目前我就在做类似的工作，效果挺不错。
你的这种情况，可以这么做。

1. 先将文档按句子切分成多个句子，然后计算关键词库中的每个关键词在这篇文档中的句子集合；
2. 接着计算关键词库中两两关键词的相似性（可以用Jaccard相似性度量），这样构成了一个相似性矩阵；
3. 接着对相似性矩阵进行特征分解，然后对特征值进行归一化；
4. 对归一化的特征值从大到小排序，并累计求和（cumsum），选取前<=0.8的特征值对应的关键词作为这篇文档的关键词

以上是一个基本的版本，直接用，效果一般。因此，需要考虑关键词的tf-idf。我是这么做的，在上面的步骤3时，对特征值进行tfidf加权。最后实验结果很好。

以上，楼主可以试试。

@MacQing 非常感谢，我试一下。