Webové stránky přináší unikátní příležitost vytvořit velkou a kvalitní kolekci textů s malým úsilím. V tomto článku popisujeme nutné podmínky pro vytvoření dobrého korpusu textů a přinášíme program program pro jeho vytvoření z webových stránek.
Jako pilotní studii jsme vytvořili slovinský korpus o velikosti přesahující miliardu slov.