Update VisualDL doc for embedding (#5259)

fix docs for visualdl

PaddleNLP/paddlenlp/embeddings/README.md

@@ -56,6 +56,31 @@ print(test_token_embedding)
    0.123634  0.282932  0.140399 -0.076253 -0.087103  0.07262 ]]
 ```
 
+## 可视化embedding结果
+使用深度学习可视化工具[VisualDL](https://github.com/PaddlePaddle/VisualDL)的High Dimensional组件可以对embedding结果进行可视化展示，便于对其直观分析，步骤如下：
+```python
+# 获取词表中前1000个单词
+labels = token_embedding.vocab.to_tokens(list(range(0,1000)))
+test_token_embedding = token_embedding.search(labels)
+
+# 引入VisualDL的LogWriter记录日志
+from visualdl import LogWriter
+
+with LogWriter(logdir='./visualize') as writer:
+    writer.add_embeddings(tag='test', mat=test_token_embedding, metadata=labels)
+```
+执行完毕后会在当前路径下生成一个visualize目录，并将日志存放在其中，我们在命令行启动VisualDL即可进行查看，启动命令为：
+```shell
+visualdl logdir ./visualize
+```
+启动后打开浏览器即可看到可视化结果
+
+<p align="center">
+  <img src="https://user-images.githubusercontent.com/48054808/103188111-1b32ac00-4902-11eb-914e-c2368bdb8373.gif" width="80%"/>
+</p>
+
+使用VisualDL除可视化embedding结果外，还可以对标量、图片、音频等进行可视化，有效提升训练调参效率。关于VisualDL更多功能和详细介绍，可参考[VisualDL使用文档](https://github.com/PaddlePaddle/VisualDL/tree/develop/docs)。
+
 ## 计算词向量cosine相似度
 
 ```python