实验要求2： 1、实现对中文文本文件的读取(水浒传.txt)； 2、实现对中文文本文件的单词抽取； 3、实现对中文文本文件中出现频次最高的前10个词语的抽取，并降序输出(包含频次)； 用代码表示

好的，以下是Python代码实现：

import jieba
from collections import Counter

# 读取中文文本文件
with open('水浒传.txt', 'r', encoding='utf-8') as f:
    text = f.read()

# 对中文文本文件进行单词抽取
words = list(jieba.cut(text))

# 统计单词出现的频次并取前10个
word_count = Counter(words)
top_10 = word_count.most_common(10)

# 打印前10个词语及其出现的频次
for word, freq in top_10:
    print(f'{word}: {freq}')

如果想要实现出现频次最高的前10个人物的抽取和降序输出，可以使用类似的方法，先对人物名称进行抽取，然后统计频次并取前10个。代码示例如下：

# 对中文文本文件进行人物名称抽取
jieba.load_userdict('人物名称.txt')
names = []
for word in words:
    if len(word) > 1 and word != '\r\n':
        names.append(word)

# 统计人物名称出现的频次并取前10个
name_count = Counter(names)
top_10_names = name_count.most_common(10)

# 打印前10个人物名称及其出现的频次
for name, freq in top_10_names:
    print(f'{name}: {freq}')

其中，'人物名称.txt'文件是一个包含水浒传中人物名称的文本文件，每个名称占一行。