Az idézetként beágyazódó nyelvi reprezentációk felölelhetnek egyfelől teljes diskurzusokat: egy megnyilatkozóhoz köthető szövegeket ugyanúgy, mint több megnyilatkozót szerepeltető társalgásokat. Másfelől megjeleníthetik a megidézett diskurzusnak egy adott részletét: a megnyilatkozó egy monologikus (azaz virtuálisan dialogikus) szöveg részletét ugyanúgy beágyazhatja a maga megnyilatkozásába, mint egy társalgás néhány vagy történetesen csak egyetlenegy fordulóját, illetőleg annak egy részletét.

Részben a fentiekből következik, hogy terjedelmüket tekintve az idézetek széles skálán helyezhetők el. A skála egyik végén azok a beágyazott diskurzusok vagy diskurzusrészletek találhatók, amelyek csak egy elemi mondatból állnak, vagyis amelyek csak egy elemi jelenetet reprezentálnak. A skála másik végén helyezkednek el azok az akár rendkívül terjedelmes beágyazott diskurzusok, amelyek egy összetett, elemi jelenetek komplex sorozatából álló világreprezentációt jelenítenek meg.

Az adott diskurzus és az abba beágyazódó diskurzus vagy diskurzusrészlet viszonyát tekintve két alapvető lehetőség között tehetünk különbséget. Egyik esetben a megnyilatkozó referenciális kapcsolatot létesít a saját diskurzusának és az idézett diskurzusnak a világa (személy-, illetve tér- és időviszonyrendszere) között, a másik esetben viszont eltekint ettől. Referenciális kapcsolat esetében a befogadó joggal feltételezheti azt, hogy a felidézett diskurzus megnyilatkozója is abban a világban él, illetve élt, amelyben ő maga is él. Másképpen szólva: feltételezheti, hogy a felidézett diskurzus valóban lezajlott valamikor a múltban, vagy legalábbis — anticipált idézet esetén — lefolyhatott volna a múltban, illetőleg lefolyhatna a jelenben vagy a jövőben. Referenciális kapcsolat hiányában viszont a befogadó nem tehet mást, mint hogy a felidézett diskurzust egy fiktív világba helyezi, és elfogadja, hogy ahhoz csak a megnyilatkozó fér hozzá, vagyis azt, hogy nincs lehetősége az idézet eredetijének interszubjektív ellenőrzésére.

Az idézésnek, vagyis a diskurzusok vagy diskurzusrészletek beágyazásának többféle lehetősége között tehetünk különbséget aszerint, hogy a megnyilatkozó milyen mértékű és jellegű önállóságot biztosít a beágyazott megnyilatkozó(k) szavainak. A szakirodalom általában az egyenes, a függő és a szabad függő beszédet különbözteti meg. A tanulmányban az idézési módok e hagyományos elnevezéseit használjuk. Egyenes idézésen azt a kötött idézési formát értjük, amellyel az aktuális megnyilatkozó annak eredeti formáját megtartva, azaz szó szerint adja vissza az eredeti diskurzust, illetve annak egy részletét. A függő idézést szintén kötött formaként értelmezzük: olyan grammatikalizálódott szerkezetként, amelyben az aktuális megnyilatkozó nem törekszik arra, hogy az idézet az eredeti formájában jelenjék meg, az eredetileg elhangzottaknak csak a propozicionális tartalmát közvetíti. A szabad függő idézés terminust pedig—a szokásosnál némiképpen tágabban értelmezve—azoknak a kötetlen idézési megoldásoknak az átfogó elnevezésére alkalmazzuk, amelyek nem érvényesítik következetesen sem az egyenes, sem a függő idézésre jellemző kötött formai megoldásokat, azok csak részlegesen jellemzik őket. A szabad függő idézés fogalma tehát az általánosításnak ezen a szintjén leginkább negatívan határozható meg. E terminus ugyanis lényegében olyan megoldásokat fog át, amelyek a kötött(ebb) formaként jellemezhető egyenes és függő idézésnél lényegesen heterogénebb és nyitottabb kategóriát alkotnak.