Thông tin khi đưa vào máy tính sẽ được chuyển thành dữ liệu. Để máy tính xử lý hiệu quả, dữ liệu cần được chia thành các kiểu khác nhau.

Phân loại dữ liệu:

Dựa trên tính chất của thông tin để phân loại phù hợp với các phép xử lý của máy tính.

- Văn bản: Dùng cho tên gọi, địa chỉ, bài viết... có thể tách, ghép, so sánh.

- Số: Dùng cho các đại lượng có thể tính toán số học (+, -, *, /) hoặc so sánh lớn nhỏ.

- Lôgic: Chỉ có hai trạng thái đúng hoặc sai, dùng để kiểm tra điều kiện.

- Đa phương tiện: Gồm âm thanh, hình ảnh, video.

Biểu diễn thông tin:

Là bước mã hóa thông tin thành dữ liệu nhị phân (0 và 1) để máy tính hiểu được.

ASCII cơ bản (7 bit):

Mã hóa được 2⁷ = 128 kí tự, đủ cho bảng chữ cái tiếng Anh, số và kí tự đặc biệt.

ASCII mở rộng (8 bit):

Dùng thêm 1 bit để mã hóa được 2⁸ = 256 kí tự, bổ sung thêm kí tự của một số ngôn ngữ khác (như tiếng Pháp, Đức...).

Hạn chế của ASCII:

Không đủ chỗ để mã hóa tiếng Việt (cần 134 vị trí cho nguyên âm có dấu + đ/Đ) hay các ngôn ngữ tượng hình (Trung, Nhật, Hàn).

Bảng mã Unicode:

Là bộ mã chuẩn quốc tế dùng chung cho mọi ngôn ngữ, sử dụng nhiều hơn 8 bit để mã hóa hàng trăm nghìn kí tự.

Tiêu chuẩn tại Việt Nam:

- Việt Nam áp dụng tiêu chuẩn TCVN 6909:2001 (Unicode 16-bit).

- Bắt buộc sử dụng UTF-8 trong các cơ quan nhà nước.

UTF-8 dùng độ dài biến đổi (từ 1 đến 4 byte) để biểu diễn kí tự, giúp tiết kiệm bộ nhớ.

Khái niệm:

Là việc chuyển văn bản trên giấy hoặc lời nói thành tệp văn bản trong máy tính.

Cách thực hiện:

- Dùng phần mềm soạn thảo văn bản.

- Dùng công nghệ nhận dạng tiếng nói.