分析词典存放词汇信息，是自动分词、句法分析、语义分析，和其他自然语言处理任务的重要知识源。一般说来，理想的分析词典大小为10万个词条左右。分析词典的词汇信息必须按照词义来组织。这是因为，对汉语来说，大多数的常用词都是多义词。最简单的词只有一个词性和词义。复杂的词，可能有多个词性，每个词性又可能有多个词义，不同的词义，读音也可能不一样。

具体地，分析词典存放的词汇信息又可分为以下几种：

1. 词条信息

词条信息包括读音、使用频率等等。其中最重要的是使用频率，自然语言处理的统计方法就是建立在频率统计的基础上的。在自动标注和词频统计阶段，使用频率是最重要的信息。而在自动分词、句法分析和语义分析中，在出现歧义的情况下，可利用频率信息来选择正确的结果。

频率信息主要来自语料库的统计结果。频率统计可以针对词，可以针对词性，也可以是针对词义的。统计得越详细，使用的原始数据越多，在自然语言处理中发挥的作用也越可靠。

2. 词法信息

词法信息包括词性和构词方式。汉语的词汇按照通常的分法分为13种词性。但是，详细的词性划分，能减少分析规则的书写难度，从而有助于减轻分析过程的复杂程度，因此在实际应用的时候，往往再进一步细分。清华大学在语料库标记时，即使用了如下的24类的分类方法：名词、方位词、处所词、时间词、数词、量词、区别词、代词、动词、形容词、状态词、副词、介词、连词、助词、语气词、叹词、象声词、前缀、后缀、成语、简称略语、习用语和其他。

构词方式也是一项重要的词法信息，在词典里存放构词信息可以减少词典的容量，降低冗余度。在印欧语中，词汇的派生常常引起词性的改变和意义的转移，一般要加以特殊的处理。汉语虽较缺乏词形的变化。但也有几种构词方式，包括儿化、叠词、加前缀、加后缀等，例如：

儿化：花儿  悄悄儿  玩儿

叠词：高高兴兴 绿油油 高高蒙蒙亮 马里马虎 雪白雪白

加前缀：第一  初五  阿姨  老蛇

加后缀：科学家  学者  标准化  哥儿们