NLP关键字提取的方法有以下几种：
基于统计的方法：这些方法通过统计文本中单词的出现频率或者词语的共现信息来提取关键字。常见的方法包括TF-IDF（词频-逆文档频率）和基于共现矩阵的方法。
基于机器学习的方法：这些方法使用机器学习算法来识别关键字。常见的方法包括朴素贝叶斯、支持向量机（SVM）、随机森林等。
基于深度学习的方法：这些方法利用深度神经网络模型来提取关键字。常见的方法包括循环神经网络（RNN）、长短期记忆网络（LSTM）、卷积神经网络（CNN）等。
基于语义的方法：这些方法通过理解语义关系来提取关键字。常见的方法包括词向量模型（如Word2Vec、GloVe）和主题模型（如Latent Dirichlet Allocation）。
基于规则的方法：这些方法使用预定义的规则或规则组合来提取关键字。常见的方法包括正则表达式、词性标注和命名实体识别等。
需要根据具体的任务和数据来选择适合的关键字提取方法。