长期以来,考试都是一种有效的学情评价手段,但在传统的手工阅卷和现代的网上阅卷过程中,存在教师阅卷工作量繁重,对学生的学情评价只能依赖教师手工进行等问题,为教师增添了额外的工作量。在“双减”的背景下,如何在切实减负的同时有效提升教学质量,对教师的教学工作提出了更高的要求,要求教师对学生的学习情况有更加精准的认知,从而展开针对性的教学,真正达到因材施教的目的。通过对考试及学情评价全过程的分析,结合人工智能技术,实现评卷和评价的自动化,期望切实减轻教师在评卷和评价过程中的工作量,帮助教师更好的掌握学生的学习情况,将有限的工作时间更多的投入到教学过程的设计和优化工作中,从而实现“双减”背景下减负不减质的目标。结合英语学科,对英语考试的评价目标和评价方式进行调研和分析,围绕词语、语法、阅读理解、书面表达四个教学目标,对选择题、填空题、简答题、翻译题和作文题五种题型的人工评价标准和自动评价相关技术进行研究分析,设计并构建了各题型的评价特征和自动评价模型。从字面、结构、语义三个方面提取简答题和翻译题的评价特征,选取机器学习模型构建相应的自动评价模型;从深层、浅层和主题层三个层次提取作文题的评价特征,结合深度学习和统计方法构建作文题的自动评价模型。在各题型自动评价方法的基础上,结合英语科目的实际评价需求,设计并实现了英语学情自动评价系统,基于学生的英语试卷作答情况,从题型角度和能力目标角度对学生的英语学习情况进行自动评价,并输出相应的评价报告。通过实验验证了所提出自动评价方法的可行性,通过测试验证了所实现英语学情自动评价系统的可用性,且可以较好的满足实际评价的要求。