`计算一遍测试集并获得当前模型在测试集上的error。
+比如，构造如下一个`event_handler`可以在每100个batch结束后输出cost和error；在每个pass结束后调用`trainer.test`计算一遍测试集并获得当前模型在测试集上的error。
 ```python
     from paddle.v2.plot import Ploter
 
@@ -331,6 +331,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。
             cost_ploter.plot()
             step += 1
 ```
+或者构造一个`event_handler_plot`画出cost曲线。
 ```python
     # create trainer
     trainer = paddle.trainer.SGD(cost=cost,
diff --git a/05.understand_sentiment/index.html b/05.understand_sentiment/index.html
index 36eddf77aad447a23e1578dc551b0f3d0bf4336f..260f6fa541685a1bc8d19d7d4c54d587c7061a5a 100644
--- a/05.understand_sentiment/index.html
+++ b/05.understand_sentiment/index.html
@@ -344,7 +344,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。
 
 ### 训练
 
-可以通过`paddle.trainer.SGD`构造一个sgd trainer，并调用`trainer.train`来训练模型。
+可以通过`paddle.trainer.SGD`构造一个sgd trainer，并调用`trainer.train`来训练模型。另外，通过给train函数传递一个`event_handler`来获取每个batch和每个pass结束的状态。
 ```python
     # End batch and end pass event handler
     def event_handler(event):
@@ -359,7 +359,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。
             result = trainer.test(reader=test_reader, feeding=feeding)
             print "\nTest with Pass %d, %s" % (event.pass_id, result.metrics)
 ```
-可以通过给train函数传递一个`event_handler`来获取每个batch和每个pass结束的状态。比如构造如下一个`event_handler`可以在每100个batch结束后输出cost和error；在每个pass结束后调用`trainer.test`计算一遍测试集并获得当前模型在测试集上的error。
+比如，构造如下一个`event_handler`可以在每100个batch结束后输出cost和error；在每个pass结束后调用`trainer.test`计算一遍测试集并获得当前模型在测试集上的error。
 ```python
     from paddle.v2.plot import Ploter
 
@@ -373,6 +373,7 @@ Paddle中提供了一系列优化算法的API，这里使用Adam优化算法。
             cost_ploter.plot()
             step += 1
 ```
+或者构造一个`event_handler_plot`画出cost曲线。
 ```python
     # create trainer
     trainer = paddle.trainer.SGD(cost=cost,