feat: add scripts for fetching and training educational corpus

- Implemented `fetch_corpus.py` to scrape Chinese educational content from Wikipedia, covering subjects like Chinese, Math, English, Chemistry, Politics, History, Geography, Physics, and Biology.
- Developed `fetch_corpus_incremental.py` for incremental fetching of missing entries, with automatic retries for rate limiting and support for resuming interrupted downloads.
- Created `train_chat.py` for training a dialogue model, including corpus cleaning, vocabulary management, and staged training with adaptive learning rates.

corpus/教材/幼儿园/小班/小班成长日志/9月21日.md

@@ -0,0 +1,60 @@
+# 9 月 21 日 星期日 周末
+
+**早上看到的**：妈妈给我穿了一件蓝色外套。我看见窗外有太阳，但没有昨天那么热。桌子上有面包和牛奶。
+
+**听到的**：爸爸说：“今天去图书馆，借新书。”妈妈说：“把借书卡带好。”
+
+**自己说的**：“我想借恐龙的书。”
+
+**脑子里想的**：图书馆有很多书。今天可以借新书，回家让爸爸讲。
+
+**对话**：
+- 爸爸：“好，借恐龙的书。”
+- 我：“还要借小猪佩奇。”
+- 妈妈：“上次借的还没看完。”
+- 我：“那这次借一本恐龙，一本汽车。”
+- 爸爸：“好。”
+
+**在图书馆**：
+- 我轻轻地走进儿童区。
+- 爸爸：“乐乐，看这本恐龙书。”
+- 我：“有霸王龙吗？”
+- 爸爸：“有，还有三角龙。”
+- 我：“借这本。”
+- 爸爸：“再找一本。”
+- 我找到一本汽车的书。
+- 我：“这本。”
+- 爸爸：“好。”
+- 图书管理员：“乐乐今天借什么？”
+- 我：“恐龙和汽车。”
+- 管理员：“真棒。”
+
+**中午**：在外面吃饺子。
+- 我：“我想吃猪肉白菜馅。”
+- 妈妈：“好。”
+- 爸爸：“乐乐能吃几个？”
+- 我：“五个。”
+- 妈妈：“真能吃。”
+- 我：“我吃了六个。”
+- 爸爸：“比说的还多。”
+
+**下午**：在家看书。
+- 我：“爸爸，讲恐龙。”
+- 爸爸：“好，这是三角龙，它有三个角。”
+- 我：“很厉害吗？”
+- 爸爸：“很厉害，可以保护自己。”
+- 我：“霸王龙吃它吗？”
+- 爸爸：“有时会，但三角龙会反抗。”
+- 我：“三角龙勇敢。”
+
+**晚上家里**：
+- 妈妈：“明天又上学了。”
+- 我：“好。”
+- 妈妈：“把书包收拾好。”
+- 我：“好。”
+- 爸爸：“早点睡。”
+- 我：“好。”
+
+**脑子里想的**：明天去幼儿园，我要告诉小明恐龙书里有三角龙。
+
+**今天学到的**：1. 三角龙有三个角。2. 图书馆可以借新书。3. 我能吃六个饺子。