Corpus

المجموعة عبارة عن مجموعة من النصوص الأصلية أو الصوت المنظم في مجموعات البيانات. أصيلة هنا تعني النص المكتوب أو الصوتي الذي يتحدث به مواطن من اللغة أو اللهجة. يمكن أن تتكون المجموعة من كل شيء من الصحف والروايات والوصفات والبث الإذاعي إلى البرامج التلفزيونية والأفلام والتغريدات