(množina korpusov) ali besedilni korpus velika in strukturirana zbirka besedil (zdaj običajno elektronsko hranjena in obdelana). Uporabljajo se uganjati statistične analize, preverjanje pojavitev ali preverjanje veljavnosti jezikovna pravila o posebnih vesolju. Lahko enojezikovni besedil v enotni jeziku (enojezični corpus) ali besedilne podatke v več jezikih (multilingual corpus). Večjezične korpusov , ki so posebej oblikovani za--vzporedno primerjavo imenujemo poravnanimi vzporedno korpusov. , Da bi se korpusov več koristen za početje jezikovne raziskave, so pogosto podvrženi procesa, ki je znan kot pripombo. Primer pojasnilom a corpus je del-od-govor-označevanja ali POS-označevanja, v kateri informacije o vsaka beseda del govora (glagol, vejica, pridevnik itd.) se doda corpus v obliki oznake. Drug primer je navedbo lema (osnova) obliki vsake besede. Ko jezik je corpus ni delovni jezik raziskovalcev, ki ga uporabljajo, interlinear glossing uporablja, da dvojezični pripombo. Korpusov so glavna baza znanja v korpusno lingvistiko. Analize in obdelave različnih vrst korpusov so tudi predmet veliko dela v computational linguistics, prepoznavanja govora in strojnega prevajanja, kjer se pogosto uporabljajo za ustvarjanje skritih modelov Markova za POS-označevanja in druge namene. Besedilo korpusov uporabljajo tudi v študiji zgodovinskih dokumentov, na primer poskuša dešifrirati starodavne skripte ali v svetopisemskih štipendijo.