非連續(xù)性文本閱讀（2021年北京市高考題）

1、第 第 頁非連續(xù)性文本閱讀（2021年北京市高考題） 閱讀下面材料，完成1-5題。 材料一 機器學習是一種人工智能技術，它通過設計算法，讓計算機可以從有限的觀測數據中分析并獵取規(guī)律，然后利用“學習”到的規(guī)律對未知數據進行猜測，從而援助人們完成應用任務。運用機器學習解決應用問題，一般包含如下幾步：首先是對觀測數據作預處理，然后是從觀測數據中提取有效特征并對特征進行轉換，最末是構建函數并利用它進行猜測。 傳統(tǒng)的機器學習主要關注猜測函數的構建，至于特征，那么一般是通過人為地設計一些準那么，然后依據這些準那么從觀測數據中獲得。對機器而言，這可看作是一種“淺層學習”。由于淺層學習有時不能很好地獲得有助于

2、提升猜測精確率的特征，“深度學習”應運而生。 深度學習需要構建具有肯定“深度”的模型，讓機器自動從觀測數據中學習到有效的特征，援助提升猜測的精確率。“深度”與數據處理過程的組件數量親密相關，深度模型的原始輸入與輸出結果之間有多個組件，每個組件都會對數據進行加工，并影響后續(xù)組件。當得到最終的輸出結果時，我們并不清晰每個組件的貢獻是多少，判斷每個組件對輸出結果的影響稱為“貢獻度安排”問題。以下圍棋為例，每當下完一盤棋，我們會思索哪幾步棋導致了最末的成功或失敗，判斷每一步棋貢獻的多少就是貢獻度安排問題。該問題在深度學習中至關重要，解決起來也特別困難。 目前，深度學習大多采納“人工神經網絡”來實現。人

3、工神經網絡內部包含多個層次，正好能滿意深度學習的“深度”需求。近年來，深度學習技術快速進展，其所運用的人工神經網絡模型從早期的五至十層增加到目前的數百層，這極大提高了特征提取與轉換的技能，也使猜測的精確率隨之上升。 深度學習技術被廣泛應用于模式識別、自然語言處理等諸多領域并取得了重大突破。我們要想在方興未艾的科技革命中占有先機，堅固掌控以深度學習為代表的人工智能技術是須要條件。 1.依據材料一，以下表述正確的一項為哪一項3分 A.機器學習的最終目的是從數據中查找到某種規(guī)律。 B.機器學習從數據中學到的規(guī)律可以用函數來表示。 C.機器學習完成特征提取與轉換后就可以進行猜測。 D.淺層學習無需人工

4、干預，完全依靠機器自主完成。 2.依據材料一，以下對“深度學習”的理解與推斷，不正確的一項為哪一項3分 A.可以更好地處理數據特征，更精確地猜測。 B.數據處理過程中的組件數量會影響其深度。 C.數據處理過程中影響最大的組件不難確定。 D.是人工智能技術的代表，已有廣泛的應用。 材料二 人腦神經系統(tǒng)是一個特別繁復的組織，包含幾百億個神經元。神經元與神經元之間沒有物理連接，它們通過突觸進行互聯(lián)來傳遞信息。神經元可被看作是只有興奮和抑制兩種狀態(tài)的細胞，突觸將一個神經元的興奮狀態(tài)傳至另一個神經元。突觸有強有弱，其強度可以通過學習或訓練來不斷轉變，具有肯定的可塑性。一個神經元的狀態(tài)是興奮還是抑制，取決

5、于它從其他神經元接收到的信號量以及突觸的強度。當一個神經元接收到的信號量總和超過了某個閾值，細胞體就會興奮，產生電脈沖，電脈沖通過突觸傳遞到其他神經元?？梢哉J為，在人腦神經系統(tǒng)中，每個神經元本身當然重要，但更重要的是神經元如何組成網絡。 受人腦的啟發(fā)，科學家構建了一種在結構、工作原理和功能上都模擬人腦神經系統(tǒng)的計算模型，稱之為“人工神經網絡”，簡稱“神經網絡”。在機器學習領域，神經網絡指由許多人工神經元相互連接構成的系統(tǒng)，這些人工神經元一般被稱為節(jié)點，每個節(jié)點本質上是一個函數。神經網絡不同節(jié)點間的連接被給予了不同的權重，每個權重表示一個節(jié)點對另一個節(jié)點影響的大小。每個節(jié)點的“興奮”或“抑制”，

6、由來自其他節(jié)點的數據信息與節(jié)點間的連接權重綜合計算得到。 深度學習利用神經網絡構建模型，可以對數據進行更好的特征提取與特征轉換，從而得到猜測精確率更高的函數。除了神經網絡模型，深度學習也可以采納“深度信念網絡”等其他類型的模型。但由于神經網絡能借助相關算法較好地解決貢獻度安排問題，它成為了深度學習主要采納的模型。 以上兩那么材料取材于邱錫鵬的相關著作 3.依據材料二，以下對人腦神經系統(tǒng)的理解，不正確的一項為哪一項3分 A.一個神經元是興奮還是抑制的狀態(tài)不全由其自身決斷。 B.一個神經元接收到其他神經元的電脈沖以后就會興奮。 C.人腦神經系統(tǒng)中神經元本身不如神經元如何組網重要。 D.人腦神經系統(tǒng)

7、啟發(fā)了深度學習中一種主要模型的構建。 4.依據材料一和材料二，以下理解與推斷，不正確的一項為哪一項3分 A.人工神經網絡在自然語言處理等諸多領域是無可替代的。 B.深度學習進行猜測的技能與其模型的層次數量親密相關。 C.溝通不同神經元的突觸的強度不是恒定的，可以被轉變。 D.人工神經網絡模型被深度學習采納有不止一方面的緣由。 5.依據以上兩那么材料，說明深度學習“應運而生”的緣由，以及人工神經網絡在深度學習中的作用。5分 答案： 一、本大題共5小題，共17分 1.B2.C3.B4.A5.答案要點：緣由：淺層學習有時不能很好地獵取有助于提升猜測精確率的特征。作用：人工神經網絡可用來構建深度學習的模型。人工神經網絡模型可提高特征提取與特征轉換的技能。人工神經網絡模型有助于解決貢獻度安排問題。人工神經網絡模型有助于提升猜測精確率。出處2021年北京市高考題資料1 2021年高考語文試卷及答案北京卷2 非連續(xù)性文本閱讀2021年北京市高考題3 論衡非韓閱讀練習及答案2021年北京市高考題4 論語之陽貨閱讀練習及答案2021年北京市高考題5 和陶歸園田居其一閱讀