その「特殊な処理」というのが難しいんでしょうね。

各単語同士の連続出現率を記憶しておいて、ある割合を超えたら１つの
単語だと認識してJumanに辞書登録を促す、とか…。（素人考え）

でもだとしたら、オラクルとかの大規模データベースを使って、各単語の
パラメータを記憶しておかないとダメですね。
難しいそう…。