如何判断单词是否为同词根？求支持多语言的JavaScript库方案

1. Natural #

这是个成熟的NLP工具库，支持英语、西班牙语、法语等多语言，内置多种词干提取算法，更关键的是提供**词形还原（Lemmatization）**功能——能把不规则变化的单词（比如ate、eating）还原成基础词eat，比老的Porter词干提取精准得多，完全适配你的翻译场景需求。

用法示例：

const natural = require('natural');
const lemmatizer = new natural.Lemmatizer();

// 测试词形还原
console.log(lemmatizer.lemmatize('ate')); // 输出 'eat'
console.log(lemmatizer.lemmatize('eating')); // 输出 'eat'
console.log(lemmatizer.lemmatize('eats')); // 输出 'eat'

// 页面高亮逻辑：遍历页面文本的每个单词，还原后和用户输入词的还原结果对比，匹配则高亮

优势：维护活跃，API简单，多语言支持完善，能处理不规则动词/名词变化。

2. spaCy.js #

作为知名Python NLP库的JS移植版，spaCy提供专业级的词形还原、词性标注能力，支持多语言预训练模型（比如英语、德语、中文等），对复杂词形变化的处理精度很高，适合对匹配准确性要求高的场景。

用法示例：

import { load } from 'spacy';

async function initHighlight() {
  const nlp = await load('en_core_web_sm'); // 加载英语模型
  const pageText = document.body.textContent;
  const doc = nlp(pageText);
  
  doc.tokens.forEach(token => {
    if (token.lemma === lemmatizeUserInput()) { // 这里替换成用户输入词的还原结果
      // 执行高亮逻辑，比如给该单词所在元素加样式
      highlightElement(token.text);
    }
  });
}

// 辅助函数：处理用户输入的词形还原
async function lemmatizeUserInput() {
  const userInput = document.getElementById('input').value;
  const nlp = await load('en_core_web_sm');
  return nlp(userInput).tokens[0].lemma;
}

优势：NLP功能全面，模型精度高，多语言覆盖广，适合复杂场景。

3. Lemmabot #

轻量级的专注词形还原的库，体积小，支持英语、德语、法语等多种语言，不需要加载庞大的模型，非常适合前端应用快速集成。

用法示例：

import lemmatize from 'lemmabot';

// 还原用户输入的词
const userBaseForm = lemmatize(userInput, 'en');

// 遍历页面单词进行匹配
document.querySelectorAll('.content-word').forEach(wordEl => {
  const wordBaseForm = lemmatize(wordEl.textContent, 'en');
  if (wordBaseForm === userBaseForm) {
    wordEl.classList.add('highlight');
  }
});

优势：轻量无负担，集成成本低，多语言支持到位。

核心实现逻辑 #

不管选哪个库，核心思路都是：

• 把用户输入的单词做词形还原，得到它的基础词形；
• 遍历页面中的每个单词，同样做词形还原；
• 对比两者的基础词形，一致就给该单词添加高亮样式。

词形还原比单纯的词干提取更适合你的场景——比如Porter算法处理ate会得到at，根本无法匹配eat的其他形式，而词形还原能准确识别不规则变化的关联。

内容的提问来源于stack exchange，提问作者ShaneOH