Les corpus ESLO (Enquête socio-linguistique orléanaise) 1 et 2, aussi connu sous le nom de corpus d’Orléans est le plus grand corpus de français oral. Il est transcrit et partiellement étiqueté. La version 1 date des années 60, la version 2 des environs de 2010.

En ce qui concerne les travaux sur les parties du discours le French Treebank de l’équipe d’Anne Abeillé est la référence.

Le corpus Frantext de l’Atilf est un corpus de français écrit de référence.

Le corpus Scientext est son équivalent pour les langages spécialisés, il est également disponible en anglais.