考点02 非连续信息文阅读之筛选文中信息-备战2022年高考语文一轮复习考点微专题（北京专用）

备战2022年高考语文一轮复习考点微专题 考点02 非连续信息文阅读之筛选文中信息 【命题趋势】 筛选并整合文中信息是非连续性信息类文本阅读的必考内容，主要考核文章内容的理解，注意总结错误类型，找到答题要领，答题时注意锁定答题区位，对读原文和选项，找到不同之处。 【真题再现】 一、【2021年高考北京卷】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。 【答案】B 【分析】 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。 二、【2020年高考北京卷】阅读下面材料，完成下面小题。 材料一 由于月球绕地球公转与月球自转的周期相同，所以月球的一面总是背对着地球，这一面称为月球背面。人类在地球上始终无法看到月球背面。2019年1月3日，嫦娥四号探测器，包括着陆器和玉兔二号月球车，成功实现人类首次月球背面软着陆，并开展就位探测和巡视探测。人类此前的所有登月活动都是在月球正面完成的，嫦娥四号创造了历史。 嫦娥四号着陆于月背的南极——艾特肯盆地。与相对平坦的月球正面不同，月背地形更为复杂，几乎全是环形山和古老的陨石坑，更接近月球最原始的面貌。玉兔二号在月背巡视，开展地形地貌测量、浅层结构和矿物成分探测，将为人类研究月球矿物质结构和太阳系起源提供更为丰富的第一手资料。同时，由于月球自身对月背形成天然的屏障，没有来自地球的各种辐射干扰，可以为各类天文观测提供难得的纯净环境，填补地面射电观测的诸多空白。 在嫦娥四号探测器登陆月背之前，前苏联与美国虽然已完成了月背的成像工作，但一直没有航天器造访这片古老的神秘之地，其中一个主要原因是通信障碍。由于月球自身的阻挡，地球上的测控站无法与月背建立无线电通信联系，也就无法对着陆月背的航天器进行测控。为解决这一难题，必须建立一座连接地球和月背的通信基站。经过专家们的反复论证，最终决定在环绕“地月拉格朗日L2点”的Halo轨道上放置一颗“鹊桥”中继星。“地月拉格朗日L2点”是地月系统中的五个平动点之一，位于地球至月球连线的延长线.上，与地球