# 实验四（文本序列建模，PyTorch 版）

本目录提供“人工智能实验4”的完全重构实现，移除了对 Keras 的依赖，改用 PyTorch 并在离线环境下可运行（若未提供语料，将使用内置的极小玩具语料做演示）。

## 结构

- `lab04/data.py`
  - 加载英文/法文语料；优先搜索 `Lab04/data/` 与 `人工智能实验4/data/`，若均不存在则回退到内置少量句子。
- `lab04/preprocess.py`
  - 轻量分词（按空格）与词表构建；id 映射；序列 padding（支持按参考长度对齐）。
- `lab04/models.py`
  - 简单的 BiGRU + 线性分类头，对每个时间步预测目标词（等价于原 Keras 版本的 Bidirectional(SimpleRNN) + TimeDistributed(Dense) 思路）。
- `lab04/train.py`
  - 端到端训练与评估脚本：读取语料、预处理、训练模型、输出 `Lab04/result.txt` 前 10 个样本的翻译结果（演示用）。

## 运行

1) 可选：放置语料
- 将 `small_vocab_en.txt` 与 `small_vocab_fr.txt` 放入 `Lab04/data/`（或保留在 `人工智能实验4/data/`）。每行一条句子，对齐的同一行互为翻译。

2) 训练与导出示例结果
```bash
python3 Lab04/lab04/train.py --epochs 3 --batch-size 128
# 运行结束后生成 Lab04/result.txt
```

3) 重要说明
- 本实现为教学演示：模型在输入序列的每个时间步直接预测目标词，未使用编码器-解码器与注意力机制，因此对“非逐词对齐”的真实翻译问题能力有限。用于作业演示足够，若要获得更好翻译效果，应进一步实现 Seq2Seq/Attention。
- 若无外部语料，脚本会自动使用内置的 10 余条玩具句子运行，便于离线环境快速验证流程。