2021年高考语文试卷（北京）（解析卷）

3.0 萨法地方 2025-12-28 4 4 4.32MB 22 页 免费
侵权投诉
2021 年普通高等学校招生全国统一考试（北京卷）
语文
本试卷共 10 页，150 分。考试时长 150 分钟。考生务必将答案答在答题卡上，
在试卷上作答无效。考试结束后，将本试卷和答题卡一并交回。
一、本大题共 5 小题，共 17 分。
阅读下面材料，完成下面小题。
材料一
机器学习是一种人工智能技术，它通过设计算法，让计算机可以从有限的观测数据中
分析并获取规律，然后利用“学习”到的规律对未知数据进行预测，从而帮助人们完成应
用任务。运用机器学习解决应用问题，一般包含如下几步：首先是对观测数据作预处理，
然后是从观测数据中提取有效特征并对特征进行转换，最后是构建函数并利用它进行预测。
传统的机器学习主要关注预测函数的构建，至于特征，则一般是通过人为地设计一些
准则，然后根据这些准则从观测数据中获得。对机器而言，这可看作是一种“浅层学习”。
由于浅层学习有时不能很好地获得有助于提升预测准确率的特征，“深度学习”应运而生。
深度学习需要构建具有一定“深度”的模型，让机器自动从观测数据中学习到有效的
特征，帮助提升预测的准确率。“深度”与数据处理过程的组件数量密切相关，深度模型
的原始输入与输出结果之间有多个组件，每个组件都会对数据进行加工，并影响后续组件。
当得到最终的输出结果时，我们并不清楚每个组件的贡献是多少，判断每个组件对输出结
果的影响称为“贡献度分配”问题。以下围棋为例，每当下完一盘棋，我们会思考哪几步
棋导致了最后的胜利或失败，判断每一步棋贡献的多少就是贡献度分配问题。该问题在深
度学习中至关重要，解决起来也非常困难。
目前，深度学习大多采用“人工神经网络”来实现。人工神经网络内部包含多个层次，
正好能满足深度学习的“深度”需求。近年来，深度学习技术快速发展，其所使用的人工
神经网络模型从早期的五至十层增加到目前的数百层，这极大提高了特征提取与转换的能
力，也使预测的准确率随之上升。
深度学习技术被广泛应用于模式识别、自然语言处理等诸多领域并取得了重大突破。
我们要想在方兴未艾的科技革命中占有先机，牢固掌握以深度学习为代表的人工智能技术
是必要条件。
1. 根据材料一，下列表述正确的一项是（ ）
A. 机器学习的最终目的是从数据中寻找到某种规律。
B. 机器学习从数据中学到的规律可以用函数来表示。
C. 机器学习完成特征提取与转换后就可以进行预测。
第1页 | 共22 页
D. 浅层学习无需人工干预，完全依赖机器自主完成。
2. 根据材料一，下列对“深度学习”的理解与推断，不正确的一项是（ ）
A. 可以更好地处理数据特征，更准确地预测。 B. 数据处理过程中的组件数量会影响
其深度。
C. 数据处理过程中影响最大的组件不难确定。 D. 是人工智能技术的代表，已有广泛
的应用。
材料二
人脑神经系统是一个非常复杂的组织，包含几百亿个神经元。神经元与神经元之间没
有物理连接，它们通过突触进行互联来传递信息。神经元可被看作是只有兴奋和抑制两种
状态的细胞，突触将一个神经元的兴奋状态传至另一个神经元。突触有强有弱，其强度可
以通过学习或训练来不断改变，具有一定的可塑性。一个神经元的状态是兴奋还是抑制，
取决于它从其他神经元接收到的信号量以及突触的强度。当一个神经元接收到的信号量总
和超过了某个阈值，细胞体就会兴奋，产生电脉冲，电脉冲通过突触传递到其他神经元。
可以认为，在人脑神经系统中，每个神经元本身固然重要，但更重要的是神经元如何组成
网络。
受人脑的启发，科学家构建了一种在结构、工作原理和功能上都模拟人脑神经系统的
计算模型，称之为“人工神经网络”，简称“神经网络”。在机器学习领域，神经网络指
由很多人工神经元相互连接构成的系统，这些人工神经元一般被称为节点，每个节点本质
上是一个函数。神经网络不同节点间的连接被赋予了不同的权重，每个权重表示一个节点
对另一个节点影响的大小。每个节点的“兴奋”或“抑制”，由来自其他节点的数据信息
与节点间的连接权重综合计算得到。
深度学习利用神经网络构建模型，可以对数据进行更好的特征提取与特征转换，从而
得到预测准确率更高的函数。除了神经网络模型，深度学习也可以采用“深度信念网络”
