コーパス（Corpus）とは、AIが言葉を学ぶために使う、大量の文章データの集まりのことです。

たとえば、AIが「日本語の文章を理解できるようになる」ためには、たくさんの日本語の文章を読んで学習する必要があります。そのために使われるのがコーパス（言語データの集合）です。

コーパスの例

新聞記事のコーパス → AIがニュース記事を学習して、ニュースを書く能力を身につける
Wikipediaのコーパス → AIが百科事典の文章を学習し、幅広い知識を得る
会話のコーパス → AIが人間の会話データを学習し、チャットボットとして会話できるようになる

コーパスがAIにとって重要な理由

① AIの知識のもとになる
コーパスに含まれる情報がAIの「知識」になるため、どんなコーパスを使うかでAIの得意分野が決まる。

② AIの言葉の使い方が決まる
AIは「どんな文章を学んだか」によって、話し方や語彙が変わる。
例えば、SNSのコーパスを学ぶとカジュアルな会話が得意になり、法律文書のコーパスを学ぶとフォーマルな文章が得意になる。

③ AIの精度を左右する
AIが質の高いコーパスを学習すると、より正確で自然な文章を作れる。
逆に、誤った情報や偏ったデータを学ぶと、間違った回答や偏った考え方になってしまう（バイアスの問題）。