近些年来,形象生动的虚拟人越来越受到人们的喜爱。越来越多的外形漂亮的虚拟人出现在电影、游戏以及因特网上。如何同虚拟人进行交互是一个有趣的课题,目前很多研究都是通过视频-语音或者触感装置实现的,但是这些实现方式代价比较昂贵。而通过文本控制虚拟人,则花费较小而且应用更加广泛,可以添加在QQ、飞信、阿里旺旺等网络即时通信工具上,使交流更加生动有趣。文本控制虚拟人课题,需要使用自然语言处理技术和虚拟人技术。本文的主要研究目标是设计出能根据用户输入的文本,做出身体动作和面部表情变化的个性化虚拟人系统。内容上可以分为三个部分。一是对文本进行动作语义分析。系统中使用HowNet计算中文词汇相似度,使用WordNet计算英文词汇相似度。两个词典解决了中文和英文中多义词和同义词的问题,然后采用潜在语义方法分析文本中的词条,对矩阵进行奇异值分解,得到动作语义关键词。二是对文本进行情感分类。文本情感分类采用改进的K-最近邻法(K-nearest neighbor, KNN),)(?)各文本情感信息分为6类：愤怒、厌恶、恐惧、喜悦、悲伤和惊讶。KNN先对已分好类的文本进行训练,使用了互信息(mutual information, MI)法和χ2统计量法选择文本特征,构建训练文本特征向量时,改进了词频-反文档频率(term frequency-inverse document frequency, TFIDF)权重,结合了MI和χ2统计量法,提高了情感分类的准确度。最后用动作语义关键词和情感分类结果控制虚拟人,使虚拟人做出动作和表情变化。我们编写了一个3D虚拟人聊天系统,在聊天室中,虚拟人可以根据用户输入的文字做出动作变化。