毛竹是我国栽培历史悠久、分布面积最广的重要竹种,在固碳增汇、减缓气候变化、防止水土流失、维持生物多样性、提供优质加工建筑材料以及绿色健康食品等方面发挥关键作用。毛竹林丰产信息是指面积、立柱密度、立竹量、平均竹高、平均胸径等主要指标,是毛竹培育、采伐、加工和利用产业链的基础数据。长期以来,虽然各地、各部门都对毛竹林丰产相关数据进行调查和统计,但是由于信息不互通,没有形成统一的数据库。本文研究基于自然语言处理的毛竹林丰产信息智能提取方法,期望为解决毛竹林丰产相关数据分布零散、不易查找和利用的问题提供技术支持。本文主要研究内容和结果包括:1)毛竹林丰产相关资料的文本化转换研究。利用网络爬虫等方式从互联网上获取公开发表的文献、调查报告和统计数据等资料。以对文献内容的分析为基础,通过使用基于Java语言的PDFBox和POI框架分别实现对pdf及docx文档的读取和转换。实验表明,所提方法能够较好的将pdf、docx等主流文档格式转换为文本格式,并保持其内容的正确性和完整性,且其转换效果已达到后续处理需求。2)基于深度学习的毛竹林丰产数据抽取研究。通过对转换后文本内容的分析,发现毛竹林丰产数据存在目标样本数量较少、语料库难以构建的问题,因此提出了一种以“词分类”为基础的、基于BERT模型的数据抽取技术,适合于目标样本数量较少、语料库难以构建的目标信息的模型训练方法。并将训练方法用于毛竹林丰产数据的提取工作。实验表明,该方法能够从目标文本中精确地获取目标数据,精确率高于传统的基于文字匹配法的数据获取方法,并且具有一定的误差目标识别能力。3)毛竹林丰产信息智能提取系统开发。设计了毛竹林丰产数据库及基于Java和Python语言的数据提取系统,集成了上述文本转换和自动抽取模块,实现对毛竹丰产相关资料的批量处理。并提供了基于Java Script语言和Easy UI框架的数据访问系统,使使用者可以方便的查看系统中的数据