资源简介

2026届高三第二次质量检测
语文
(满分：150分用时：150分钟)
注意事项：
1.答题前，请将自己的学校、姓名等填写在答题卡上。
2.回答选择题时，选出每小题答案后，用2B铅笔把答题卡上对应题目的答案标号涂
黑。如需改动，用橡皮擦干净后，再选涂其他答案标号。回答非选择题时，将答案写在答题
卡上。
一、阅读(72分)
(一)阅读I(本题共5小题，19分)
阅读下面的文字，完成1~5题。
材料一：
①在自然语言的使用中，歧义和含混是不可避免的，各种语言之间的翻译也存在误解
和偏差。学者们想要解决表达中语词的歧义和模糊，找到人类语言中共通的深层结构，于
是借鉴数学的方法，发明了形式化语言。形式化语言提出的初衷是人们要想使逻铎学像数
学那样也有一套通用的符号，从而试图建立一种普遍的、没有歧义的语言。通过这种语言，
可以把所有的思雏推理都转变为演算，变得和数学一样精确。
②自然语言可以看作是一套符号系统，其中的语词是文化背景下表达观念的符号。然
而自然语言中的逻辑不只是语法结构上的，也是在语义之中的。我们日常表达中某些语词
的歧义和模糊，在语法中很难判断，但可以通过上下文以及语境的带入简单解决。我们无
法从一个单独的词获得意义，而要通过关联和活动，所以自然语言在一定环境和特定的规
则下才具有意义。
③机器使用的计算机语言是一种形式化语言。它是人先赋予机器并成为其内有先在
的语言。计算机在理解和执行人的命令时，需要将自然语言翻译为机器可理解的计算机语
言，再进行程序操作。将自然语言形式化，这一步骤对计算机程序的机械模仿至关重要，但
理解力模仿不同于机械模仿。机械模仿涉及的是形式性质，而理解力模仿涉及的是准语义
性质。现阶段计算机以机械模仿为主并通过逻辑语言与人的自然语言对话。因此，尽管计
算机对自然语言的处理可以算作一种翻译，但就目前而言这种翻译与自然语言中两个语言
之间的互相翻译是不同的。
语文(HB)第1页共10页
④计算机在消除歧义过程中，需要大量的知识，包括语言学知识（词法、句法、语义、上
下文等)和关于世界的常识认知。这也造成了目前自然语言处理的两个主要困难。从自然
语言的视角衡量计算机语言，高度形式化使其对语境的刻画能力有限，也无法像自然语言
那样传达多层信息。因此，形式化语言虽然在准确度上拥有优势，语境塑造能力和表达力
却必然弱于自然语言。在自然语言的理解中，词汇装置如何与旬法结构产生联系，从而形
成句子表达涵义，这是形式化语言很摊完全刻画的，这也是计算机识别自然语言时产生错
误的一个重要原图。当然，随着语料库建设和语料库语言学的发展，计算机原先处理自然
语言时主要运用的基于句法一语义规则的理性主义方法已退居其次，现今自然语言的处
理技术引入了统计数学的方法，在匹配搜索和自动学习的方法支持下逐渐减少错误。
⑤认知科学认为思维和认知是知识的逻辑运算，而计算化的自然语言分析测主要依赖
逻解语言的表述。如果从行为主义的角度出发，机器拥有计算机语言，并且在后天的探作
执行和使用中不断强化更加精确，这是一种习得和巩固。在这个意义上，计算机语言于计
算机而言似乎可以说是它的自然语言。然而，尽管自然语言和计算机语言各自都包含很多
种类，二者多样种类的原因是不一样的，不同于人类语言的多样性根源于历史文化和地域
的区别，计算机语言则是在编写程序时面向不同的需求而开发。因此，自然语言与计算机
语言承载的内涵是不同的。从根本上讲，自然语言体现的心智与计算机语言表达的心智是
有所不同的。
(滴编自《人工智能会说“外语”吗？一自然语言与计算机语言刍议》)
材料二：
①自然语言是人类交流和信息传递的重要工具。生成式人工智能以大语言模型为基
础，试图模仿自然语言的数据值，蒂助机器生成与真人创作相差无几的内容。生成式人工
智能以强大的语言成能力，重塑了人类对语言的理解和应用。然而，当前生成式人工智
能的核心技术主要依赖于概率生成机制，即在学习已有数据的基础上生成新的数据祥本，
而新的数据样本却可能包含看似合理实则荒谬的内容。因此，生成式人工智能必须深入掌
握自然语言的复杂语义、语法结构以及上下文的衔接规测，实现自然语言理解和自然语言
生成之间的智能交互。
②生成式人工智能的核心框架是大语言模型，它基于数十亿个短语的大型数据集训
练，掌超复杂的语言模型和认知联系，为计算机提供与上下文相关的数据，并将内容以人性
