本發明公開了一種概念增強表示與單向蘊含注意力的主觀題自動閱卷神經網絡模型，結合雙向長短時記憶神經網絡BiLSTM和機器學習的條件隨機場CRF的方法自動識別題目中的概念系列；通過多頭注意力機制實現概念字嵌入向量序列對答案字嵌入向量序列的增強表示建模；并通過BiLSTM對答案上下文信息進行編碼；通過一種單向注意力蘊含匹配的方式，估算出學生答案對參考答案的語義包含，進而在單向蘊含匹配向量的基礎上聚集信息并進行學生答案得分區間的概率分布預測。包含概念提取層、答案表示層、概念增強表示層、上下文表示層、單向蘊含注意力層、聚集層和預測層。具有以下優點：無需額外的語義分析和人為規則；提高評卷的匹配精度；擴展評卷系統的自適應性與實用性。