随着人工智能对教育智能化的不断推进,各种考试评分系统层出不穷,但其中能对主观题进行自动评分的却不多。与此同时,主观题的人工评分工作往往比较繁重,如果能用计算机来自动完成这一工作,将大大减少阅卷者的工作量,提高效率。文本相似度算法在主观题自动评分中的应用是本文系统的核心功能模块,其中实现的算法上的改进主要有:1.在词向量之间的余弦相似度代表词语之间语义相似度的基础上,根据词语之间语义差异性的大小分配与之成正相关的词权重转移概率,来改进TextRank算法的词权重转移概率使用的平均分配方法,提出并实现WE-TR算法来提取关键词。2.将WE-TR算法与WMD算法相结合。在处理长文本时,先用WE-TR算法提取关键词,再用WMD算法计算文本相似度,并且WMD算法“继承”WE-TR算法计算得到的最终词权重代替归一化词频。实验结果表明WE-TR-WMD算法的文本相似度计算效果优于TF-IDF-VSM、LDA-JS和WMD。此外,本文还实现了系统的其它功能模块,包括教师和学生的注册、登录、个人信息管理;教师的学生、试题、考试管理,考试评分及成绩查看、审核与管理,语料库管理和自动评分模型更新;还有学生的在线答题与查看答案和成绩。进一步地,试题、考试和语料库管理均包括创建或上传、删除、编辑、和查找四个子模块;考试评分除了实现自动评分子模块外,还实现了人工评分子模块;自动评分除了实现文本相似度算法外,还实现了得分点关键词匹配法;在成绩查看、审核、与管理中实现了收集优质正样本学生答案到语料库的功能,使得语料库具有自动更新机制,从而文本相似度算法的自动评分效果具有自适应提升性;自动评分模型更新是词向量训练和文本相似度算法模型更新的统一。本系统不限主观题的领域和科目,支持教师自定义试题和语料的科目或知识点类别,具有良好的通用性、可扩展性、和实际应用意义。