随着计算机、人工智能和网络等技术的发展,交通运输领域的传统考试也正逐步向无纸化在线考试模式发展。自动评分算法是在线考试模式中重要的组成部分。准确和实用的自动评分算法有利于减轻教师的阅卷负担,同时可避免因教师主观因素导致的评分误差,增强了考试的公正性。目前,客观题的自动评分算法已经相当成熟。相较而言,主观题的自动评分算法多处于研究阶段。国内外学者已经对不涉及专业领域的主观题自动评分算法的开发投入了研究并产出相关的研究成果,但对于交通运输领域的主观题自动评分算法的研究较少。如果用通用领域的主观题自动评分算法来对交通运输领域主观题进行评分,则会因分词不准确、交通术语相似度计算准确率低和语义分析误差较大等问题而影响评分的准确率。本文在深入研究了自动评分算法的发展趋势,并总结了现有算法优缺点的基础上,提出一种基于领域本体、《同义词词林》和语义依存树相结合的交通运输领域主观题自动评分算法。本文主要工作如下:（1）领域本体的构建。传统的主观题自动评分算法所构建的领域本体只考虑术语的同义关系和上下位关系,忽略了其他语义关系,从而不能更好地表达交通运输领域中各种复杂的术语语义关系。因此,构建了交通运输领域本体,为本算法提供了语义知识源。（2）答案文本预处理和语义依存树。将领域本体和自然语言处理技术相结合,提出了答案文本预处理方法和基于领域本体的语义依存树减枝方法,解决了现有评分算法在交通运输领域中所存在的分词错误、不能准确地表征句子的主干语义信息等问题,并为相似度计算提供了正确的结构化数据。（3）语义相似度计算方法的设计。对于语义相似度计算方法,现有主观题评分算法考虑不全面。本文将各评分算法的优点结合起来,提出了一种新的基于领域本体、《同义词词林》和语义依存树相结合的文本语义相似度计算方法,解决了现有算法不能够同时计算通用词语语义相似度、交通术语语义相似度和句法不同但语义相同的句子语义相似度的问题。（4）选取了基于语义依存树主观题自动评分算法作为对照算法。实验结果表明,本算法评分结果在平均绝对误差和均方根误差两种评价指标上优于对照算法。