随着Web 2.0的不断发展和“互联网+”时代的兴起,计算机在网络考试等应用领域的优势也日益凸显出来。作为网络考试系统中的核心算法之一,主观题智能评分算法,由于采用语言叙述的方式作答和涉及多领域知识的原因,仍有诸多技术问题需要解决。考虑到向量空间维度和作答文本的语义信息,本文以传统向量空间模型(VSM)和主题模型(LDA)为基础,构建既考虑了作答文本语义信息,又能降低文本向量空间维度的一种混合智能主观题评分模型。为了构建混合智能主观题评分模型,本文首先采用中国科学院计算技术研究所研制出的中文词法分析系统(ICTCLAS)进行分词处理。其次,考虑向量空间维度和文本的语义信息,我们对预处理后的文档进行VSM和LDA建模。最后,在给定线性参数λ的情况下,将VSM和LDA模型进行线性组合,得到本文智能主观题评分模型。建立在《思想道德修养与法律基础》真实学生作答文本集上的实验,测试了不同学生作答文本数量和不同学生作答文本特征向量数量情形下混合智能评分模型评分的运行时间。同时,还测试了λ值确定时,在不同学生作答文本数量情形下,本文智能主观题评分模型的打分的均方根值误差。进一步又测试了确定学生作答文本数量时,随着λ值的变化,本文智能主观题评分模型打分的均方根值误差。实验结果证明本文提出的智能主题评分模型的准确性与有效性。