首先要明確建立的是單語語料庫還是雙語語料庫，因為用到的建庫軟件和方法不壹樣，單語語料庫的建立過程相對簡單壹些。
語料庫有多種類型，確定類型的主要依據是它的研究目的和用途，這壹點往往能夠在語料采集的原則和方式上有所體現。有人曾經把語料庫分成四種類型：⑴異質的（Heterogeneous）：沒有特定的語料收集原則，廣泛收集並原樣存儲各種語料。
⑵同質的（Homogeneous）：只收集同壹類內容的語料；⑶系統的（Systematic）：根據預先確定的原則和比例收集語料，使語料具有平衡性和系統性，能夠代表某壹範圍內的語言事實；⑷專用的（Specialized）：只收集用於某壹特定用途的語料。
除此之外，按照語料的語種，語料庫也可以分成單語的（Monolingual）、雙語的（Bilingual）和多語的（Multilingual）。按照語料的采集單位，語料庫又可以分為語篇的、語句的、短語的。雙語和多語語料庫按照語料的組織形式，還可以分為平行（對齊）語料庫和比較語料庫，前者的語料構成譯文關系，多用於機器翻譯、雙語詞典編撰等應用領域，後者將表述同樣內容的不同語言文本收集到壹起，多用於語言對比研究。
已經累積了大量各種類型的語料庫，如：葡萄牙語料庫、面向文本分類研究的中英文新聞分類語料庫、路透社文本分類訓練語料庫、中文文本分類語料庫、大開放字幕庫OpenSubtitles的多語言平行語料數據（OpenSubtitles Corpus）、《聖經》雙語語料庫（"Bible" bilingual corpus）、Short messages service(SMS) corpus（短消息服務（SMS）語料）等。