这个问题涉及到自然语言处理中的文本分析和统计。具体来说，可以使用Python中的nltk库来进行文本的分词、词频统计和词性标注等操作。

以下是一个简单的Python代码示例，使用nltk库来实现这个任务：

```python import nltk from nltk.probability import FreqDist from nltk.tokenize import word_tokenize

读取英文文本

with open('text.txt', 'r') as f: text = f.read()

分词

tokens = word_tokenize(text)

统计词频

fdist = FreqDist(tokens)

打印词频

for word, freq in fdist.items(): print(f'{word}: {freq}') ```

在这个示例中，我们首先打开一个英文文本文件，然后使用word_tokenize函数将其转换为单词列表。然后，我们使用nltk的FreqDist函数来统计每个单词的出现频率。最后，我们打印出每个单词及其出现的频率。

如果你的英文文本包含复杂的句子结构，可能需要使用更复杂的自然语言处理技术，如依存句法分析或机器翻译。如果你的问题是关于如何回答这个问题，我建议你提供更多的信息，如你对这个问题的具体要求，以及你熟悉哪种算法。