「コーパス」は、AIの学習と開発において不可欠な、大規模かつ構造化されたテキストデータの集合体を指します。語源はラテン語で「身体」を意味し、言語研究における「資料の集合」という概念がAI分野に持ち込まれました。

コーパスは、単に大量の文章を集めたものではなく、特定の目的のために収集され、整理され、多くの場合、注釈（アノテーション）が付けられています。例えば、品詞や構文、意味的なタグ付けといった情報を付加することで、コンピュータが言語のパターンや構造をより深く理解できるように加工されます。

自然言語処理（NLP）の分野では、機械翻訳、音声認識、テキスト生成、感情分析など、多岐にわたるAIモデルの訓練データとして利用されます。AIモデルは、この膨大なコーパスに含まれる言語の使用例を統計的に学習し、人間のような言語能力を獲得していくのです。コーパスの質と量は、構築されるAIモデルの性能に直接影響します。

コーパスの種類は、扱う言語や目的に応じて多様です。特定の専門分野の文書を集めた専門コーパス、会話記録を中心とした話し言葉コーパス、特定の期間や地域に限定された特定ドメインコーパスなどがあります。また、言語間の対応を示す文を対にした並行コーパスは、機械翻訳システムの性能向上に極めて重要です。

このように、コーパスはAIが人間と自然なコミュニケーションをとるための「知識の源泉」であり、その整備と活用が、現代のAI技術の進化を支える土台となっています。