Ústav Českého národního korpusu (ÚČNK) se od svého založení v roce 1994 soustředí zejména na kontinuální a všestranný rozvoj projektu Český národní korpus (ČNK). Cílem projektu je systematicky mapovat vývoj češtiny (psané i mluvené) v mnoha jejích podobách a žánrech prostřednictvím vytváření a zpřístupňování rozsáhlých databází autentických textů – jazykových korpusů, které slouží jazykově orientovanému výzkumu v oblasti společenských a humanitních věd. Při budování korpusů se hlavní pozornost ČNK soustředí na jejich pestré a reprezentativní složení, vysokou kvalitu zpracování jazykových dat a jejich bohatou anotaci – na těchto činnostech se kromě ÚČNK podílí řada dalších pracovišť, zejména ÚTKL FF UK.

Činnost ČNK je rozdělena do šesti sekcí:

• sekce lingvistická (vědecká, publikační a pedagogická činnost)

• sekce komputační (zpracování dat, vývoj software, správa IT, DTP)

• sekce mluvených korpusů (koordinace sběru dat a anotace pro mluvené a nářeční korpusy)

• sekce diachronních korpusů (koordinace sběru dat a anotace pro diachronní korpusy)

• sekce lingvistické analýzy a anotace (morfologická a syntaktická anotace)

• sekce paralelních korpusů (koordinace sběru dat a anotace pro paralelní korpus InterCorp).

Nedílnou součástí projektu je také vývoj specializovaných aplikací pro uživatelskou práci s korpusy, poskytování konzultací a školení, pořádání workshopů, hostování korpusů vytvořených mimo ČNK, analýza uživatelských dat a poskytování datových balíčků pro specifické účely, zejména počítačové zpracování přirozeného jazyka. Aplikace pro práci s korpusy jsou spolu s uživatelskou podporou (manuály, kurz práce s ČNK, on-line poradna atd.) a dalšími aktivitami projektu ČNK soustředěny na portálu http://www.korpus.cz.

Vedle rozvoje projektu ČNK se ÚČNK zabývá především vědeckou a publikační činností v oboru korpusová lingvistika, rozvojem jeho metodologie, a v neposlední řadě také výchovou studentů jak v rámci doktorského studia, tak i na seminářích pro magisterské studenty dalších oborů FF UK.