随着计算机技术与通信技术的迅速发展,信息化社会进程的加快,计算机已经成为人们工作与生活中的重要工具。考试是教学过程中一个极其重要的环节,而试卷是考试的重点,试卷如果仍然采用传统的手工方式就很难跟上时代的步伐,因此利用试卷辅助生成系统辅助试卷生成己成为计算机辅助教学中的一个重要研究课题。论文着重探索了将Word格式的试卷中的试题文本块进行识别的方法。在教学过程中,大量的试卷都是采用Word形式的文件存储,在试题库系统出现后,将原有的Word试卷中的试题分类抽取、然后导入到试题库中成为试题库系统所面临的一个问题。论文首先简要介绍了Word文件的存储结构,对象模型,以及程序访问方式。从经典的文本字符匹配的方法出发,基于自动机理论对试卷的试题抽取进行建模,该模型的优点是采用正则式的原理,在编程上实现较为容易;缺点是需要对待识别的试卷字符的文本边界进行标注,需要引入额外的边界字符。边界字符在原有的试卷中是不存在的,因此需要对这些边界字符进行人工插入,这增加了试题抽取过程中的工作量。本文在自动机识别试卷的理论基础上,考虑到试卷本身也是图像这一特点,基于支持向量机理论,提出对试卷的试题文本进行向量化,然后求解试卷特征字符的向量划分,并依据此划分对试卷文本块进行识别。基于支持向量机的试卷文本识别,通过对试题文本的边界字符向量化来识别试题的块,无需再次对试题文本的边界进行标注,减少了试题识别时人工输入的劳动量。最后,在Office软件自带的VBA环境下,对算法进行了实现,并得出实验数据,同时对该算法进行了总结,并展望后续工作。