En s’appuyant sur une étude comparative des démonstratifs français et chinois dans un corpus oral informel (100 000 mots du corpus Orféo pour le français et 100 000 mots du NCCU corpus of spoken Chinese pour le chinois), cette présentation porte sur l'établissement des paramètres pour la composition et l’annotation du corpus selon un certain objectif de recherche spécifique. Quelques points essentiels sont explicités : 1) la particularité de la langue parlée par rapport à l’écrit et pourquoi elle constitue un terrain idéal pour l’étude des démonstratifs; 2) les cinq types de variations linguistiques proposés par Gadet (2003 :7), qui sont la variation diachronique, la variation diatopique, la variation diastrastique, la variation diaphasique et la variation diamésique, selon lesquels la comparabilité des corpus français et chinois est mise en relief; 3) comment les corpus ont été annotés, y compris les emplois pragmatiques majeurs des démonstratifs proposés par Diessel (1999), qui sont la déixis situationnelle, l’anaphore, la déixis du discours et l’emploi mémoriel, les traits sémantiques des référents (humain, non humain, événement, etc.) et les fonctions syntaxiques (sujet, objet, SN libre, etc.) qu’assument les démonstratifs. Cette présentation de la composition et de l’annotation des corpus français et chinois apporte une certaine contribution à l'établissement des critères pour la construction des corpus oraux dans la comparaison des langues. Elle met également en lumière la scientificité de la démarche inductive de la linguistique de corpus, tant sur le plan qualitatif que sur un plan quantitatif.