DAWEB: un descargador y analizador morfológico de páginas web

Abstract

DAWeb es una aplicación informática desarrollada como parte de un proyecto consagrado a la realización de herramientas capaces de facilitar el aprovechamiento para la realización de estudios lingüísticos del enorme caudal de información que ofrece Internet. Es una herramienta orientada al análisis morfosintáctico de grandes volumenes de información — dominios completos— a los que se accede por una o varias URL de partida. Está dotada de una sencilla interfaz que permite establecer las acciones pertinentes sobre la información accedida. Como resultado de los análisis realizados, se genera un conjunto estructurado de datos que pueden estudiarse con facilidad.

DAWeb is a computer application developed as part of a project oriented to produce tools designed to get at the big flow of linguistic information of Internet documents. It is a tool for morphosyntactic analysis of great volumes of information —whole domains— reached by its URLs. The simple application interfaz facilitates the configururation of how to accessing and analysing the information obtained. The results of the process are organized in a suitable way for posterior research.