作文在所有汉语水平的考试中作为一项重要的考核题目,目前评价多依赖于人工的方式,而人工阅卷往往耗费大量的人力物力,同时作文评价的过程中评阅老师往往不可避免的带有主观性,会有失公平。在这种背景下,如果能够利用机器自动进行作文的评价,就可以在一定程度上解决以上问题。最重要的,对作文提出特定的建议,这将对学生写作水平的提升大有裨益。本文主要采用文本处理的相关技术进行设计,主要围绕作文中修辞句子进行自动识别,并依据修辞句结果给出评价结果,同时训练的总分预测模型给出相应的总体评分,通过方法的正确性在实验中得以验证,系统的有效性通过实例结果保证。最终本文设计并实现了基于修辞句识别的中学语文作文自动评价系统,经测试运行良好。对于排比句的自动识别,本文融合多方面特征包括输入句子的分词序列、词性序列、情感极性序列,分别做交互运算获得交互矩阵,然后以多输入的形式输入CNN逐层提取局部特征,实现了两个句子是否属于排比句的判断,然后进行合并处理从而提取出作文中所有的排比句。对于比喻句的识别,分别用LSTM编码以明喻词分割的句子两段,采用注意力机制捕捉两段内本体和喻体的联系,可以有效的提取出作文中明喻句;引用句的识别主要采用构建引用资源库,利用Elasticsearch内部的倒排索引组织引用原文的存储,通过两个字符串序列的最长公共子串计算相似度的方法。最后考虑提取出来的所有修辞句特征,加入基线学习器,对比四种回归算法训练并挑选一个最合适的回归模型,并证明修辞句特征对中学语文作文自动评价的有效性。所有方法针对数据集测试,均表现出了较好的效果。对于系统的实现,本文基于Python实现多线程的调用多个算法模块进行作文多方面的特征提取,实现了面向中学语文作文的自动评价系统,并提供了简单的评语给出学生写作水平的反馈。目前已经在服务器中部署并试运行。