象棋软件通常采用以下几种方法来打分：

基于规则的打分

使用预先编写好的规则来评估棋子的价值和局面。例如，一个兵在特定位置可能值多少分，一个车在不同局面下的价值是多少等。这种方法依赖于开发者设定的具体规则，较为传统和直观。

深度模型打分

利用神经网络等深度学习模型来评估整个棋局。这种方法将棋盘状态作为输入，通过神经网络输出一个分数。深度模型能够捕捉到更复杂的模式和关系，通常比传统规则更准确，但需要大量的训练数据。

引擎评估

象棋软件中的引擎是核心部件，通过对棋局的搜索和子力估值来进行量化评估。引擎会考虑多种因素，如棋子的位置、棋局的深度等，从而给出一个分数。不同引擎的打分可能会有所不同，因为它们的代码、架构和权重设置不同。

胜负和平的打分

在一些情况下，象棋软件也会根据棋局的胜负或平局来打分。例如，胜利方得1分，失败方得0分，平局双方各得0.5分。这种打分方式较为简单直接，适用于快速判断胜负。

审局库和残局库

高级象棋软件通常包含审局库和残局库，这些数据库通过暴力逆推等方法生成，用于在特定局面下给出更准确的评分。审局库可以在中残局阶段提供关键的指导，而残局库则储存了各种子力组合下的残局结果。

综合来看，现代象棋软件通常结合多种方法来进行打分，以提高评估的准确性和全面性。用户可以根据自己的需求和偏好选择合适的软件来进行评估和练习。