2021年高考语文真题卷（北京卷）.pdfVIP

2021年⾼考语⽂真题卷（北京卷）

⼀、本⼤题共5小题。

1.阅读下⾯材料，完成各题。

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、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。

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）

(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