对txt文件使用stoplist.txt去除停用词，且进行中文分词精确模式处理，保存结果文件。最后提取关键词及其频率。

以下是Python代码实现：

import jieba
import jieba.analyse

# 读取停用词表
with open('stoplist.txt', 'r', encoding='utf-8') as f:
    stoplist = set([line.strip() for line in f])

# 读取待处理文件
with open('input.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 中文分词，精确模式，去除停用词
words = [word for word in jieba.cut(text, cut_all=False) if word not in stoplist]

# 保存结果文件
with open('output.txt', 'w', encoding='utf-8') as f:
    f.write(' '.join(words))

# 提取关键词及其频率
keywords = jieba.analyse.extract_tags(text, topK=10, withWeight=True)

# 输出关键词及其频率
for keyword, weight in keywords:
    print(keyword, weight)

其中，stoplist.txt为停用词表文件，input.txt为待处理文件，output.txt为处理结果文件。关键词及其频率默认输出前10个，可根据需要进行调整。