一、标识符
一个我们想要放在一组对待的字符序列--如：”hairy“、”his“或者”:“；
二、词类型
一个词在一个文本中独一无二的出现形式或拼写，也就是说这个词在词汇表中是唯一的。如果我们计数的项目中包括了标点符号，那么我们把这些叫做唯一项目类型而不是词类型；
三、词语搭配
一个搭配是异乎寻常的经常在一起出现的词序列；其特点是其中的词不能被类似的词替换；
四、指代消解（anaphora resolution）
确定代词或名词短语指的是什么；
五、语义角色标注（semantic role labeling）
确定名词短语如何与动词相关联（如施事、受事、工具等）；