我正在使用以下库对我的Feed上的Facebook帖子进行一些情绪分析，作为一个有趣的实验：https://github.com/cdipaolo/sentiment
但我遇到的问题是从model.SentimentAnalysis（）调用返回的Analysis对象没有加权分数。它为句子返回的得分值是0或1.这使得它的定义过于模糊，我希望每个Facebook帖子都有一个情绪量表，所以从0到1.0的浮点数是理想的，其中1是100％为正，0为100％为负。
有没有办法可以利用对象中的Words变量（在这个文件中，你可以在底部https://github.com/cdipaolo/sentiment/blob/master/model.go下看到它）来循环句子中的每个单词分数，以创建我自己的加权情绪得分了？例如，positive_words / total_words会起作用吗？这会给我一个数字来表示该帖子的正面情绪百分比，但随后加权问题又重新出现，因为这些单词也没有加权，所以例如说我得到了0.75的分数，实际上真正的分数可能会少得多，因为单词可能只略高于正阈值，但我不知道，因为它只是0表示负数或1表示正数，它不是加权浮点值。
所以我的问题是，在数学上是否有某种方法可以根据提供的数据创建自己的体重评分，或者我没有足够的数据来做到这一点？