Μια συλλογή γραπτών κειμένων ονομάζεται corpus (πληθυντικός: corpora). Ένα corpus μπορεί να κυμαίνεται από ένα μικρό σύνολο εγγράφων έως μια μεγάλη βάση δεδομένων εκατομμυρίων κειμένων.
Τα corpora χρησιμοποιούνται ευρέως στην γλωσσολογική έρευνα —π.χ. μελέτη συχνότητας λέξεων ή δομής προτάσεων. Εξυπηρετούν και άλλους σκοπούς, όπως η δημιουργία γλωσσικών μοντέλων ή η εκπαίδευση αλγορίθμων μηχανικής μάθησης.