基于java实现的分词以及词频统计，准备制作词云数据

需求是统计一篇文章、一段话中各种词汇出现的次数，比如有一篇文章如下：为维护人民健康提供有力保障，希望统计文章中的高频词，如下结果

难点在于分词，例如这段换：工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作,如果分的不好，那会十分的尴尬！！！

找了很多工具，在网上发现一个比较合适的分词算法，且是用java实现的，经过简单改动，实现了功能，代码放在gitee上，地址：https://gitee.com/langhu/jieba-analysis-mend

导下项目后长这个样子：

直接运行com.qianxinyao.analysis.jieba.keyword包下的main方法即可

问题：在这个工具中，通过训练过的算法，给出了很多词汇切割的标准，但发现有些新词汇，特别是专有词汇它并不能很好的识别，比如文中的新冠肺炎，它就拆成了新冠和肺炎，这个怎么处理呢？


1、要么你去训练算法，如果你牛。


2 直接改分词规则（可能会破坏算法的合理性），我不牛，所以我改

怎么改，肯定不能瞎改，找到dict.txt，找一个和你要统计的词汇，在拼音顺序上差不多的词，直接按照它的格式来，如下：我想加一个新冠肺炎，于是找到了它的邻居新官，没的说，复制新官改成新冠肺炎，再试一下截图如下：