江西省九江市名校2024-2025学年高二下学期入学考试语文试卷（含答案）.pdfVIP

江西省九江市名校2024-2025学年下学期入学考试高二语文试卷

一、现代文阅（34分）

（一）现代文阅读Ⅰ（本题共5小题，18分）

阅读下面的文字，完成1—5题。

材料一：

①近年来，人工智能技术与人文历史研究碰撞出不少火花，那么，AI对于古代汉语的理解能力怎么样？

②日前，北京师范大学中文信息处理与古典文献学专业的研究者们尝试训练一个“饱读诗书”的语言

模型，并让AI来参与古籍整理的工作。模型学习的对象包括《四库全书》与“殆知阁”语料库，而学习的

方法则来自语言智能领域必威体育精装版的深层语言模型。

③2018年，谷歌公司曾推出了深层语言模型BERT，它在阅读理解等11项语言理解任务中刷新记录。和

之前的方法相比，深层语言模型一是可以吞吐超大量的数据，二是有很强的记忆和理解能力。现有的深层

语言模型覆盖了英文和中文，但却不具备理解古汉语的能力。于是，研究者们希望通过上述海量的古汉语

数据来让机器“感受”一下博大精深的诗书礼乐文化。在多块计算卡上并行训练了约一周时间后，古汉语BERT

初出江湖，AI可以像人一样联系上下文理解字词含义，并将其以数学向量表示。

④为了检测其理解效果，研究者们引入了句读任务。因为在古典文史学习过程中，句读通常是必备的

基本功。古文句读不仅需要考虑当前文本的语义和语境信息，还需要综合历史文化常识，对古汉语知识有

较高要求。宋代大儒朱熹读韩愈文章，便有“然不知此句当如何读”之惑。在句读的过程中，有三项重要

的技能点：利用古汉语特有的节奏和韵律感，联系上下文语境信息推敲求解，调用文本之外的历史文化知

识。

⑤虽然现在很多古代经典都出版了标点本，但其中常常包含错误，并且，在现有的古籍数据中，大部

分文献仍未实现句读。据统计，“殆知阁”古代文献藏书2.0版语料库规模约33亿字，其中仅25%左右的数

据包含标点。如果依靠人工继续整理这些古籍，则不知何年何月才能整理到头。如果依靠计算机，现有的

技术方法却普遍只能达到60%～70%的准确率，还很难为人所用。

⑥为了让AI在理解文义的基础上具备句读功能，研究者们准备了大量带标点的数据，包括超过30万首

古诗，2万余首词，800多万段古文，模型还引入了处理标签序列的机制来专门学习句读方法。由于诗词具

有较为明显的格律特征，如大部分古诗为四五七言，而词牌名可以提示断句规则，为了帮助模型更好地学

习语义和韵律信息，在预处理数据时保留了古诗题目，并去除词牌名。

⑦在多块计算卡上并行学习了数天句读后，模型终于“出山”。在测试环节，研究者们引入了两轮难度

不同的实验。普通版测试对象为一批模型从来没见过的诗词古文数据（古诗5000首，词2000首，古文5000

段），实验中，模型在诗、词、古文的句读准确率上分别超过了99%、95%和92%，较之已有的自动断句方法

取得了巨大提升。升级版测试对象为已出版古籍中的句读疑难案例。根据司马朝军等学者的研究，从中华

书局出版的《钦定四库全书总目》《周礼正义》中抽取出了60则句读误例（排除了模型训练时见过的数据）。

这两本古籍均由该领域专家完成整理和句读标点，并经多次校对，其中的误例可谓句读任务的难点所在。

研究人员从司马朝军的研究中找出了《总目》中11则与句读相关的错误，发现模型可以完全做对8则。又

选择了王文锦等人点校的《周礼正义》一书，将颜春峰等人整理的49则断句误例送入模型测试。其中，模

型能完全正确断句27则，断句存在问题的有22则。

⑧总的来说，模型在已出版古籍的断句疑难误例上取得了很好的效果，测试共计60例（均为专家标点

错误，并经多次校对未查出），而模型竟能完全正确断句35例，可以说达到了较为实用的水平。

⑨从应用角度看，这里的句读方法既可以用于大规模古籍整理中预断句工作，大大减轻专家负担，也

可用于校对环节，帮助检测人工断句或标点的错误。在后续工作中，除了提升已有的句读模型，还希望将

基于深层语言模型的古汉语知识表示方法应用到古文翻译、古诗文创作等其他古汉语信息处理任务中。

（摘编自胡韧奋、李绅、诸雨辰《让AI一口气读完四库全书会怎样？》）

材料二：

2024年8月27日，北京师范大学古汉语大语言模型“AI太炎2.0”发布会暨数智时代应用语言学学科

建设路径与方法座谈会在京举行。

“AI太炎”是国家语言文字工作委员会重大项目“古籍整理智能化关键技术研究”的核心成果，是专

门适用于古