【语文】山西省太原市2025届高三一模试题（解析版）.docx

山西省太原市 2025 届高三一模 语文试题 一、阅读（ 70 分） （一）阅读Ⅰ（本题共 5 小题， 19 分） 阅读下面的文字，完成下面小题。 材料一： 机器翻译是人工智能的一个重要领域。在电子计算机诞生的第二年，即 1947 年，美国洛克菲勒基金会自然科学部主任韦弗和英国工程师布斯就提出了利用计算机自动翻译人类语言的设想。 从机器翻译设想提出到 20 世纪 80 年代，基于规则的机器翻译方法处于主导。其基本思想是由语言专家总结不同语言间的翻译规律并撰写翻译规则，计算机工程师将这些规则转换为机器语言，实现自动翻译。基于规则的机器翻译打开了机器翻译从设想走向实践的大门，在机器翻译发展初期立下了汗马功劳。不过此方法存在撰写规则成本高、系统开发周期长、难以快速进行多语言扩展等问题，制约了其规模化应用。 20 世纪 80 年代末 90 年代初，受到统计方法在语音识别任务上取得的进展的鼓舞，国际商业机器公司研究人员提出了统计机器翻译方法。统计机器翻译利用噪声信道模型对翻译过程进行建模，基于大规模语料自动训练模型参数，突破了基于规则的方法依靠人工构建翻译规则的限制，大幅降低了系统开发成本，提升了翻译质量。这一时期，互联网的迅速普及使获得大规模训练数据成为可能，统计机器翻译逐渐进入发展的快车道。 2006 年，谷歌推出了基于统计方法的互联网机器翻译系统。在此后近 10 年的时间里，统计机器翻译是机器翻译舞台的主角。但由于统计机器翻译较难处理译文全局调序等问题，致使译文流畅度受限，逐渐遇到发展瓶颈。 近年来，深度学习的迅速发展推动了机器翻译的技术变革，神经网络机器翻译成为现阶段主流的机器翻译方法。神经网络机器翻译通过建立深度神经网络模拟人类的翻译过程，将源语言映射（编码）到高维向量空间，并通过神经网络转换（解码）为目标语言。相比统计机器翻译，神经网络机器翻译在语言表示、语义理解、译文生成等方面均有显著进步，翻译质量明显提升。 2015 年百度发布了全球首个互联网神经网络机器翻译系统，标志着神经网络机器翻译系统开始登上大规模产业应用的舞台。 2016 年谷歌也将其统计机器翻译系统升级为神经网络机器翻译系统，随后国内外行业巨头公司纷纷研发并推出神经网络机器翻译系统。 （摘编自百度翻译、中国外文局翻译院《 2023 机器翻译技术及产业应用蓝皮书》） 材料二： 机器翻译源于自然语言处理研究，是语言学和人工智能的交叉领域，可以说是人工智 能技术赋能翻译的实践。当前，以 G