在目前的考试系统中,由于自然语言处理和人工智能技术的限制,具有通用性和实用性的主观题自动评分系统还没有出现。国内现有的系统对主观题的处理大多依然是通过教师的人工阅卷完成的,极大的影响了在线教育教学的快速发展和教学方式的改革,同时教师需要花费大量的时间在阅卷工作上,不能全身心地投入到教学工作中。因此,对主观题的自动评分技术进行研究,实现一个良好的主观题自动评分系统具有重要的意义。从教师进行人工评分的思路入手,分析研究了人工评分的整个流程,通过模拟教师人工评分的过程,实现计算机的自动评分。针对现有主观题自动评分系统中存在的准确率较低的问题,结合教师人工评分的特点,将自动评分技术的重点放在了研究如何提高词语相似度和句子相似度上。针对基于《知网》的词语相似度计算中存在的问题和不足,提出了一种改进方法,引入了《同义词词林》词典,扩大了词库覆盖范围,提高了词语相似度计算的准确率。在句子相似度计算中,针对一种基于多特征混合的句子相似度计算方法中存在的相似度计算值偏低的问题,引入了相似词计算模型,同时提出了成分关系相似度计算方法,改进了句子相似度计算方法,实验显示改进的方法能较好的提高两个相似句子的相似度,非常适用于考试系统中的主观题评分。在计算考生成绩时,对成绩计算公式进行了改进,增加了调节系数,降低了误差率,使成绩计算更加准确。最后实现了一个主观题自动评分系统,系统中使用了改进的词语相似度和句子相似度计算方法,测试数据显示系统评分效果良好,基本能够满足设计需求,具有较高的准确率。