Vengono esplorati diversi schemi di codifica del testo per trasformare il testo grezzo in rappresentazioni numeriche adatte agli algoritmi di apprendimento automatico. La codifica del testo è una fase cruciale nell'NLP, poiché consente la conversione di testo non strutturato in formati strutturati che catturano il significato e le relazioni tra le parole.

In sintesi, la codifica del testo è una parte essenziale della pre-elaborazione dei dati testuali per i compiti di NLP. Sebbene metodi più semplici come BOW e TF-IDF siano utili per determinati compiti, i word embeddings offrono una rappresentazione delle parole più potente e ricca semanticamente, fondamentale per attività NLP più avanzate, come l'analisi del sentiment. Successivamente, implementeremo i word embeddings per il nostro progetto di sentiment analysis al fine di catturare in modo più efficace il contesto e il significato delle parole.