(множествено число корпуси) или текстов корпус е голям и структуриран набор от текстове (сега обикновено по електронен път съхраняват и обработват). , Те се използват за статистически анализ, проверка копия или валидиране на езикови правила за специфични Вселената. А корпус може да съдържа текстове в един единствен език (едноезични корпус) или текстови данни на различни езици (многоезичен корпус). Многоезичен корпуси, които са били специално форматиран за рамо до рамо сравнение се наричат изравнените паралелни корпуси. За да се направи в корпуси по-полезна за правене на езикови изследвания, те често са подложени на процес, известен като анотация. Пример за обяснителния корпус е част на реч маркиране, или POS-маркиране, в коя информация за всяка дума част от речта (глагол, съществително, прилагателно, и т.н.) се добавя към корпус под формата на тагове. Друг пример се посочва една (ОМЕ) форма на всяка дума. Когато на езика на корпуса не е работен език на учените, които го използват, подстрочен glossing се използва за анотация двуезични. Корпуси са основните знания в корпусна лингвистика. Анализ и обработка на различни видове корпуси са също обект на много работа в компютърна лингвистика, разпознаване на реч и машинен превод, където те често се използват за създаване на скритите Марковски модели за POS-маркиране и други цели. Текст корпуси се използват и в изследването на исторически документи, например в опити да дешифрира древна скриптове или в библейски стипендия.