jeg tror image fil i pdf skal ta susen på systemet ganske lett (med mindre de bruker OCR gjenkjenning), ellers for engelske oppgaver kan man prøve å kjøre det gjennom denne: http://sourceforge.net/projects/aaps (perl script)

kunne vel ha utviklet noe sånt for norsk også, men det tar laaang tid evt om noen kan extracte alle synonymene fra word så skal det gå lett å lage i python.