以下哪种模型是自然语言处理后Bert时代的预训练模型

A. 零次数据$;$一次数据$;$二次数据$;$三次数据

A. c=dict(zip(b,a))&;&c=dict(zip(a,b))&;&c=dict(list(a,b))&;&c=dict(list(b,a))

A. 不同的神经网络结构，层数与神经元数量正相关，层数越多，神经元数量越多$;$ 网络结构的层次越深，其学习特征越多，10层的结构要优于5层结构$;$深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多少有关$;$网络的层次越深，其训练时间越久，5层的网络比4层的训练时间长

A. 图灵测试混淆了智能和人类的关系
$;$机器智能的机制必须与人类智能相同
$;$机器智能可以完全在特定的领域中超越人类智能
$;$机器智能可以有人类智能的创造力

A. 防止模型欠拟合而加在损失函数后面的一项$;$L1范数符合拉普拉斯分布，是完全可微的$;$L1正则化项是模型各个参数的平方和的开方值$;$L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择

A. 采样$;$裁剪$;$量化$;$旋转

A. Softmax$;$ReLu$;$Sigmoid$;$Tanh