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。我已经下载好了ptb数据集

首先，为了使用 Penn Treebank (PTB) 数据库，你需要安装 `nltk` 库（如果还没有安装），因为它包含了对PTB数据的支持。你可以通过运行以下命令来安装：

pip install nltk

然后，导入必要的模块并按照以下步骤进行操作：

1. 导入所需的nltk模块：

import nltk
from nltk.corpus import treebank

2. 加载数据：

# 加载整个语料库
corpus = treebank.raw()
# 获取语料库大小
corpus_size = len(corpus)

3. 打印前30个字符（注意这是文本，不是单词）：

print(corpus[:30])

4. 创建词汇表（id_to_word 和 word_to_id）：
- id_to_word 将数字索引映射到词汇中的单词
- word_to_id 反映单词与其索引之间的关系

# 分词并创建词汇表
words = nltk.word_tokenize(corpus)
vocab = set(words)

# 初始化空字典，键为单词，值为ID
id_to_word = {i: word for i, word in enumerate(vocab)}
# 初始化空字典，键为ID，值为单词
word_to_id = {word: i for i, word in id_to_word.items()}

# 注意：由于 PTB 数据库中的某些单词可能没有被包含在词汇表中，这里我们只保留已知词汇的映射
word_to_id = {k: v for k, v in word_to_id.items() if k in words}

5. 打印第一个单词及其对应的ID：

first_word = list(word_to_id.keys())[0]
first_word_id = list(word_to_id.values())[0]
print(f"First word: '{first_word}', ID: {first_word_id}")

现在，你应该能看到类似这样的输出：

The first 30 characters of the corpus:
... (actual text from PTB dataset)

Corpus size: X
First word ID and its corresponding word (if available):
... (actual word and its ID)

如果你遇到错误或者想知道如何处理未知单词，