Update README.md

demo/lac/README.md

-# LAC
+# LAC 词法分析
 
-## 关于
 
 本示例展示如何使用LAC Module进行预测。
 
-LAC是中文词法分析模型，可以用于进行中文句子的分词/词性标注/命名实体识别等功能，关于模型的训练细节，请查看[LAC](https://github.com/baidu/lac)
+LAC是中文词法分析模型，可以用于进行中文句子的分词/词性标注/命名实体识别等功能，关于模型的细节参见[模型介绍](https://www.paddlepaddle.org.cn/hubdetail?name=lac&en_category=LexicalAnalysis)
 
-## 准备工作
 
-在运行本目录的脚本前，需要先安装1.3.0版本以上的PaddlePaddle（如果您本地已经安装了符合条件的PaddlePaddle版本，那么可以跳过`准备工作`这一步）。
+## 命令行方式预测
+
+`cli_demo.sh`给出了使用命令行接口(Command Line Interface)调用Module预测的示例脚本
+通过以下命令试验下效果
 
-如果您的机器支持GPU，我们建议下载GPU版本的PaddlePaddle，使用GPU进行训练和预测的效率都比使用CPU要高。
 ```shell
-# 安装GPU版本的PaddlePaddle
-$ pip install --upgrade paddlepaddle-gpu
+$ hub run lac --input_text "今天是个好日子"
+$ hub run lac --input_file test.txt --user_dict user.dict
 ```
+test.txt 存放待分词文本， 如：
 
-如果您的机器不支持GPU，可以通过下面的命令来安装CPU版本的PaddlePaddle
-
-```shell
-# 安装CPU版本的PaddlePaddle
-$ pip install --upgrade paddlepaddle
+```text
+今天是个好日子     
+今天天气晴朗
 ```
+user.dict为用户自定义词典，可以不指定，当指定自定义词典时，可以干预默认分词结果。
+词典包含三列，第一列为单词，第二列为单词词性，第三列为单词词频，以水平制表符\t分隔。词频越高的单词，对分词结果影响越大，词典样例如下：
 
-在安装过程中如果遇到问题，您可以到[Paddle官方网站](http://www.paddlepaddle.org/)上查看解决方案。
+```text
+天气预报        n       400000        
+经      v       1000        
+常      d       1000          
+```
 
-## 命令行方式预测
+**NOTE:**
 
-`cli_demo.sh`给出了使用命令行接口(Command Line Interface)调用Module预测的示例脚本
-通过以下命令试验下效果
+* 该PaddleHub Module使用词典干预功能时，依赖于第三方库pyahocorasick，请自行安装
+* 请不要直接复制示例文本使用，复制后的格式可能存在问题
 
-```shell
-$ sh cli_demo.sh
-```
 
 ## 通过Python API预测