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。

要实现这个任务，你可以按照以下步骤构建单词表和词频字典：

1. **预处理文本**[^1]：

   import nltk
   from nltk.corpus import stopwords
   from nltk.tokenize import word_tokenize

   def preprocess_text(text):
       # 分词
       words = word_tokenize(text)
       # 去除停用词（如冠词、代词和介词）
       stop_words = set(stopwords.words('english'))
       filtered_words = [word.lower() for word in words if word not in stop_words and word.isalpha()]
       return filtered_words

2. **创建单词表**：

   def create_word_list(filtered_words):
       unique_words = list(set(filtered_words))
       return unique_words

3. **统计词频**：

   def count_word_frequency(words):
       word_freq = {}
       for word in words:
           if word in word_freq:
               word_freq[word] += 1
           else:
               word_freq[word] = 1
       return word_freq

4. **找出最常见的单词**：

   def top_n_words(word_freq, n=10):
       sorted_freq = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)
       return sorted_freq[:n]

5. **整合成主程序**：

   def main(text):
       preprocessed = preprocess_text(text)
       word_list = create_word_list(preprocessed)
       word_freq = count_word_frequency(word_list)
       top_10_words = top_n_words(word_freq)
       return top_10_words

现在你可以调用`main`函数并传入一段文本来得到结果。例如：

text = "Your text goes here."
top_10 = main(text)
for word, freq in top_10:
    print(f"{word}: {freq}")