Een verzameling geschreven teksten heet een corpus (meervoud: corpora). Een corpus kan variëren van een kleine set documenten tot een grote database van miljoenen teksten.
Corpora worden breed gebruikt in taalwetenschappelijk onderzoek – bijvoorbeeld voor het bestuderen van woordfrequentie of zinsstructuur. Ze dienen ook andere doeleinden, zoals het creëren van taalmodellen of het trainen van machine learning algoritmes.