第02讲 分析材料，合理推断（复习讲义）（全国通用）（原卷版）.docxVIP

PAGE2/NUMPAGES5

第02讲分析材料，合理推断

目录

TOC\o1-3\h\u

01考情解码·命题预警 2

02体系构建·思维可视 3

03核心突破·靶向攻坚 3

知识储备①：选择项的三层构成与分层辨析 3

知识储备②：关系推断与延伸推断 4

考点一内容的理解分析 7

考点二内容的评价推断 11

04真题溯源·考向感知 12

考点

年份

卷别

题干表述

提问角度

考试题型

分析材料

合理推断

2025

全国一卷

①下列对原文相关内容的理解和分析，正确的一项是

②下列对原文相关内容的分析和评价，不正确的一项是

①理解分析

②评价推断

选择题

全国二卷

①下列对材料相关内容的理解和分析，不正确的一项是

②根据材料内容，下列说法不正确的一项是

①理解分析

②评价推断

选择题

2024

新课标Ⅰ卷

①下列对材料相关内容的理解和分析，不正确的一项是

②根据材料内容，下列说法不正确的一项是

①理解分析

②评价推断

选择题

新课标Ⅱ卷

①下列对原文相关内容的理解和分析，不正确的一项是

②下列对原文相关内容的分析和评价，正确的一项是

①理解分析

②评价推断

选择题

2023

新课标Ⅰ卷

①下列对材料相关内容的理解和分析，不正确的一项是

②根据材料内容，下列说法不正确的一项是

①理解分析

②评价推断

选择题

新课标Ⅱ卷

①下列对材料相关内容的理解和分析，正确的一项是

②根据材料二的内容，下列说法不正确的一项是

①理解分析

②评价推断

选择题

考情解码：“分析材料，合理推断”是信息类文本必考题，它与信息“筛选、整合、辨析”既有联系，又有区别。区别在于，分析推断主要是在深入分析材料信息的基础上，再提出了见解与论断。

命题预警：

①分析材料，主要指对文本内容进行理解分析，一般是从词句、段落等方面进行深入挖掘。

②合理推断，主要指对文本内容进行评价推断，在选择题题干中称为：评价或说法。

③答题时，应将选择项中的内容，分解为摘录信息、理解分析、评价推断三个层面进行思考。

知识储备①：选择项的三层构成与分层辨析

信息类文本选择题中的选择项，内容包罗万象，涵盖特别丰富。它既可以考查字词句的理解，也可以有考查谋篇结构与艺术特色，还可以考查语段或语言本的观点思想。看起来无所不包的选择项，实际上从构成要素上看，主要涵盖三个层面：

第一层面：信息摘录。信息摘录是指将原文的信息筛选摘录在选择项中，命题人在转述原文信息时，有可能出现散点汇聚，整合性增删，也叫整合性摘录。

第二层面：理解分析。理解分析是指对原文中的信息进行深入性挖掘并理解，命题人用原文中没有出现的词句来表达对原文的理解，也叫换句性理解。

第三层面：评价推断。评价推断是指在对原文信息理解的基础上，提出了论断性评价，即针对原文信息，提出的看法与观点。在选择题的题干中，评价推断层面，称之为“评价”或“说法”。也叫观点性评价。

针对选择项的上述三个层面构成，在识别其正误时，考生应当采取不同的思维方法以应对：

信息摘录层面——主要看增删字词，特别是限制定词语的增删，是否影响原文的意思；摘录出来的信息再转述时，是否背离了原文主旨；关键是看转述性错误。

理解分析层面——主要看命题人分析性文句，是否脱离了原文主旨；对原文的理解与分析，是否脱离了原文语境；关键是看换句性误解。

评价推断层面——主要是看在原文信息基础得出的结论，是否与原文主旨相冲突；对于一些迁移性论断，要看是否背离原文的主旨；关键是看论断正确性。

知识储备②：关系推断与延伸推断

信息类文本中“分析材料，合理推断”考题，包含两个方面，一是分析材料，二是评价推断。分析材料，主要是深入分析材料中的信息或词句；评价推断，主要是对材料进行分析后，得出了推断性结论或评价。在选择题中推断性结论中，主要有两种推断，具体如下：

★类型一：关系推断

关系推断是材料内信息推断，是指综合利用材料内的信息，进行归纳、梳理、推理，进而得出某种结论。关系推断是以复句（因果、条件、假设、转折等）的形式，将原文的信息及理解进行组合，形成一种关系性结论。

关系推断主要有以下四种：

①假设关系。选项用假设关系复句（前一个分句假设存在或出现了某种情况，后一个分句阐明假设情况一旦实现会产生的结果，常见的关联词：如果……就……）表述文本内容。判断这类选项是否符合原文，一要分析与选项对应的文本的具体内容，二要分析选项的假设关系是否成立。

[原文]与纯粹的“隐私权”不同，“被遗忘权”更是一项主动性的权利，其权利主体可自主决定是否行使该项权利对网络上已经被公开的有关个人信息进行删除，是数据主体对自己的个人信息所享有的排除他人非法利用的权利。

[选项]大数据时代的个人