建立一个新的工程根据所给的一段文本，构建单词表和出现次数的字典。 输出频率最高的10个单词，去除冠词、代词和介词等无意义的单词。 可以定义多个函数分别实现独立的功能。在主模块中串联各个函数，实现总体上的功能。

为了建立一个新的工程并分析文本，你可以按照以下步骤操作：

1. **预处理文本**[^1]:
- 导入所需的库（如`nltk`用于分词和停用词过滤）。

   import nltk
   from nltk.corpus import stopwords

2. **分词与预处理**:
- 使用`nltk.word_tokenize()`函数分词。

   def tokenize_text(text):
       return nltk.word_tokenize(text.lower())  # 转换为小写以统一大小写

   text = "这里输入你的文本..."
   words = tokenize_text(text)

3. **创建词汇表**:
- 去除停用词和无意义词（如冠词、代词和介词）。

   stop_words = set(stopwords.words('english'))
   filtered_words = [word for word in words if word not in stop_words and len(word) > 2]  # 只保留长度大于2的单词

4. **构建词汇表和计频**:
- 创建空字典存储单词及其频率。

   word_freq = {}
   for word in filtered_words:
       if word in word_freq:
           word_freq[word] += 1
       else:
           word_freq[word] = 1

5. **找出最常见的单词**:
- 获取频率最高的10个单词。

   top_10_words = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)[:10]

6. **输出结果**:
- 打印最高频率的单词。

   print("Top 10 most frequent words:")
   for word, freq in top_10_words:
       print(f"{word}: {freq}")