用nltk导入语料库，找出text1的语篇中长度大于5的高频词汇和文中常用的双联词固定搭配。并打印出来
是中文还是英文，中文的话，便利一遍存入以词汇为key的字典，统计每个字符的频率再排序固定搭配可以使用后缀数组