随着程序设计竞赛领域内的许多研究,包括在线竞赛平台的开发和竞赛选手训练辅助系统的研究等等,这样一些需求或设想被提了出来,它们都希望机器可以自动化地处理程序设计试题的测试数据,包括：自动化地检验一道题目的每组测试用例是否符合题目的描述,包括格式是否正确或者数据是否在题目规定的范围内等等；自动化地检验所有测试数据对各个输入变量的边界值覆盖情况,以考查测试数据的完备性；辅助出题者生成逻辑结构较为复杂的测试数据,并且保证它们的正确性与一定的完备性,等等……实现这些功能的前提是机器能够理解测试数据的实质内容。另一方面,在大多数程序设计试题中,测试数据都被要求以纯文本的形式被输入；而且,这些纯文本并不代表简单的变量,而是代表问题的背景故事中的一些事物以及它们的状态。不同题目的测试数据可能表达不同的事物；即使它们表达相似或相同的事物,不同题目的出题者也可能定义不同的格式来表达。因此,即使编写了程序让机器来处理测试数据,对于不同题目的测试数据,程序也需要以不同逻辑来处理。为了使同一个程序可以处理不同的题目的测试数据,本文提出了测试数据的概念模型和格式模型,对测试数据进行语义化的描述。每道题目的测试数据概念模型描述了问题的背景中的各类事物的本体；每道题目的测试数据格式模型描述了这些事物按照题目要求的纯文本表达格式。出题者只要建立一道题目的测试数据概念模型和格式模型,机器就可以理解每组测试用例表达的是怎样的事物。虽然不同题目的测试数据的概念模型和格式模型会有所不同,但是本文提出了这两个模型的元模型,每道题目的具体的概念和格式模型都满足这个较高层次上的模型框架。通过这两个元模型,可以编写一个单独的推理程序,以统一的方式理解并处理各道题目的测试数据。本文的研究成果可以作为面向程序设计试题的测试数据的各种研究的基础。