Бирем сборник какойнибудь электронной литературы русиш или англ и желательно в одной кодировке анси или оем, задаем расширение всем этим файлам одинаковое. затем пишется небольшая програмулина которая проходится по всем файлам с таким каким надо расширением и выдирает оттудова все слова какие только найдет. все дела. можно готовить словари спешал под юзера (прогуглить нужного ламака и все что найдем в файл). Как язык написания проги и для работы со словарями с командной строки лучше чем перл не найти =)