要提取一段话的关键词"go语言"，可以使用以下方法：
基于词频的文本分类算法：通过统计一段话中每个单词的出现次数，将出现频率较高的单词作为关键词。
基于TF-IDF的文本分类算法：通过计算每个单词在整段话中的重要程度，将重要程度较高的单词作为关键词。
基于TextRank算法的关键词提取方法：通过建立文本的共现网络图，并利用TextRank算法对图中的节点进行加权排序，将权重较大的节点作为关键词。
基于Word2Vec等词向量模型的关键词提取方法：通过训练一个词向量模型，将每个单词表示为一个高维向量，再利用向量相似度等方法计算与该单词相关的关键词。
具体实现过程可以参考以下步骤：
对一段话进行分词处理，将每个单词单独提取出来。
对于分词后的单词，去除停用词（如"的"、"是"等常用词），并进行词干提取（如将"go语言"提取为"go"）。
利用基于词频、TF-IDF、TextRank或词向量模型等方法，对剩余的单词进行关键词提取。
将提取出来的关键词进行去重处理，并将它们按照出现次数或权重从大到小排序。
将排好序的关键词输出即可。