Fertilnost tokenizatora je prosječan broj tokena na koje tokenizator dijeli jednu riječ. Najmanja vrijednost je 1, kad je svaka riječ jedan token, a niža vrijednost je bolja. Visoka fertilnost znači da se riječi razbijaju na mnogo sitnih dijelova. Rust i saradnici (2021) pokazali su da tokenizator višejezičnog modela mBERT riječi na finskom, ruskom i turskom dijeli na znatno više dijelova nego tokenizatori modela napravljenih samo za te jezike. Najnižu fertilnost imao je engleski. U njihovoj studiji niža fertilnost išla je uz bolje rezultate na konkretnim zadacima, ali autori su poredili mali broj jezika i modela.
Izvori: