论文部分内容阅读
在把自然语言理解与虚拟场景生成结合起来的“文景转换”研究中,对空间概念的理解是关键。国家自然科学基金项目“基于Ontology的文本中空间关系的三维可视化”就是对篇章中空间关系的抽取及其可视化的研究。本课题是其中的一个重要部分,着眼于对三维空间中多实体的优化摆放及其三维场景的自动生成的研究与实现。如何快速且美观的实现多个实体在一个有限的三维空间中的自动摆放在很多应用领域中是一个重要的课题。特别是在文景转换以及虚拟现实领域,实体的自动且优化的摆放是构建三维场景所必须首要解决的问题。目前,对于实体空间优化摆放问题,国内外研究中所用的方法主要有两种:用启发式规则的方法以及用随机算法求解。因为本文研究的是任意多个实体的同时优化摆放问题,所以很难得到适用的启发式规则;而随机算法中的模拟退火、简单遗传算法等效率较低,并且不能保证算法的完备性。本文提出了用最优解保持遗传算法解决多实体空间优化摆放问题的思想,弥补了上述方法的不足,并实现了三维场景的自动生成。具体地讲,本文研究从如下三个方面展开:1、研究基于HowNet的TTS(文景转换)实体模型库的构建。实体模型库的构建是三维场景建模的基础。首先,提出了每个VRML实体模型规范化的标准及方法。然后,基于HowNet中实体类义原的上下位关系对实体模型进行了分类。最后,实现了TTS实体模型库的构建。2、研究由文本输入的空间关系信息自动构建三维场景。在TTS实体模型库的基础上,用Cortona SDK提供的VRML Automation技术实现了三维场景的自动生成。3、在上述研究的基础上,实现了多实体空间优化摆放系统。首先,研究了用遗传算法解决问题所用到的关键技术,提出了基于最优解保持遗传算法解决多实体空间优化摆放问题的思想。然后,实现了多实体空间优化摆放以及相应的三维场景建模。最后,在对比实验的基础上,对算法效率和系统的性能进行了分析。