在Java領域中，分詞與詞頻統計被廣泛應用于中文文本處理，特別是在搜索引擎、自然語言處理(NLP)和社交網絡等領域。分詞是將一段中文文本拆分成若干有意義的詞語，計算每個詞語在文本中出現的頻率即為詞頻統計。下面，我們將分別介紹Java分詞和詞頻統計兩個關鍵技術。

//中文分詞示例
import org.ansj.domain.Term;
import org.ansj.splitWord.analysis.NlpAnalysis;
import java.util.List;
public class ChineseWordSegment {
public static void main(String[] args) {
String text = "我喜歡Java編程語言，它是一門優秀的編程語言";
Listterms = NlpAnalysis.parse(text).getTerms();
for(Term term : terms){
System.out.println(term.getName());
}
}
}

Java分詞功能被廣泛地使用在許多開源項目中，例如ANSJ、IKAnalyzer、hanlp等。上述代碼使用了ANSJ分詞工具包，調用NlpAnalysis.parse()方法將文本轉換為分詞列表。然后遍歷列表，獲取每個Term的詞語名稱即可。

//Java詞頻統計示例
import java.util.HashMap;
import java.util.Map;
public class WordFrequency {
public static void main(String[] args) {
String text = "我喜歡Java編程語言，它是一門優秀的編程語言";
MapwordFreq = new HashMap<>();
String[] words = text.split("\\s+");
for(String word : words){
if(wordFreq.containsKey(word)){
wordFreq.put(word, wordFreq.get(word)+1);
} else {
wordFreq.put(word, 1);
}
}
for(Map.Entryentry : wordFreq.entrySet()){
System.out.println(entry.getKey() + ": " + entry.getValue());
}
}
}

Java詞頻統計功能需要將文本分詞后，統計每個詞語在文本中出現的次數。上述代碼使用了HashMap來存儲詞語和出現次數的映射關系。對于分詞后的詞語列表，遍歷列表并判斷每個詞語是否出現過。若已經出現，則將該詞語的出現次數加1；若未出現，則添加該詞語并將出現次數設置為1。遍歷完列表后，輸出每個詞語的出現次數即為詞頻統計的結果。