-
泰文分词的目的：由于泰文的书写是连在一起的，没有明显的分隔符，只使用空格来起到类似句号或逗号的作用。
-
基于字典的分词：缺点是无法收录命名实体词、数字或新词。
词典中收录的词不一定是最小的有意义的单位，可以是复合词（แม่น้ำ ดูแล ช่างทอง）或者短语。
2.1 泰文正字法： 虽然和英文相比，泰文词语之间没有分割符，没有形态标记和时态变化，无法根据词形判断词性，也没有大写字母和小写字母的区分。
但是泰文也有一些独特的标记，例如空格表示句子或词的结束。
第一组字符： Non-spacing Character 非空格字符，包含元音符号、音调符号和特殊符号，当和辅音结合之后，不会使继续要书写的位置产生向右移动，这一组的字符无法独立存在，包括
第二组字符： 必须有辅音符号在后的字符，包括
第三组字符：必须有辅音字符在前的字符，包括
第四组字符：字符顶部的不发音符号，由于其出现在词尾不发音的字符顶部，因此不会是词的开头。
第五组字符：剩余的字符。
总结，由于泰文字符存储在X-TIS系统里（2bite码），作为混合码的一部分，第一组字符就不用考虑。
同时，第二组、第三组和第四组的字符是很好的标记。