HTRC publica datasets de investigación para facilitar el análisis de texto utilizando la Biblioteca digital HathiTrust. Si bien los textos protegidos por derechos de autor no están disponibles para su descarga desde HathiTrust, aún se puede realizar una investigación fructífera sobre la base del análisis no consuntivo de las características extraídas del texto completo. Estas funciones incluyen metadatos a nivel de volumen, metadatos a nivel de página, tokens etiquetados de parte del discurso y recuentos de tokens. Además, HTRC se ha asociado con investigadores avanzados para publicar un conjunto de datos derivados, Frecuencias de palabras en literatura en idioma inglés, 1700-1922.
