2021年高考语文试卷（北京）（空白卷）

3.0 萨法地方 2025-12-28 4 4 1.63MB 11 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。
D. 浅层学习无需人工干预，完全依赖机器自主完成。
第1页 | 共11 页
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。
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。
二、本大题共 6 小题，共 24 分。
阅读下面文言文，完成下面小题。
第2页 | 共11 页
夫儒生，礼义也；耕战，饮食也。贵耕战而贱儒生，是弃礼义求饮食也。使礼义废，纲纪败，上下乱
而阴阳谬，水旱失时，五谷不登，万民饥死，农不得耕，士不得战也。故以旧防为无益而去之，必有水灾；
以旧礼为无补而去之，必有乱患。儒者之在世，礼义之旧防也，有之无益，无之有损。夫礼义，无成效于
人，然成效者须[1]礼义而成。犹足蹈路而行，所路之路须不蹈者；身须手足而动，动者待不动者。故事或
无益，而益者须之；或无效，而效者待之。儒生，耕战所须待也，弃而不存，如何？
韩子非儒，谓之无益有损，盖谓俗儒无行操，举措不重礼，以儒名而俗行，以实学而伪说，贪官尊荣，
故不足贵。夫志洁行显，不徇爵禄，去卿相之位若脱躧者，居位治职，功虽不立，此礼义为业者也。国之
所以存者，礼义也。民无礼义，倾国危主。今儒者之操，重礼爱义，率无礼义士，激无义之人。人民为善，
爱其主上，此亦有益也。闻伯夷风者，贪夫廉，懦夫有立志；闻柳下惠风者，薄夫敦，鄙夫宽。此上化也 ，
非人所见。
段干木【2】阖门不出，魏文【3】敬之，表式其闾，秦军闻之，卒不攻魏。使魏无干木，秦兵入境，境土
危亡。秦，强国也，兵无不胜，兵加于魏，魏国必破，三军兵顿，流血千里。今魏文式阖门之士，却强秦
之兵，全魏国之境，济三军之众，功莫大焉，赏莫先焉。
齐有高节之士，曰狂谲、华士，二人昆弟也，义不降志，不仕非其主。太公封于齐，以此二子解沮
【4】齐众，开不为上用之路，同时诛之。韩子善之，以为二子无益而有损也。
夫狂谲、华士，段干木之类也，太公诛之，无所却到；魏文侯式之，却强秦而全魏，功孰大者？狂谲、
华士之操，干木之节也，使韩子善干木阖门之节、高魏文之式是也，则善太公之诛非也。使韩子非干木之
行，下魏文之式，则干木以此行而有益，魏文用式之道为有功；是韩子不赏功、尊有益也。
（取材于王充《论衡·非韩》）
注释：【1】须：等待，这里是依靠的意思。【2】段干木：战国时魏国隐士。【3】魏文：魏文候，战国
初魏国君主。【4】解沮：瓦解、涣散。
6. 下列对句中加点词的解释，不正确的一项是（ ）
第3页 | 共11 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）（空白卷）.doc

共11页,预览4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：11 页 大小：1.63MB 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

/ 11
评分 收藏
分享
立即下载
客服
关注