Eesti Rahvusraamatukogu on koostöös Tartu Ülikooliga loonud 526 miljonit sõnet sisaldava keelekorpuse.

Korpuse eesmärk on suurendada keeleandmete kättesaadavust keele uurimiseks, keeletehnoloogiliseks arenduseks ning kultuuripärandi säilitamiseks ja kättesaadavaks tegemiseks.

Korpus sisaldab metaandmestatud tekste eesti ning teistes soome-ugri keeltes, välja arvatud soome ja ungari keel. Nii võimaldab see uurida nii eesti kui ka väiksemaid ja vähemkäsitletud sugulaskeeli ning toetab võrdlevaid ja ajaloolisi keeleuuringuid. Tekstid pärinevad erinevatest kultuuripärandi portaalis DIGAR kättesaadavaks tehtavatest raamatutest, ajalehtedest, ajakirjadest, standarditest ja jätkväljaannetest. Selline mitmekesine allikabaas tagab keelekasutuse laia spektri ning võimaldab analüüsida keelt eri žanrites ja kasutuskontekstides.

Korpuses olevatel metaandmetel on litsents CC0. Korpuses olevaid tekste võib kasutada järgmiste litsentside alusel:

• Vabakasutus (avalik omand/CC PDM)
• Autoriõiguse kaitse puudub (CC0)
• Autoriõigus teadaolevalt ei kehti
• Autorile viitamine (CC BY)
• Autorile viitamine-Jagamine samadel tingimustel (CC BY-SA)

Palume korpuse kasutamisel järgida litsentside kasutusõigusi.

Keelekorpus valmis taaste- ja vastupidavusrahastu komponent 3 „Digiriik“, reform „Andmehalduse ja avaandmete oivakeskuse loomine ja väljaarendamine“ rahastuse toel.