化的形式呈现。对于大语言模型，初始训练和参数调整是模型创建和运用的关键环节。在
初始训练阶段，要基于大规模数据集对大语言模型进行训练，以帮助模型熟悉语言的基本
框架，掌握语言结构，总结自然语言的使用习惯和变化趋势，进而使大语言模型基于语法规
则的应用以及数据指令，生成连贯且相关的上下文文本。在参数调整阶段，大语言模型基
于已有训练内容，使用更小且特定的带标签实例进行监督训练，通过参数优化对算法进行
微调，使模型更贴合特定的任务需求，显著提升摸型在文本生成、对话问答和情感分析等活
语文(HB)第2页共10页2026届高三第二次质量检测
语文参考答案及多维细目表
题号
1
2
3
6
7
以理解为在基础模型上进行微调，引入特定的带
标签数据，对应了参数调整阶段的监督训练，正
答案
D
A
B
D
A
确。D项，显示出大语言模型计算出的结果是
题号
10
11
12
15
18
“概率分布”而非直接输出结论，符合材料所说的
答案
CEG
C
D
C
B
人工智能生成内容的本质是基于概率模型的预
测，正确。故选B。
1.D
4.①自然语言的优点是语境塑造能力和表达力强，
【命题意图】本题考查学生理解文中重要概念的
灵活且能传达多层信息；缺点是存在歧义和模糊
能力。
性，不够精确。②形式化语言的优点是高度精
【解题思路】D项，“虽有感知但是没有人的表现
确，没有歧义，能将思维推理转变为演算；缺点是
能力”错，材料二第3段原文为“目前，生成式人
对语境的刻画能力有限，表达力弱。
工智能虽然看起来具有感知能力，但远未达到通
【命题意图】本题考查学生筛选整合文中信息，归
用人工智能的标准，不具备与人类等效甚至超越
纳概括内容要，点的能力。
人类的表现能力”，并非“没有人的表现能力”。
【解题思路】自然语言的优点：根据材料一第2段
故选D
“可以通过上下文以及语境的带入简单解决”，第
2.A
4段“无法像自然语言那样传达多层信息”可反
【命题意图】本题考查学生理解分析文本内容的
推出自然语言“语境塑造能力和表达力强，能传
能力。
达多层信息”：从材料一第2段“可以通过上下文
【解题思路】B项，曲解文意，材料一第4段原文
以及语境的带入简单解决”，第4段“无法像自然
为“计算机原先处理自然语言时主要运用的基于
语言那样传达多层信息”可反推出自然语言“语
句法一语义规则的理性主义方法已退居其次，
境塑造能力和表达力强，能传达多层信息”。自
现今自然语言的处理技术引入了统计数学的方
然语言的缺点：从材料一第1段“歧义和含混是
法”，并非“替代了旧的技术”。C项，以偏概全，
不可避免的”和第2段“某些语词的歧义和模糊”
材料二第1段仅说“新的数据样本却可能包含看
可直接概括出“存在歧义和模糊性，不够精确”。
似合理实则荒谬的内容”，并非“生成的内容错误
形式化语言的优点：从材料一第1段“建立一种
太多缺少实用价值”。D项，混淆概念，材料二第
普遍的、没有歧义的语言”“把所有的思雏推理都
3段原文为“要将·以人为本’的理念内置于人工
转变为演算，变得和数学一样精确”可直接概括。
智能的核心位置…自然语言理解在一定程度
形式化语言的缺，点：从材料一第4段“高度形式
上可以推动生成式人工智能朝着人性化方向发
化使其对语境的刻画能力有限”“形式化语言很
展”，“实现计算机对自然语言理解”并非“确保人
雄完全刻画”可直接概括出“刻画语境能力有限
类控制解释、做到以人为本”的充分条件。故
表达力弱”。据此，概括整合即可。
选A。
【评分参考】可以分成四点给分，每点1分。意思
3.B
对即可，如有其他答策，言之成理，可的情给分。
【命题意图】本题考查学生理解并分析图表信息5，（示例）①语言学习要注意其复杂性。要注意语
与文本内容对应关系的能力。
言中的歧义现象，避免望文生义，还要体会语句
【解题思路】B项，错误。“理解语义位置”还不
丰富的内涵。②语言学习要注重文化背景和语
能“生成连贯且相关的上下文文本”，下一个阶段
境。自然语言离不开文化背景，词语内涵的确定
才有“考虑上下文”这个环节。A项，“文字转成
离不开特定的语境。③语言学习要学握语言规
代码”是典型的自然语言形式化过程，为机器理
律。自然语言有基本框架和复杂的语法规则，系
解做准备，正确。C项，“借助外部数据：工具”可
统掌握语言规律是有效理解和表达的基础。
语文(HB)参考答案第1页共8页

展开更多......

收起↑