等其他类型的模型。但由于神经网络能借助相关算法较好地解决贡献度分配问题，它成为
了深度学习主要采用的模型。
（以上两则材料取材于邱锡鹏的相关著作）
3. 根据材料二，下列对人脑神经系统的理解，不正确的一项是（ ）
A. 一个神经元是兴奋还是抑制的状态不全由其自身决定。
B. 一个神经元接收到其他神经元的电脉冲以后就会兴奋。
C. 人脑神经系统中神经元本身不如神经元如何组网重要。
D. 人脑神经系统启发了深度学习中一种主要模型的构建。
4. 根据材料一和材料二，下列理解与推断，不正确的一项是（ ）
A. 人工神经网络在自然语言处理等诸多领域是无可替代的。
B. 深度学习进行预测的能力与其模型的层次数量密切相关。
第2页 | 共22 页
C. 沟通不同神经元的突触的强度不是恒定的，可以被改变。
D. 人工神经网络模型被深度学习采用有不止一方面的原因。
5. 根据以上两则材料，说明深度学习“应运而生”的原因，以及人工神经网络在深度学习
中的作用。
【答案】1
.
B 2. C 3. B 4. A
5. 原因：浅层学习有时不能很好地获取有助于提升预测准确率的特征。
作用：
① 人工神经网络可用来构建深度学习的模型。
② 人工神经网络模型可提高特征提取与特征转换的能力。
③ 人工神经网络模型有助于解决贡献度分配问题。
④ 人工神经网络模型有助于提升预测准确率。
【解析】
【分析】
【1题详解】
本题考查学生理解文章内容的能力。
A.“最终目的是从数据中寻找到某种规律”错误，根据材料一第一段可知，在找到规律后，
还需要“利用‘学习’到的规律对未知数据进行预测”。故而找到某种规律不是“最终目
的”。
C.“完成特征提取与转换后就可以进行预测”错误，根据材料一第一段“然后是从观测数
据中提取有效特征并对特征进行转换，最后是构建函数并利用它进行预测”可见，完成特
征提取与转换后，需要“构建函数”，利用函数进行预测。
D.“浅层学习……完全依赖机器自主完成”错误，根据材料一第二段“一般是通过人为地
设计一些准则，然后根据这些准则从观测数据中获得。对机器而言，这可看作是一种‘浅
层学习’”可见，并非自主完成，还需要认为地设计一些准则。
故选 B。
【2题详解】
本题考查学生正确理解和推断概念含义的能力。
C.“数据处理过程中影响最大的组件不难确定”错误，根据材料一第三段“当得到最终的
输出结果时，我们并不清楚每个组件的贡献是多少，判断每个组件对输出结果的影响称为
‘贡献度分配’问题……该问题在深度学习中至关重要，解决起来也非常困难”可见，这
是很难确定的。
故选 C。
【3题详解】
本题考查学生正确理解文本概念含义的能力。
B.“一个神经元接收到其他神经元的电脉冲以后就会兴奋”错误，根据材料二第一段“一
个神经元的状态是兴奋还是抑制，取决于它从其他神经元接收到的信号量以及突触的强度。
当一个神经元接收到的信号量总和超过了某个阈值，细胞体就会兴奋，产生电脉冲”可见，
并不是一旦接收到就会兴奋，还必须超过信号量的某个阈值。
第3页 | 共22 页

标签： #高考

摘要：

2021年普通高等学校招生全国统一考试（北京卷）语文本试卷共10页，150分。考试时长150分钟。考生务必将答案答在答题卡上，在试卷上作答无效。考试结束后，将本试卷和答题卡一并交回。一、本大题共5小题，共17分。阅读下面材料，完成下面小题。材料一机器学习是一种人工智能技术，它通过设计算法，让计算机可以从有限的观测数据中分析并获取规律，然后利用“学习”到的规律对未知数据进行预测，从而帮助人们完成应用任务。运用机器学习解决应用问题，一般包含如下几步：首先是对观测数据作预处理，然后是从观测数据中提取有效特征并对特征进行转换，最后是构建函数并利用它进行预测。传统的机器学习主要关注预测函数的构建，至于特...

展开>> 收起<<
2021年高考语文试卷（北京）（解析卷）.doc

共22页,预览7页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：萨法地方 分类：高中 价格：免费 属性：22 页 大小：4.32MB 格式：DOC 时间：2025-12-28

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 22
评分 收藏
分享
立即下载
客服
关注