знаходження стеми (основи) слова

розбиття потоку символів природної мови на окремі

значимі одиниці

процес аналізу синтаксичної структури тексту чи частини

тексту, що ґрунтується на зіставленні лінійної послідовності лексем (слів,

процес утворення

початкової форми слова, виходячи з інших його словоформ

доступність для комп’ютерної обробки ((спеціальні помітки для передачі графічних особливостей тексту і т. п.).

часова віднесеність (всі відібрані до корпусу тексти були вперше опубліковані у 1961 році)

збалансоване представлення різних жанрів

походження і склад тексту (автор повинен був бути уродженим носієм американського варіанту англійської мови, діалогічне мовлення повинно було займати менше половини всього обсягу тексту)