資源簡介

并去徐詞牌名。
2025年春期六校第二次聯考
⑦在多塊計算卡上并行學習了數天句誒后，模型終于“出山”。在測試環節，研究老們引
入了兩輪難度不同的實臉。普通版測說對象為一批摸型從來沒見過的詩河古文數據（古詩
高二年級語文試題
S000首，訶2000首，古文5000役)，實鑒中，模型在詩、訶、古文的句讀準確率上分別超過了
99%、95%和92%，較之已有的自動斷句方法取得了巨大提升。升級測試對象為已出版古
籍中的句讀疑難聚州。報據司馬朝軍等學者研究，從中華書局出版的《飲定四庫企書總目》
(考試時間：150分鐘
試卷滿分：150分)
注意事項：
《周禮正義》中抽取出了60則句讀誤例（排除了摸型訓練時見過的數據）。這兩本古籍均由滋
領城專家完成整理和句讀標點，并經多次校對，其中的誤例可謂句讀任務的難點所在。研究人
1.答題前，考生務必將自己的姓名、準考證號、考場號填寫在簽題卡上。
員從司馬朝軍的研究中找出了《總目》中11則與句談相關的錯誤，發現模型可以完企做對8
2.回茶選捧題時，選出每小題答案后，用鉛筆把答題卡上對應題日的答案標號涂黑。如
則。又選擇了王史綿等人點較的《網禮正義》一節，將顏赤峰等人生理的49則斯句誤例送入
需改動，用撩皮擦千凈后，再選涂其它答案標號。回答非迭擇題時，將答案寫在茶題卡
挺型別試。其中摸型能完全正確斷句27別，斷句存在問題的有22則。
上，寫在本試卷上無效。
⑧總的來說，摸型在已出版古籍的斯句疑難誤例上取得了很好的效果，測試共計60例（均
3.考試結來后，將本試卷和簽題卡一并交回。
為專家標點錯誤，并經多次校對未查出)，而模型黨能完企正瑜斷句35糾，可以說達到了較為
一、閱讀(70分)
實用的水平。
(一)閱讀I(本題共5小題，19分)
⑨從應用角度看，這里的句誒方法既可以用于大規模古籍整理中預斯句工作，大大減輕專
閱讀下而的文字，完成15題。
家負把，也可用于校對環節，幫助栓人工斯句或標，點的錯誤。在后續工作中，除了捉升已有
材料一：
的句讀摸型，還希望將基于深層語言摸型的古漢語知識表示方法應用到古文御譯、古詩文創作
①近年來，人工智能技術與人文歷史研究遞撞出不少火花，那么，A】對于古代漢語的理解
等其他古漢語信息處理任務中。
能力怎么樣？
(攜瑜自胡：斧、李紳、諸雨屁（讓A!一口氣讀完（圖R金書》會怎樣？）)】
②日前，北京師范大學中文信息處理與古典文狀學專業的研究者們嘗試訓練一個“飽讀
材料二：
詩書”的語言摸型，并讓AI來參與古菇鹽理的工作。摸型學習的對象包括《四庫全書》與“殆
2024,年8月27，日，北京師范大學古漢語大語言模型“A山太炎2.0”發布會暨數智時代應
知閣”語料庫，而學習的方法弱來自語言智能領戰最新的深層語言找型。
用語言學學科建設路徑與方法座談會在京舉行。
③2018年，谷歌公司曾推出了深層語言模型BERT,它在閱讀理解等11項語言理解任務
“A!太炎”是國家語言文字工作委員會重大項目“古林墊理智能化關健技術研究”的核心
中刷新紀錄。和之前的方法相比，深層語言摸型一是可以吞吐超大量的數據，二是有很強的記
成果，是專門適用于古漢語文本理解的大語言摸型。斌模型是針對古議語信息處理任務的特
憶和理解能力。現有的派層語言祺型藏蓋了英文和中文，但卻不具備理解古漢語的能力。于
點，從頭構建的專門適用于古漢語文本理解的大語言摸型。該越型具有較強的古典文獻釋讀
是，研究者們希望通過上遞海量的古漢語數據來讓機器“感受”一下博大精深的詩書禮樂文
能力，支持詞義注釋、文白翻譯、句讀標點、用典分析等多種縣有挑戰性的文言文理解任務，且
化。在多塊計算卡上并行訓練了約一網時間后，古漢語BERT初出江湖，AI可以像人一科聯
兼容繁簡中文偷入。此外，在輔助古籍整理、辭書編纂和語言研究等方面，該挺型也表現出了
系上下文理解宇河含義，并將其以數學向量氘示。
很大的應用潛力。
④為了檢測其理解效采，研究者們引入了句談任務。在古典文火學習過程中，向訣通常是
據悉，“AI太炎1.0版”于2023年11月進入內測階段，學術科研、基礎教育、編樣出版等
必各的基本功。古文句讀不僅需要考慮當前文本的語義和語境倍忽，還需要綜合歷史文化常
不同行業領拔的4000余名用戶參與內測，為模型改進提出了寶黃建議。研究團隊在此基礎上
識，對古漢語知識有較高要求。宋代大儒朱毒讀韓念文章，便有“然不如此句當如何讀“之忘。
對摸型進行了持續迭代優化，并發布了該摸型2.0版，以期更好地助力古籍整理、文言文教斗
在句讀的過程中，有三項重要的技能點：利用古漢語特有的節奏和的律感，聯系上下文語境信
和古漢語信息處理研究。
息推效求解，羽用文本之外的歷史史化知識。
(搏編日中回餐育報《古漢語大語言模型“大炎2.0”發布會在京落行)》
⑤雖然現在很多古代經典都出版了標點本，但其中常常包含錯誤，并且，在現有的古籍數
【,下列對原文相關內容的理解和分析，不正確的一項是(3分)
據中，大部分文獻仍未實現句讀。據統計，“殆如閣”古代文獻藏書2.0版語料庫規摸約33億
A.在第一輪的普通版實驗中，AI模型在詩體的句讀準確度上表現最好，而詞體、古文次之，
字，其中僅25%左右的數據包含標點。如果依靠人工繼續整理這些古籍，則不如何年何月才
三者差別不是很大。
能生理到頭。如果依靠計算機，現有的技術方法招普遍只能達到60%~70%的準確平，還很
B.根據A【模型在古代典籍數據庫的斷句實戰上的優秀表現，可以認為實險取得了很好的
難為人所用。
效果，A1模型已經超越了專家的水平。
⑤為了讓AI在理解文義的基礎上具備句讀功能，研究者們準備了大量帶標點的數據，包
C.研究者在預處理古詩文數據時保留了詩題，并去除詞牌名，片在幫助模型更順利地學習
括是過30萬省古詩，2萬余首詞，800多萬段古文，模型還引入了處理標簽序列的機制來專門
語義和韻律信息。
學習句讀方法。由于詩詞具有較為明顯的格猝特征，如大都分古詩為四五七言，而兩牌名可以
D.基于科研、教育等不同領域用戶的參與以及他們對模型提出的改進建議，“1太炎2.0
提示斷句規副，為了幫助摸型更好地學習語義和韻律信息，在預處理數據時保留了古詩題日，
版”得以順利發布。
高二年極語文試題第】頁《典8頁)
高二年域語文試悲第2頁（共8頁）

展開更多......

收起↑