C’est une langue dont les mots se forment à partir d’une racine lexicale (substantif, verbe, adjectif etc.), qui porte le sens principal, et à laquelle on peut ajouter un certain nombre d’affixes (préfixes, suffixes et/ou infixes) qui correspondent en français à des prépositions, pronoms etc. et qui donnent des indications d’ordre grammatical. Ces affixes sont généralement invariables et ne donnent souvent qu’une seule information. Une langue agglutinante est supposée présenter une certaine régularité dans cette affixation.

Pour plus de clarté prenons un exemple en nahuatl, langue uto-aztèque du Mexique:

nimitste:tlapiyalti:lis : je te ferai garder des choses pour des gens, je te demanderai de servir de gardien dans l’intérêt d’autres personnes

On pourrait le décomposer de la manière suivante :

Ni : je (sujet, 1^ère personne du singulier)

mits : te (objet, 2^ème personne du singulier)

te : : des gens (objet indéfini humain)

tla : des choses (objet indéfini non-humain)

piya : garder (racine verbale)

lti : : faire faire quelque chose à quelqu’un (causatif ou factitif)

li : faire quelque chose pour quelqu’un (applicatif)

s : marque du futur

Note : les concepts de langues agglutinantes et polysynthétiques sont des concepts controversés et dont les définitions sont parfois considérées comme non-opératoires.