基于自然语言描述的空间实体自动摆放技术研究是自然语言处理与计算图形学的交叉应用，实现了自然语言到三维图形的自动转换工作，使人类不用学习复杂的图形软件，就可以实现艺术创作。文字到三维场景的生成已经应用到诸多领域，比如交通事故仿真，控制智能体在虚拟世界漫游等。今后会在教育领域有更多的应用，成为在交流方面实用的表达工具。当前，文字到三维场景的生成过程有几大难点：由于人类语言的丰富导致同一个词语在不同的语境下产生不同的含义，因此需要结合上下文语境的推理和知识库的协助；要想精确的实现文字到场景的转换，需要一个庞大的模型库，并且对这些模型进行大小调整、空间标注等预处理，工作量庞大；在进行空间摆放的过程中，计算机无法避免摆放冲突，因此需要构造规则库来解决冲突问题实现优化摆放。本论文主要研究三方面的内容：1.基于模式匹配的方位词识别。在这一部分，我们首先构建了方位词识别词典，里面收录了所有的单纯方位词的用法、义项还有例句。在词典的基础上通过分析方位词的用法编写了方位词识别模式库，同时结合方位词语料库，进一步完善了方位词识别词典。通过在真实语料上进行方位词识别实验，对比自动识别结果和人工标注结果，调整了方位词模式库中各模式的顺序，对个别有遗漏的模式进行了修改。2.基于依存关系的射体和界标识别。依存关系显示了句子中词与词之间的关系，通过分析我们感兴趣的依存关系可以得到关于空间实体的颜色、大小等信息，然后将这些依存关系表示成谓词二元组。我们研究了基于依存关系的射体和界标识别，将射体和界标划分为简单和复杂两种，对不同的情况给予了不同的识别算法，最后将识别的射体、界标及其属性等信息写入描述文件。3.基于Java3D的场景自动生成。在这一部分，我们提出了基于Java3D的的场景自动生成技术，对于前面生成的描述文件，我们给出了由描述文件到场景的生成过程。构建了模型库，为了使场景符合现实世界我们对模型进行了预处理，调整了模型的大小和方向。对于空间实体摆放过程中出现的冲突现象也给出了分组调整的解决方法。为了保证场景更合理，我们提出了使用规则的方法识别自然语言中的隐含信息。