要快速提取一篇文章的关键词，可以采用以下几种方法：

使用自然语言处理工具

利用分词工具如jieba对文章进行分词，并去除停用词。

统计词频，选择出现频率高的词作为关键词。

应用专门的关键词提取算法

使用TF-IDF算法，该算法通过计算词频和逆文档频率来评估一个词的重要性。

采用TextRank算法，模仿PageRank模型，通过计算词共现关系来确定关键词。

分析文章结构和内容

阅读文章标题、摘要和导语，了解文章主题和目的，从而识别关键词。

关注文章中的高频词汇和关键段落，这些往往包含文章的核心内容。

结合文章的结构，如介绍、正文和结论部分，分别提取关键词。

使用现成的关键词提取工具

利用媒小三等在线工具，通过粘贴文章标题和内容来快速提取关键词。

结合深度学习模型

使用预训练的BERT等深度学习模型来理解上下文语义，提取关键短语。

人工优化

对于特定领域的文章，结合领域知识手动标注关键词，并进行筛选。

根据文章的内容和需求，可以选择一种或多种方法结合使用，以提高关键词提取的准确性和效率。例如，对于技术类文章，可以优先考虑使用TF-IDF和TextRank算法，并结合文章结构进行分析；对于需要深入理解语义的文章，可以尝试使用BERT等深度学习模型。