V korpusové lingvistice často používané, ale nejednoznačně definované pojmy dotýkající se vztahu mezi korpusem a jazykovou realitou, který dosud nebyl uspokojivě vyřešen. Obecně lze říci, že ↗korpus je vzhledem k jaz. (případně jeho části, např. jaz. psanému) reprezentativní, obsahuje‑li v dostatečném množství texty všech jeho variet. Odpovídají‑li poměry mezi varietami v korpusu jejich poměrům v reálném úzu, jedná se navíc o korpus vyvážený. V jiných pohledech se však pojmy reprezentativnost a vyváženost zaměňují.

Tyto definice přinášejí řadu otázek: jaké množství je dostatečné, jak vymezit jednotlivé variety, a hlavně jak zjistit poměry jejich zastoupení v úzu. Motivace je však zřejmá: korpus by měl být věrným odrazem jaz., malým vzorkem, který ale v maximální možné míře odpovídá celku. Zásadním problémem je ovšem nemožnost objektivně měřit míru, v níž korpus jaz. odpovídá. Na druhé straně je však reprezentativnost a vyváženost korpusů nezbytná proto, že bez nich nelze korpusová data interpretovat ve vztahu k jaz., tj. udělat nutný krok od popisu dat v korpusu k popisu jaz., kterému dávají opodstatnění právě reprezentativnost a vyváženost. Mezi korpusem a jazykovou realitou je tedy vztah, který nezbývá než korigovat (nutně subjektivní) intuicí (✍Atkins & Clear ad., 1992; ✍Biber, 1993; ✍Sinclair, 2005). Souvislost reprezentativnosti s náhodným výběrem vzorku zajímavě a přístupnou formou popisuje ✍Evert (2006).

Reprezentativnost a vyváženost starších psaných korpusů řady SYN v ↗ČNK jsou založeny na řadě průzkumů, které se pokoušely různými způsoby kvantifikovat ↗recepci (ne tedy např. produkci) psaných textů běžnými čtenáři (✍Králík, 2001; ✍Králík, 2004; ✍Šulc, 2001). Přestože je výsledné složení těchto korpusů v některých ohledech diskutabilní (✍Křen, 2012:43–48, 89–95), jde o pokus uchopit reprezentativnost a vyváženost obecných, nespecializovaných jaz. korpusů na solidním základě.