对于主观题自动评分问题，国外的研究已经达到了一定的成熟程度。研究人员开发了一些基于自然语言处理(natural language processing，NLP)技术的实用的评分系统，并提出了一些基于自然语言处理的评分算法。自然语言处理也叫自然语言理解(natural language understanding，NLU)，是一个用来研究口头语言和文本语言问题的交叉学科，涉及到计算机科学、语言学、心理学、数学等方面。　　 自然语言处理技术是主观题自动评分算法的基础。主观题自动评分的实现不仅意味着考试效率的提高，而且能够在避免一些不必要因素影响的前提下，提供一个即时的反馈信息。主观题自动评分的研究对于促进考试的公正化和规范化有着重要的意义。　　 我国对于自动评分问题的研究尚处于初步发展阶段，就自动评分系统而言，许多自动评分系统都是局限于客观题评分，而对于主观题评分则显得无能为力了。主观题的题型包括名词解释、简答题等，因此主观题自动评分算法设计的难度是随着答案字数的增加而增加。再者，自然语言处理技术在“理解”方面并没有取得完全的突破。虽然国内的研究已经引入了自然语言处理技术，但是暂时在理论和实验上的探索比较多。目前已有的主观题评分算法，都没有考虑到学生答案可能会出现语义对立的情况。此外，在中文分词算法的精度上、词性标注的灵活应用上、相似度计算方法的结合上、评分规则的使用上都是需要进一步深入思考的。　　 本文根据实际情况，研究了一个基于自然语言处理技术的主观题自动评分算法。该算法融合了中文分词、词性标注、表层信息的相似度计算、VSM方法的相似度计算、语义对立度计算和多种评分规则。最后，文中设计并实现了一个自动评分系统——“智能评分系统”，该系统的测试结果表明，文中提出的基于自然语言处理的主观题自动评分算法是有效且可行的。