kleag/lima
kleag
LIMA是由CEA LIST开发的多语言自然语言处理C++工具包，支持60多种语言的深度分析，兼具深度学习模块与规则机制ModEx，可用于文本语义分析、实体提取等场景。
下载次数: 0状态：社区镜像维护者：kleag仓库类型：镜像最近更新：5 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
LIMA - 自由多语言分析器
!https://raw.githubusercontent.com/aymara/lima/master/pics/lima-logo.png
TL;DR
在GNU/Linux环境下，若已安装Docker：
bash$ pip install aymara $ python >>> import aymara.lima >>> l = aymara.lima.Client(host='localhost', port='8080') >>> sentences = l.analyzeText('Hello, World!', lang='eng', pipeline='deep') >>> print(sentences[0][0].lemma) hello >>> print(sentences.conll()) # sent_id = 1 # text = Hello, World! 1 Hello hello PROPN _ _ 2 Dummy _ Len=5|NE=Person.PERSON|Pos=1|SpaceAfter=No 2 , , COMMA _ _ 3 Dummy _ Len=1|Pos=6 3 World! world! NOUN _ _ _ _ _ Len=6|NE=Miscellaneous.MISCELLANEOUS|Pos=8
镜像概述
LIMA是由CEA LIST旗下LASTI实验室（文本与图像语义分析实验室）开发的多语言语言分析器。该工具采用AGPL与商业双许可模式。
核心功能
- 多语言支持：对60多种语言提供前沿性能的分析能力
- 深度学习模块：基于神经网络的模块提升分析精度
- 规则机制ModEx：无需标注数据即可快速提取新领域的实体、关系、事件等信息
使用场景
- 多语言文本的语义分析与处理
- 实体、关系及事件的提取任务
- 无标注数据的新领域信息抽取需求
配置说明
通过aymara.lima.Client连接LIMA服务，需指定服务的host和port参数。
部署示例
运行LIMA服务镜像（暴露8080端口供客户端连接）：
bashdocker run -d -p 8080:8080 kleag/lima
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull kleag/lima:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"