自然语言是人类智慧和社会独特而重要的一部分。有理由相信对于自然语言自动处理和理解的技术将在人们的日常生活中起到极大的作用。并且目前确实存在这方面的大量应用。比如,语言自动翻译技术能够帮助人们获取用其本身不熟悉的语言表示的信息；语法自动分析技术帮助人们在写作时避免语法错误；自动摘要技术将大量的信息精炼为关键内容帮助人们节省阅读的时间。除了这些领域,自然语言处理技术在其它领域也有重要的应用,其中一个就是文字到三维场景的自动转换。早期艺术家使用计算机创作艺术作品大部分是采用手工方式完成,这种手工方式可能造成艺术创作过程枯燥,费时和费力的。而基于文字输入的三维场景生成正是将这种艺术创作过程自动化,使人们从繁复的软件学习和操作中解脱出来。除了在艺术创作方面,文字到三维场景的生成在其它方面也有应用,如交通事故仿真,智能体在三维虚拟世界漫游等。这种应用背景使得它不但对于娱乐业和广告业具有巨大的商业价值,而且今后将会成为在教育和交流方面有用的表达工具。当前,文字到三维场景生成的难点其一是在于对文字的理解上,由于人类的语言丰富,往往一个单词或一个短语在不同的语境下有不同的词性和含义。因此,准确的理解文字需要结合文字所描述的上下文,而对上下文环境做出正确的理解又需要庞大的知识库。其二在于从文字生成可视化场景在于基本的思想简单,但是具体的方法和步骤不固定,每一个文字到场景生成过程中的算法和数据结构不明确,任何合理的做法都是可能的。其三,由于现实世界的物体种类是丰富多样,物体的动作形态等也是差别很大,因此,要想精确的表达各类对象,在模型数据库中必须保存有大量的模型,并对模型进行预处理,这个过程工作量是巨大的。针对以上问题,本文对文字到三维场景生成进行研究,以相关理论为依据,提出不同于前人的文字到三维场景的实现过程,并在本系统中实现了它。在文本分析处理过程中,本文提出了上下位关系查询方式和指代词消除算法。在场景渲染中,定义了场景描述文件,收集3D模型,提出模型预处理步骤和方法,参照全文检索原理,提出获取属性信息的属性匹配度算法,并在场景组织中提出路径规划的方法。