装备维修训练的目标是使维修人员掌握装备维修知识,具备装备维修的技能,能够胜任装备维修的工作。在装备维修训练中最重要的环节是知识学习,随着教育科学和计算机技术的发展,知识考察方式逐步向无纸化、电子化方向发展,推动了教育向智能化方向发展,作为智能教育软件的关键技术之一的考卷自动测评在智能教育中占据重要的地位,本文对装备维修训练主观题自动测评进行研究,并将其应用在装备维修训练的知识考核中。装备维修训练自动测评领域客观题的自动批改技术已经很成熟,本文重点关注装备维修训练中主观题自动测评,首先介绍智能教育领域主观题自动测评方面国内外的研究现状,针对有参考答案汉语主观题自动测评,依据语义相似度计算方式不同,本文将其分为三类:简单词形匹配、依赖世界知识、借助大规模语料,针对各类测评方案介绍典型测评模型,总结各类测评方案优缺点,针对不足之处给出改进方案。本文在借鉴业内学者现有研究的基础上,改进了文本相似度计算中简单词形匹配算法,利用词向量和段向量表示语义信息,提出了基于装备维修的主观题自动测评模型,首先利用知识树进行模糊评级,然后利用多因素语义相似度进行详细评分。知识树的构建过程中参考概念图的方法和树形数据结构,根据知识点之间的层次和关联关系构建层级知识树;多因素文本语义相似度计算中利用了词形匹配和文本向量距离的方法计算相似度。在算法理论推导的基础上,通过装备维修训练知识学习实验数据总结分析模型的问题和不足,并给出了下一步工作中需要改进和加强的地方。装备维修训练主观题自动测评作为装备维修训练智能化的关键技术之一,是制约装备维修训练智能教育软件通过主观题考察知识掌握程度技术难点,本文针对有参考答案的主观题自动测评做了详细研究,在前人研究的基础上,将词向量和神经网络语言模型引入主观题自动测评领域,提出了一个新的自动测评模型,并将其应用在装备维修训练场景,以期为装备维修训练主观题自动测评研究及其应用起到一定的推动作用。