名詞（corpus，復數corpora）
指經科學取樣和加工的大規模電子文本庫。借助計算機分析工具，研究者可開展相關的語言理論及應用研究。
corpus
n. (pl. corpora)
refers to a large collection of well-sampled and processed electronic texts, on which language studies, theoretical or applied, can be conducted with the aid of computer tools.
語料庫是語料庫語言學研究的基礎資源，也是經驗主義語言研究方法的主要資源。應用於詞典編纂，語言教學，傳統語言研究，自然語言處理中基於統計或實例的研究等方面。 語料庫有多種類型，確定類型的主要依據是它的研究目的和用途，這壹點往往能夠體現在語料采集的原則和方式上。有人曾經把語料庫分成四種類型：⑴異質的（Heterogeneous）：沒有特定的語料收集原則，廣泛收集並原樣存儲各種語料；⑵同質的（Homogeneous）：只收集同壹類內容的語料；⑶系統的（Systematic）：根據預先確定的原則和比例收集語料，使語料具有平衡性和系統性，能夠代表某壹範圍內的語言事實；⑷專用的（Specialized）：只收集用於某壹特定用途的語料。
除此之外，按照語料的語種，語料庫也可以分成單語的（Monolingual）、雙語的（Bilingual）和多語的（Multilingual）。按照語料的采集單位，語料庫又可以分為語篇的、語句的、短語的。雙語和多語語料庫按照語料的組織形式，還可以分為平行（對齊）語料庫和比較語料庫，前者的語料構成譯文關系，多用於機器翻譯、雙語詞典編撰等應用領域，後者將表述同樣內容的不同語言文本收集到壹起，多用於語言對比研究。已經累積了大量各種類型的語料庫，如：葡萄牙語種樹庫、面向文本分類研究的中英文新聞分類語料庫、路透社文本分類訓練語料庫、中文文本分類語料庫、大開放字幕庫OpenSubtitles的多語言平行語料數據（OpenSubtitles Corpus）、《聖經》雙語語料庫（Bible bilingual corpus）、Short messages service(SMS) corpus（短消息服務（SMS）語料）等。 語料庫有三點特征
⒈語料庫中存放的是在語言的實際使用中真實出現過的語言材料，因此例句庫通常不應算作語料庫；
⒉語料庫是承載語言知識的基礎資源，但並不等於語言知識；
⒊真實語料需要經過加工（分析和處理），才能成為有用的資源。
語料庫的發展經歷了前期（計算機發明以前），第壹代語料庫，第二代語料庫，到第三代語料庫