Realizar una tarea sobre etiquetado automático de textos y redactar un pequeño informe en formato paper

Se trata de un pequeño ejercicio donde hay que tomar 15 páginas web de diferente temática, extraer la información que contienen, filtrarla y realizar una clasificación léxica, y finalmente realizar un pequeño resumen técnico en formato de paper científico (5-6 páginas). El freelancer NO PARTE DE CERO, se facilita memoria completa de ejercicio idéntico realizado sobre un conjunto de fuentes diferentes, así como el código JAVA que se empleó para el filtrado y el procesamiento. El freelancer no puede utilizar el código facilitado (ya que tiene derechos de autoría) pero puede tomarlo como base para el ejemplo propuesto. Tampoco es necesario que el trabajo se realice en lenguaje JAVA. El freelancer recibirá la mitad del presupuesto a la entrega del código fuente del ejercicio y la segunda mitad a la entrega de la memoria. Además se concede un plus del 20% si una vez valorada la calidad del resultado esta resulta satisfactoria. La fecha de entrega límite inaplazable es el 10 de Marzo. Se facilitan detalles una vez aceptado el encargo. La memoria debe entregarse en Español. El presupuesto son 125USD (Dolares Americanos).