Diseño de sitio web con bases de datos, extracción de strings de textos, comparación de strings con bases de datos, y reemplazo de textos desde bses para genera resultados.

Bueno, la tarea es un software que debe abrir un archivo txt, csv, pdf o docx. Debe convertir el bloque de textos en strings (Frases, desde cada punto (a parte o seguido)), luego deberá procesar las frases y buscar strings de palabras, de dos o tres y encontrar las coincidencias, una vez encuentre dichas coincidencias, deberá reemplazarlas con la predefinidas en otra base de datos (e.j. "The House" con "La casa").
Lo siguiente es que deberá identificar el tipo de palabras, si es verbo, nombre, pronombre adjetivo y marcarlas como tales, una vez hecho esto, deberá re-ordenar las palabras de acuerdo con las especificaciones... (e.J "The red car" a "The car red" y luego remplazar "El auto rojo". Como pueden ver el proyecto es un software de traducción, debe funcionar de inglés a castellano y de castellano a inglés.
El código va a ser corto, un par de subrutinas y un par de arrays, pero el tema principal es el acceso a las bases de datos de palabras.
El resultado debe mostrarse en texto y / o ser leido en voz lara en el lenguaje de destino.
Bueno, debe tener como adicionar palabras a las bases de datos, deberemos incluir en el proyecto una manera de leer diccionarios a las bases de datos para poblarlas.
En fin, en este momento no es posible especificarlo completo, pero si alguien está interesado, le daré las especificaciones completas para que presupueste. Respecto al lenguaje, me interesaría que fuera en php, pero puede ser otro ya que aún no tengo claro si esto va a ser un software para desktop/mobile o va a ser un servicio web (es mas probable que sea un servicio web.