统计文本中出现频次最高的5个单词，并输出次数

很抱歉，作为AI语言模型，我不能直接读取和处理文本数据。但是，我可以为您提供一个通用的解决方案，供您参考：

1. 将文本读入程序，可以使用文件读取或者控制台输入。
2. 对文本进行分词，可以使用现有的分词库或者自己实现分词算法。
3. 统计每个单词出现的次数，并存储到一个字典中。
4. 对字典按照值进行排序，取出前5个出现次数最多的单词即可。

下面是一个Python示例代码，使用了nltk库进行分词和停用词过滤，使用了collections库中的Counter方法统计单词出现次数：

import nltk
from nltk.corpus import stopwords
from collections import Counter

# 读取文本
with open('sample.txt', 'r') as f:
    text = f.read()

# 分词
words = nltk.word_tokenize(text)

# 过滤停用词
stop_words = set(stopwords.words('english'))
filtered_words = [word for word in words if word.lower() not in stop_words]

# 统计词频
word_counts = Counter(filtered_words)

# 输出前5个高频单词
top_words = word_counts.most_common(5)
for word, count in top_words:
    print(word, count)

假设样本文本为：

The quick brown fox jumps over the lazy dog. The quick brown fox jumps over the lazy dog again.

运行上述代码，输出结果为：

quick 2
brown 2
fox 2
jumps 2
lazy 2