## Задание
Выбрать художественный текст и обучить на нем рекуррентную нейронную сеть для  решения  задачи  генерации.

## Зависимости
Для работы этого приложения необходимы следующие библиотеки Python:
* NumPy
* TensorFlow
* Streamlit

## Запуск
```bash
streamlit laba7.py
```

## Описание кода
1. Импорт библиотек:

    Импортируются необходимые библиотеки, такие как docx для чтения текстов из файлов Word, streamlit для создания веб-приложения, numpy, tensorflow и keras для обучения нейронных сетей.

2. Извлечение текста из файлов Word:

    Функция extract_text_from_docx используется для извлечения текста из двух файлов Word на русском (textru) и английском (texten). Это делается с помощью библиотеки docx.

3. Подготовка данных для обучения моделей: 

    Текст из файлов разбивается на последовательности для обучения рекуррентных нейронных сетей (LSTM). Текст разбивается на последовательности определенной длины (maxlen) и используется для обучения моделей на русском и английском текстах.

4. Создание и обучение моделей:

    Два отдельных экземпляра модели (model_russian и model_english) создаются и обучаются на соответствующих данных русского и английского текстов.

5. Генерация текста на основе обученных моделей:

    Функция generate_text используется для генерации текста на основе обученных моделей. Этот текст выводится с помощью streamlit в веб-приложении.

## Результат
Сгенерированный русский текст:

Ты к моему несчастью верь как в святыню верит монах как в чудо чудо верит дева как верят в вечернюю печальные странники в пути

Сгенерированный английский текст:

In the to my distress as the monk believes in a shrine as the maiden believes in a miracle as weary travelers believe in the evening star on their journey