我正在尝试使用天赋进行情感分析，但我还需要知道每个单词对句子分数的影响程度。
我已经按照这篇文章来预测情绪，但它没有展示如何提取给定句子的特征。我假设有一种方法可以进行此特征提取，因为它在该文章中呈现的方式，但我找不到它。我试过阅读天赋文档和代码本身，但没有看到这样做的方法。
我正在寻找的是这种功能：
import flair
text = flair.data.Sentence(<string-with-sentiment>)
model = flair.models.TextClassifier.load('en-sentiment')
model.predict(text)
print(s.individual_sentiments)
结果：
[('i', 0.08), ('do', 0.09), ('like', 1.0), ('you', -0.32)]
我不是在尝试训练自己的模型，而是在上面的代码示例中使用预先训练过的模型。
注意：我不拘泥于天赋，如果存在具有此功能的不同框架，我也很乐意了解它。我正在尝试使用 flair，因为它在我测试它时准确地执行了 Textblob 和 nltk 的 VADER。