近年来,“互联网+教育”已经成为一种发展趋势,而且人工智能已经上升到国家战略的高度,“人工智能+教育”也面临着新的挑战。大学英语语言技能训练对学生的学习和未来发展举足轻重,将人工智能中的机器学习、深度学习等技术应用在教育中,特别是应用在语言训练指导和批改中,可以解决很多指导批改中的痛点。北京邮电大学人文学院本科生每学期都会使用大学英语技能训练系统进行前测、中测、后测,其中客观题可以直接给出答案,主观题只能通过教师人工批改,这对教师的时间和精力都提出了较高的要求。本文根据大学英语技能训练系统数据,针对口语表达题建立了智能评分模型,实现对口语表达题的智能批改。本文先分析了课题的研究背景、研究意义和国内外研究现状,并阐述了人工智能和语言训练方面的相关概念,然后将音频数据识别成文本,再对文本进行自然语言处理,提取出评分特征。接着使用线性回归算法和神经网络算法,根据现有的大学英语技能训练中的系统数据,对口语表达题建立三种智能评分模型。第—种模型是通过机器学习中的线性回归算法建立模型,第二种模型是通过深度学习中的深度神经网络建立模型,第三种模型将线性回归模型和深度神经网络模型融合建立模型,并且对三种模型效果进行比较。结论是利用线性回归模型和深度神经网络模型融合之后建立的模型效果最好。经过不断地训练之后,对口语表达题的智能批改准确度高达90%以上。本文利用人工智能对口语表达题这种主观题进行批改,这对于大学英语技能训练指导和批改的意义非常重大,也对于减轻教师批改压力、评价学生学习成绩、指导学生学习都有很大帮助。