NLPGym NLPGym是一个工具包，可以弥补RL和NLP应用程序之间的差距。 这旨在促进自然语言处理任务上DRL应用程序的研究和基准测试。 该工具包为标准NLP任务提供了交互式环境，例如序列标记，问题回答和序列分类。 序列标记 问题回答 多标签分类 序列标记：序列标记任务可以转换为MDP，其中给定的句子按从左到右的顺序进行解析。 在每一步骤中，一个令牌被呈现给代理。 代理可用的操作是使用可能的标签之一进行TAG标记。 到达句子结尾时，情节终止。 默认情况下，奖励功能基于实体级别F1分