2023年普通高等学校招生全国统一考试语文猜题卷（四）

绝密★启用前 2023年普通高等学校招生全国统一考试 语文猜题卷(四) 本试卷满分150分，考试时间150分钟。 一、 现代文阅读(35分) (一)现代文阅读I (本题共5小题,17分) 阅读下面的文字,完成1~5题。 材料一:就古文字考释而言，人工智能可以提供的帮助是多方面的。著名古文字学家唐兰先生曾将古文字的考释方法总结为形体对照法、推勘法、偏旁分析法与历史考证法。人工智能中的图像识别、自然语言处理、知识图谱等技术正可与这几种方法相互对应。 形体对照法是把不同材料中的古文字形体加以比较、对照，利用已识字来考证未释形体。这种方法需要研究者能够熟记大量古文字形体，如此才能把不同材料联系起来。而人工智能识别利用的是深度学习与计算机视觉技术和算法，只要提供足够多的古文字形体来训练模型，就能实现识别功能。记忆方面，数以百万计的文字形体总量，人脑只能记住其中很小的一部分，而智能模型却可以全面覆盖，能力更为强大，识别推荐结果会给专家以有效提示。 推勘法是将出土材料与文献中的记载进行对勘，寻绎文义，进而破解未释形体。举一个通俗易懂的例子，假设“过节了我们煮△▽吃”一句中的“△▽”二形是未释字或残损字。如果要考证这两个形体，经过训练的深度学习模型可以给出备选答案，如“饺子”“汤圆”“粽子”等相符合的词语。因为有“过节”限定，所以“白粥”等普通熬煮食物不会被推荐;因为有“煮”字限定，“月饼”等非熬煮食品不会被推荐。深度学习模型完全能够捕捉语句里面关键字词的意思。对于例子中的这句话，普通人也能给出正确的判断方向。但是如果面对的是古文字材料，情况就不同了，因为多数人对古代汉语并不熟悉，即使是专业学者也无法熟记大量的古代语料。所以，我们可以利用出土文献的释文数据和传世古书的记载来训练语言模型,从而在研究过程中利用模型圈定待释字的目标范围，有时甚至能够锁定正确答案，这能给予专家极大的帮助。 偏旁分析法是通过分析、识别偏旁来考释古文字。历史考证法是根据不同时期形体的特征及演变规律来考释古文字。人工智能知识图谱技术与这两种方法相关。知识图谱是描绘实体之间关系的智能网络，能够整合部件、字形、词义几个层次的古文字知识。可以根据文字偏旁系联图谱，从而展示出那些具有相同偏旁的文字及对应形体;知识图谱也具有挖掘文字演变规律的潜力，进而为专家提供帮助。可见，在古文字研究过程中，人工智能技术可以从多个维度为专家提供辅助。 当然，随着战国竹简的公布，古文字的考释方法也发生了变化，通过破解通假关系找到文字所代表的“词”显得尤为重要。这就需要专家做好通假现象标注，反复训练使模型具有通假语感。但是面对以往从未出现过的通假用例，模型是无能为力的，所以还需要音韵学家介入，从通假规律等角度进行研究，让模型同时掌握通假条件所需要的“实例”和“规律”。 (摘编自李春桃《人工智能如何辅助古文字研究》) 材料二:中国古文字资料的载体主要是甲骨、金石和简帛等。这些历史文物及其文字资料都是收藏单位的珍宝。古文字资料的文物属性，使得其保护和利用成为长期以来困扰收藏单位和古文字研究者的一大问题。除了极少数在博物馆展示的材料外，一般的研究者根本无法接触到古文字实物。数字化技术可使这些古文字文物以多维方式呈现出来，通过网络系统和其他电子媒介将深藏于博物馆的珍贵文字文物资料与研究者和公众分享，为古文字研究、传承和传播提供极为便利的条件，同时也能妥善解决文字文物保护和利用的矛盾。 古文字资料印刷品价格昂贵、不便流通，使得专业研究者和一般读者获得古文字资料极为困难，阻碍了古文字的研究、传承和传播。古文字学成为名副其实的“冷门绝学”。古文字数字化为建立各类古文字数据库奠定了基础，通过数据库可以从根本上突破长期以来制约古文字学发展的资料瓶颈。古文字资料获取的便捷，必将极大地提高古文字研究和学习的效率。如清华大学将《清华大学藏战国竹简》整理研究报告数字化，建立了《清华大学藏战国竹简》电子书网站。读者通过网站可方便地使用清华简研究成果。 传统的传播方式和路径,使古文字知识的传承和传播受到极大局限。对社会大众而言，古文字是那么深不可测，令人望而生畏。数字时代，网络、新媒体和各类传播平台可以生动形象地传播古文字知识产品，让古文字走进社会、走进大众。人们可在喜闻乐见的轻松氛围中获得古文字知识。通过培育，古文字传承和传播的深厚群众基础，尤其是有针对性地加强以青少年为主要对象的古文字数字化传播,对弘扬传承中华优秀传统文化以及古文字学学科的长远发展都有深远意义。 (摘编自黄德宽《数字时代古文字的传承和传播》) 1.下列对材料相关内容的理解和分析,正确的一项是(3分) A.图像识别技术利用深度学习与计算机视觉技术和算法，可以直接锁定未释字形对应的已识字。 B.对于古籍中一些句子中的残损字，人工智能可以根据语义关系等来圈定残损