Da bi računala mogla tumačiti ljudski jezik, moraju se pretvoriti u oblik kojim računalo može manipulirati. Međutim, to nije tako jednostavno kao pretvaranje tekstualnih podataka u brojeve. Kako bismo izvukli značenje iz ljudskog jezika, obrasci se moraju izdvojiti iz stotina ili tisuća riječi koje čine tekstualni dokument. Ovo nije lak zadatak. Nekoliko je čvrstih pravila koja se mogu primijeniti na tumačenje ljudskog jezika. Na primjer, potpuno isti skup riječi može značiti različite stvari ovisno o kontekstu. Ljudski jezik je složena i često dvosmislena stvar, a izjava može biti izgovorena iskreno ili sarkastično.

Unatoč tome, postoje neke opće smjernice koje se mogu koristiti pri tumačenju riječi i znakova, kao što je znak "s" koji se koristi za označavanje da je stavka množina. Ove opće smjernice moraju se koristiti zajedno kako bi se iz teksta izvuklo značenje, kako bi se stvorile značajke koje algoritam strojnog učenja može protumačiti.

Obrada prirodnog jezika uključuje primjenu različitih algoritama koji mogu uzeti nestrukturirane podatke i pretvoriti ih u strukturirane podatke. Ako se ovi algoritmi primjenjuju na pogrešan način, računalo često neće uspjeti izvući ispravno značenje iz teksta. To se često može vidjeti u prevođenju teksta između jezika, gdje se često gubi precizno značenje rečenice. Iako se strojno prevođenje znatno poboljšalo u posljednjih nekoliko godina, pogreške strojnog prevođenja i dalje se često događaju.