Cette séance de cours couvre l'évolution de l'encodage de texte, de l'ASCII à l'Unicode, ce qui permet la représentation du texte dans diverses langues et scripts. Il explore les détails des normes Unicode, les défis du traitement de texte multilingue et le rôle du XML dans la structuration des données textuelles. La séance de cours explore également les complexités de l'encodage de texte hiérarchiquement, l'utilisation de TEI pour l'annotation de texte, et les progrès dans les technologies de reconnaissance optique de caractères et de reconnaissance manuscrite de texte.