(复数语料库) 或文本语料库是一套大型和结构化的 （现在通常以电子方式存储和处理） 的案文。它们被用来做统计分析、 检查次数或验证特定的宇宙论的语言规则的 。语料库可能包含一种语言 （单语语料) 的案文或多种语言 （多语种语料库） 中的文本数据。特殊格式的-并排比较的多语种语料库称为对齐平行语料库。为了使更多的语料库 做语言研究非常有用，他们往往被称为批注的过程。注释语料库的一个示例是一部分的-演讲-标记，或词性标注中的每个单词的部分语音 （动词、 名词、 形容词等） 的信息添加到标签的形式语料库。另一个例子，指示每个单词的引理 (基地) 形式。时语料库的语言不是使用它的研究者的工作语文，行间花言巧语，用于使注释双语。语料库的语料库语言学的主要知识基地。的分析和处理各种类型的语料库也是很多工作的主题在计算语言学、 语音识别和机器翻译，他们通常用于创建隐马尔科夫模型的词性标注和其他目的。文本语料也使用的历史文献研究、 例如在试图破译古代的脚本，或圣经奖学金。