1.使用PTB数据库完成语料库的加载，corpus size，corpus[:30]，id_to_word，word_to_id等结果的打印。

要使用PTB（Penn Treebank）数据库完成语料库的加载，你需要先确保已经安装了`nltk`库，它是处理自然语言处理任务的一个常用工具，其中包括PTB数据集。如果你还没有安装，可以通过pip进行安装：

pip install nltk

然后，你可以按照以下步骤操作：

1. 导入必要的模块：

import nltk
from nltk.corpus import treebank

2. 加载数据并获取corpus（文本数据）：

corpus = treebank.raw()

请注意，`treebank.raw()`返回的是原始的文本数据，可能包含很多标点符号和非字母字符。

3. 计算corpus的大小（通常表示为字节或行数）：

corpus_size = len(corpus)

4. 打印前30个字符或单词：

print(corpus[:30])

由于这通常是文本，所以可能会看到一些英文句子的开头。

5. 获取词汇表（id_to_word）和其逆向映射（word_to_id）：
- `nltk`库没有直接提供词汇表映射，但是可以通过处理文本数据创建自己的映射。这里我们假设你打算处理每个词为其自身的ID（即单词到数字的映射）：

unique_words = set(corpus)  # 获取所有不重复的单词
id_to_word = {i: word for i, word in enumerate(unique_words)}
word_to_id = {word: i for i, word in id_to_word.items()}  # 创建双向映射

现在，`id_to_word`是一个字典，键是整数ID，值是对应的单词；`word_to_id`则相反，键是单词，值是ID。

6. 打印词汇表的前几个条目：

print("First few words to ID mapping:", list(id_to_word)[:10])
print("First few ID to words mapping:", list(word_to_id.keys())[:10])