(1) Pembagian teks ke dalam segmen, biasanya kata-kata, kalimat dan paragraf.
(2) Pembagian teks ke unit leksikal yang berbeda.

Nondictionary berbasis pengolahan termasuk ruang putih dan n-gram segmentasi, sementara kamus dukungan berbasis meliputi kata, kalimat, dan segmentasi paragraf, dan lemmatization.