词例化程序

词例化程序（tokenizer），计算机科学技术名词，将自然语言文本或句子划分为词、标点等基本组成单位的过程。对汉语而言即为分词，对于英语等已有空格标记的语言，主要完成标点与词的分离、连写形式的分解等。