(1) A divisão do texto em segmentos, geralmente palavras, frases e parágrafos.

(2) A divisão do texto em unidades lexicais distintas. Nondictionary-processamento com base inclui espaços em branco e segmentação de n-gram, enquanto suporte baseado em dicionário inclui palavra, frase e segmentação de parágrafo e tematização.