RESUMEN: Este articulo presenta un sistema inteligente para detectar lexico de Cibercrimen en sitios Web, con el proposito de encontrar conocimiento sobre grandes cantidades de informacion en Internet en un tiempo de respuesta aceptable. La arquitectura propuesta utiliza un Web Scraper para ubicar y descargar la informacion de Internet. Para obtener el corpus linguistico de Cibercrimen, se ejecuta una estrategia genetica en paralelo, la cual distribuye los procesos de limpieza de paginas Web y las tecnicas para el Procesamiento de Lenguaje Natural (tokenizacion, stop words, frecuencia de termino, frecuencia de termino con frecuencia inversa del documento), en conjunto con metodos de lematizacion y sinonimos. Para obtener conocimiento se genero un dataset que hace uso de una ontologia semantica con las caracteristicas generales del Cibercrimen. Para evaluar la eficiencia del modelo se utilizaron los algoritmos de aprendizaje supervisado: potenciacion, red neuronal y bosques aleatorios en paralelo. Los resultados revelan un 97.64% de precision en la deteccion del vocabulario de Cibercrimen, los cuales fueron corroborados mediante la tecnica de validacion cruzada LOOCV, ademas, se obtuvo un ahorro de tiempo en la recuperacion de datos y busqueda de conocimiento del 292% y 1220% respectivamente usando procesamiento paralelo. Palabras clave: Cibercrimen, Analitica de grandes volumenes de datos, Mineria Web, Web semantica, Aprendizaje de maquina, Sistemas inteligentes, Procesamiento paralelo.