Pour décrire des langues comme le français ou l'anglais, les linguistes disposent d'un grand nombre de corpus volumineux, qu'ils soient écrits ou oraux. Pour des langues d'Amazonie comme le Barasana ou le Tatuyo, il faut aller recueillir les données auprès des quelques dizaines de locuteurs qui vivent encore. Les linguistes qui veulent décrire l'occitan se trouvent dans une situation intermédiaire : quelques millions de locuteurs, mille ans de littérature, mais encore assez peu de ressources directement exploitables. Nous nous attacherons dans ce séminaire à présenter les ressources actuellement disponibles et celles qui sont en construction. La présentation s'appuiera en particulier sur une démonstration du Thesaurus Occitan, base de données dialectologique, et de la base textuelle expérimentale BaTelòc, ressources potentielles pour des travaux en dialectologie et en linguistique descriptive et théorique.