Pour que le traitement du langage naturel (NLP) fonctionne, il faut toujours transformer le langage naturel (texte et audio) en forme numérique. Les techniques de vectorisation de texte, à savoir le sac de mots et la vectorisation tf-idf, qui sont des choix très populaires pour les algorithmes traditionnels d'apprentissage automatique, peuvent aider à convertir le texte en vecteurs de caractéristiques numériques.