n-gram

文字列や単語列を連続するn個ずつに区切って取り出したもの。2文字ずつならバイグラムという。辞書がなくても機械的に索引を作れるため全文検索に使われ、統計的な言語モデルの基礎にもなる。

文書に含まれる単語（トークン）ごとに、その単語を含む文書の識別子と出現位置の一覧を対応付けた索引。全文検索で、キーワードから該当する文書をすばやく求めるのに使う。日本語では形態素解析やn-gramで文章を単語に分けて作成し、検索エンジンや全文検索の機能（Elasticsearchなど）の中核になっている。

文章を、意味を持つ最小の単位である形態素に区切り、それぞれの品詞や原形を判別する自然言語処理の処理。単語の間に空白がない日本語では、テキスト分析や検索の索引作成の最初の段階として欠かせない。辞書と、単語の並びやすさの統計をもとに最も確からしい区切り方を選ぶもので、MeCabやSudachiなどのツールがある。

文を構成する語や句の文法的な関係を解析し、文の構造を木構造（構文木）などで表す処理。自然言語処理では、形態素解析の後に、句の構成を求める句構造解析や、語の係り先を求める係り受け解析を行う。プログラム言語の処理系では、字句解析で得た字句の列が文法に合っているかを調べて構文木を作る段階を指す。

構文解析の結果をもとに、語や文の意味を解釈する自然言語処理の処理。複数の意味を持つ語がその文でどの意味で使われているかの判定（語義曖昧性の解消）や、誰が何をしたかという述語と項の関係（意味役割）の付与を行い、構文的に複数の解釈ができる文から妥当なものを選ぶ。プログラム言語の処理系では、型の整合性などを検査する段階を指す。

1つの文だけでなく、複数の文にまたがる文脈を手がかりに、文章の内容を解釈する自然言語処理の処理。「それ」「彼」などの指示語が何を指すかを特定する照応解析、省略された主語や目的語を補う処理、文と文の因果や対比などの関係（談話構造）の解析を含む。形態素解析、構文解析、意味解析に続く段階に位置付けられる。

文の中で、どの語（日本語では文節）がどの語を修飾しているか、どの語がどの述語の主語や目的語になっているかという係り受けの関係を求める構文解析の一種。日本語では、文節が後ろの文節に係り、係り受けの線が交差しないといった性質を利用し、CaboChaやKNPなどのツールがある。誰が何をしたかの抽出や、評判分析に使われる。