Una raccolta di testi scritti è chiamata corpus (plurale: corpora). Un corpus può variare da un piccolo insieme di documenti a un grande database di milioni di testi.
I corpora sono ampiamente utilizzati nella ricerca linguistica — per esempio, per studiare la frequenza delle parole o la struttura delle frasi. Servono anche ad altri scopi, come la creazione di modelli linguistici o l'addestramento di algoritmi di machine learning.