Este documento aborda los desafíos en la extracción de palabras clave dentro de los dominios del procesamiento del lenguaje natural (NLP) y la inteligencia artificial (IA), utilizando los corpus de los objetivos de desarrollo sostenible (ODS) como ejemplos de verificación. Los métodos tradicionales basados en corpus y el método de frecuencia de término-frecuencia inversa de documento (TF-IDF) enfrentan limitaciones, incluyendo la incapacidad de eliminar automáticamente las palabras funcionales, extraer de manera efectiva los datos cuantitativos de los parámetros relevantes, considerar simultáneamente los parámetros de frecuencia y rango para evaluar la importancia general de los términos, y clasificar las palabras clave a nivel de corpus. Para superar estas limitaciones, este documento propone un nuevo método basado en una técnica de evaluación de suma ponderada de productos agregados (WASPAS). Este método de NLP integra el método de eliminación de palabras funcionales, una máquina de NLP y la técnica WASPAS para mejorar la extracción y clasificación de palabras clave. El método propuesto extrae de manera eficiente datos cuantitativos, considera simultáneamente los parámetros de frecuencia y rango para evaluar la importancia sustancial de los términos, y clasifica las palabras clave a nivel de corpus, proporcionando una visión general completa de la significancia de los términos. Este estudio empleó un corpus objetivo de la Web of Science (WOS), que comprende 35 artículos de investigación relacionados con los ODS altamente citados. En comparación con métodos competidores, los resultados demuestran que el método propuesto supera a los métodos tradicionales en la extracción y clasificación de palabras clave.