在线考试是网络教学系统功能之一,它涉及到多项关键技术,如大规模题库的建立与维护、自动组卷、大规模的并发访问、试卷自动评改等。其中,自动评改技术能够在快速准确得到评分结果的同时节省大量的人工劳动时间。因此,该课题长期以来,一直备受关注。目前国内已经有一些关于C语言的考试系统,这些考试系统大多数是针对选择题和填空题。可以说对于这些客观题的评分技术已经很成熟。但是对于具有主观性的编程题来说,还没有特别好的办法和成熟的技术。本选题就是为解决编程题评分这一难题而提出的,具有重要的理论和现实意义。本文模拟人工阅卷的思维过程提出利用“语义理解技术与分析树核算法相结合”的方法进行主观题评分的解决方案,将评分过程划分为3个阶段：首先,在表层理解阶段进行规模匹配和知识点匹配,并设计了专门的错误检查功能,在进行错误规模统计的同时遏制了株连错误的产生；其次,在深层理解阶段进行表达式匹配和结构匹配,将程序语句转换成抽象语法树中间表示形式,再对抽象语法树进行代码优化,用消除冗余的学生程序与模板程序的抽象语法树进行匹配评分；最后,使用多特征融合技术将表层理解、深层理解和错误规模融合在一起进行综合评分,通过设定权值来调节它们对语义理解相似度计算的比例。将“语义理解技术与分析树核算法相结合”的方法应用于C语言编程题自动评分系统中。实验结果表明：该方法能从程序文本的语法结构和语义角度衡量学生程序与正确答案的接近程度,系统运行稳定,评分结果也比较准确。