Sprachkorpora sind umfangreiche Sammlungen von schriftlichen Texten oder transkribierten mündlichen Äußerungen. Sie enthalten häufig Meta-Informationen, z.B. zu Autorin/Autor, Publikationsort und Textsorte. Viele Korpora sind außerdem annotiert, d.h., den einzelnen Wörtern wurden Informationen zur Wortart, zur nichtflektierten Grundform und zur syntaktischen Funktion hinzugefügt.