Некоторые стандарты кодирования для обработки естественного языка:

• ASCII (American Standard Code for Information Interchange). 24 Кодировка для представления десятичных цифр, латинского и национального алфавитов, знаков препинания и управляющих символов. 2
• Unicode. 2 Стандарт кодирования символов, позволяющий представить знаки практически всех письменных языков. 2 В документах Unicode могут соседствовать китайские иероглифы, математические символы, буквы греческого алфавита, латиницы и кириллицы. 2
• UTF-16 (Unicode Transformation Format). 2 Один из способов кодирования символов из Unicode в виде последовательности 16-битных слов. 2 В кодировке UTF-16 под любой символ уходит ровно 2 байта. 2
• Latin-1. 1 Набор символов, используемых в языках стран Западной Европы. 4