如何用Google Apps Script提取词根实现英文关键词单复数匹配？

1. Google Apps Script 实现词根提取的可行性 #

完全可以实现，你不需要引入外部依赖，直接把Porter Stemmer这类经典词干提取算法的JS实现复制到GAS脚本里就能用，千级关键词的处理量完全没有性能压力，单次全量处理耗时都在毫秒级。

• 基础处理逻辑：
  • 先把关键词、标题统一转小写，按空格拆分为独立单词
  • 对每个单词调用词干提取函数得到词根
  • 按原顺序拼接词根后做匹配即可
• 注意点：原生词干提取算法对不规则名词变形（比如tooth/teeth、man/men）的覆盖不全，你可以手动补充一个不规则变形映射表，整理百来个常用的不规则名词变形，就能覆盖绝大多数日常使用场景。
• 简单实现示例：

// GAS 中名词单复数归一化示例函数
function normalizeWord(word) {
  // 不规则变形映射，可按需扩展
  const irregularMap = {
    'teeth': 'tooth',
    'geese': 'goose',
    'men': 'man',
    'women': 'woman',
    'glasses': 'glass'
  }
  const lowerWord = word.toLowerCase();
  if (irregularMap[lowerWord]) return irregularMap[lowerWord];
  // 处理规则复数变形
  if (lowerWord.endsWith('ies')) return lowerWord.slice(0, -3) + 'y';
  if (lowerWord.endsWith('ves')) return lowerWord.slice(0, -3) + 'f';
  if (lowerWord.endsWith('es')) return lowerWord.slice(0, -2);
  if (lowerWord.endsWith('s')) return lowerWord.slice(0, -1);
  return lowerWord;
}

2. Google Cloud Natural Language API 适配性 #

完全适配该场景，该API提供的词形还原（Lemmatization）功能，会结合单词的词性将其还原为词典原形，比普通词干提取的准确率更高，比如会自动将teeth还原为tooth，glasses根据语境还原为glass，不需要你自己维护不规则变形表。

• 注意事项：
  • 调用需要开通Google Cloud服务并配置API密钥，会产生少量接口调用费用，千级数据的调用成本几乎可以忽略
  • 处理速度受网络请求延迟影响，比本地GAS处理慢，适合对准确率要求极高的场景

3. 其他可行解决方案 #

• 方案一：统一归一化为单数形式匹配
  不需要做词根提取，直接把所有单词统一转换为单数形式后比对即可。除了上面提到的手动写规则处理，你也可以直接复用现成的JS单复数转换库的代码，实现成本极低，规则覆盖完整的情况下准确率足够满足普通匹配需求。
• 方案二：关键词预标准化
  你的关键词只有一千多条，属于小规模数据，可以提前把所有关键词归一化为词根/单数形式存为列表，匹配时只需要实时处理标题，将标题归一化后到预存的列表中匹配即可，能进一步提升匹配效率。
• 方案三：本地NLP库处理
  如果你的运行环境支持引入Node.js依赖，可以直接使用natural、lemmatizer这类开源JS NLP库，自带完善的词形还原、单复数转换功能，不需要自己写规则，准确率也很高。

内容的提问来源于stack exchange，提问作者Carmad94