使用jieba库的lcut()函数对其进行分词，返回列表words；然后遍历words，排除单个字符的分词结果，将多个字符的分词结果及其计数添加到字典中，将字典转换为列表items后，根据计数对items进行降序排序；最后循环输出items中的前15个元素。

使用`jieba`库的`lcut()`函数可以对文本进行中文分词，这个函数会返回一个包含词语的列表。首先，你需要导入`jieba`库并初始化它：

import jieba

# 初始化jieba分词
jieba.setLogLevel(logging.WARNING)

text = "这是一段测试文本，用于演示jieba分词功能。"

接下来，你可以通过以下步骤处理分词结果：

1. 对文本进行分词，并去除单个字符的结果：

words = [word for word in jieba.lcut(text) if len(word) > 1]

2. 计算每个词语的出现次数，并存储在一个字典中：

word_count = {word: words.count(word) for word in words}

3. 将字典转换为列表（元组），以便于排序：

items = list(word_count.items())

4. 根据计数对列表进行降序排序：

sorted_items = sorted(items, key=lambda x: x[1], reverse=True)

5. 输出前15个最常出现的词语及其计数：

for item in sorted_items[:15]:
    print(f"词语：{item[0]}, 出现次数：{item[1]}")

注意：如果你想要实时查看每个阶段的处理过程，可以在每一步后打印出中间结果。