- Formato digital
Formato Digital – hoje em dia, para que os textos possam ser armazenados e processados por ferramentas computacionais, é necessário que eles estejam em formato digital. Textos digitalizados permitem uma maior manipulação dos dados e, consequentemente, permitem a investigação de fenômenos que antes permaneciam indetectáveis a olho nu.

- Textos completos
Textos Completos – no passado conjuntos de frases, sentenças e excertos tirados de um texto eram considerados suficientes para se construir um corpus. Atualmente, entretanto, opta-se em criar corpora com textos completos para que se possa também levar em consideração outros níveis lingüísticos de significação que vão além do nível de sentença tais como, coesão e coerência.

- Auto-configuráveis
Auto-Configuráveis – um corpus deve ser construído de tal forma que o usuário possa re-configurar os textos do corpus de acordo com suas necessidades. Isso faz com que um corpus possa ser utilizado de várias formas e por vários usuários, o que por sua vez faz do corpus uma ferramenta inesgotável de dados e aplicações práticas.

- Representativos
Representativos – os textos incluídos em um corpus devem tentar representar o máximo possível o fenômeno tradutório a ser investigado ou as aplicações práticas a serem utilizadas através do corpus em questão. A representatividade como um conceito estatístico é difícil de ser atingida, mas cabe ao criador do corpus tentar diminuir o máximo possível quaisquer distorções.