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6日.md

@@ -0,0 +1,68 @@
+# 9 月 6 日 星期六 周末
+
+**早上看到的**：太阳照进房间，我睁开眼睛。爸爸还没起床，妈妈在厨房。我看见枕头边的小兔子玩具。
+
+**听到的**：妈妈在切菜，“咚咚咚”。窗外有鸟叫。电视里传来动画片的声音，爸爸在看新闻。
+
+**自己说的**：“妈妈，今天不上幼儿园。”
+
+**脑子里想的**：周末可以在家玩，不去幼儿园。我想看动画片，然后去公园。
+
+**对话**：
+- 妈妈：“对，今天周末，你想做什么？”
+- 我：“我想看电视。”
+- 妈妈：“看一会儿，然后出去玩。”
+- 我：“好。”
+- 爸爸：“乐乐，早上想吃什么？”
+- 我：“鸡蛋和牛奶。”
+- 爸爸：“好，爸爸给你拿。”
+
+**上午**：我在家看动画片《小猪佩奇》。
+- 电视里佩奇说：“跳泥坑！”
+- 我：“哈哈，跳泥坑！”
+- 妈妈：“看电视坐远一点。”
+- 我：“我坐远。”
+- 妈妈：“看 20 分钟要休息。”
+- 我：“好。”
+- 乔治：“恐龙！”
+- 我：“我也喜欢恐龙。”
+
+**中午**：妈妈做了鸡蛋面。
+- 我：“妈妈做的面最好吃。”
+- 妈妈：“乐乐嘴巴真甜。”
+- 我：“不是甜，是真的好吃。”
+- 爸爸：“爸爸觉得也好吃。”
+- 我：“爸爸吃了两大碗。”
+
+**下午**：爸爸带我去公园。
+- 我：“爸爸，我想滑滑梯。”
+- 爸爸：“好，排队玩。”
+- 我：“那里有小朋友在玩沙子。”
+- 爸爸：“你想玩沙子吗？”
+- 我：“想。”
+- 爸爸：“好，我们去那边。”
+
+**公园里遇到的小朋友**：
+- 小朋友：“你叫什么名字？”
+- 我：“我叫乐乐，你叫什么？”
+- 小朋友：“我叫豆豆。”
+- 我：“我们一起堆沙子吧。”
+- 豆豆：“好。”
+- 豆豆：“我堆了一个城堡。”
+- 我：“我堆了一座山。”
+- 豆豆：“山和城堡连起来。”
+- 我：“好。”
+
+**晚上家里**：
+- 妈妈：“今天玩得开心吗？”
+- 我：“开心，我玩了滑滑梯和沙子。”
+- 妈妈：“认识了新朋友？”
+- 我：“认识了豆豆。”
+- 妈妈：“洗澡睡觉。”
+- 我：“好。”
+- 爸爸：“明天还去外婆家。”
+- 我：“耶！”
+
+**脑子里想的**：明天星期天，还可以去外婆家。外婆家有葡萄和小狗豆豆。
+
+**今天学到的**：1. 周末可以看电视但要坐远。2. 公园可以认识新朋友。3. 沙子很好玩。