KO: revise doc after @rickiepark's second review

site/ko/guide/tensor.md

@@ -235,8 +235,8 @@ float_tensor = tf.cast(tf.constant([1, 2, 3]), dtype=tf.float32)
 
 ## 텐서 계산하기(evaluate)
 
-일단 계산 그래프를 만들었다면, 특정 `tf.Tensor`를 생성하고 그것에 지정된 값을 가져오는 계산을 실행할 수 있습니다.
-이것은 대부분의 텐서플로가 작업하는데 필요할 뿐 아니라 디버깅에 종종 유용합니다.
+일단 계산 그래프를 만들었다면, 특정 `tf.Tensor`를 생성하거나 텐서에 할당된 값을 가져오는 계산을 실행할 수 있습니다.
+이것은 텐서플로 작업의 많은 부분에서 필요할 뿐 아니라 디버깅에 종종 유용합니다.
 
 텐서를 계산하는 가장 간단한 방법은 `Tensor.eval` 메서드를 사용하는 것입니다. 예를 들어:
 
@@ -251,9 +251,9 @@ print(tensor.eval())
 
 `Tensor.eval`은 텐서와 같은 내용을 가지는 넘파이 배열을 반환합니다.
 
-때때로 그 값이 이용할 수 없는 동적인 정보에 의존하기 때문에
+때때로 현재 사용할 수 없는 동적인 정보에 의존하기 때문에
 컨텍스트(context)가 없는 `tf.Tensor`는 계산할 수 없는 경우가 있습니다.
-예를 들어, `placeholder`인 텐서는 그 `placeholder`에 해당하는 값이 제공되지 않으면 계산할 수 없습니다.
+예를 들어, `placeholder`에 의존하는 텐서는 그 `placeholder`에 해당하는 값이 제공되지 않으면 계산할 수 없습니다.
 
 ``` python
 p = tf.placeholder(tf.float32)
@@ -268,7 +268,7 @@ t.eval(feed_dict={p:2.0}) # 플레이스홀더에 해당하는 값을 제공받
 다른 모델 구조는 `tf.Tensor`를 계산하는 것을 복잡하게 만들 수 있습니다.
 텐서플로는 함수안이나 제어 흐름안에 정의된 `tf.Tensor`를 직접 계산할 수 없습니다.
 만약에 `tf.Tensor`가 큐(queue)에 있는 값을 사용한다면,
-무언가가 큐에 들어간 후에 만 `tf.Tensor` 계산을 할 수 있습니다; 그렇지 않으면 계산은 중단될 것입니다.
+무언가가 큐에 들어간 후에 만 `tf.Tensor` 계산을 할 수 있습니다; 그렇지 않으면 계산은 멈출(hang) 것입니다.
 큐와 같이 작업할 때, `tf.Tensor`를 계산하기 전 `tf.train.start_queue_runners`를 호출하세요.
 
 ## 텐서 출력하기