词频的抽取和统计可以通过以下步骤进行：

文本预处理：首先，需要对原始文本进行预处理，包括分词、去除停用词等操作。分词是将连续的文本分割为独立的词语，而去除停用词则是去掉一些常见但对文本意义贡献不大的词，如“的”、“是”等。

词频统计：在预处理后，可以开始进行词频统计。这通常是通过计算每个词语在文本中出现的次数来实现的。可以使用Python等编程语言中的字典或哈希表来存储每个词语及其对应的词频。

结果展示：统计完成后，可以将词频结果按照词语或词频进行排序，并展示前几个高频词或按照需求进行筛选展示。

需要注意的是，词频统计虽然可以初步地反映词语在文本中的重要性，但仅仅依赖词频可能并不足以完全捕获词语的语义信息。因此，在更复杂的自然语言处理任务中，还需要结合其他方法，如TF-IDF、词嵌入等，来更全面地考虑词语的语义和上下文信息。