本文表示的發(fā)展過程基本是從One-Hot編碼的詞集模型->詞袋模型->詞嵌入模型。詞集模型和詞袋模型屬于離散式表示，詞嵌入模型屬于分布式表示。TF-IDF是一種統(tǒng)計(jì)方法，用以評估某一字詞對于一個(gè)文件集或一個(gè)語料庫的重要程度。word2vec模型和Glove模型都屬于詞嵌入模型,他們都無法解決多義詞的問題，所以才發(fā)展出后來的ELMO模型。

正確答案是：A、C、D

專業(yè)分析如下：

A: 常用的文本表示方式有：離散式表示和分布式表示
- 這句話是正確的。文本表示方式主要分為兩類：離散式表示（如One-hot表示）和分布式表示（如詞向量表示）。

B: TF-IDF模型是分布式表示方式
- 這句話是錯(cuò)誤的。TF-IDF（Term Frequency-Inverse Document Frequency）是一種離散式表示方法，它通過計(jì)算詞頻和逆文檔頻率來衡量詞的重要性，但并不生成連續(xù)的數(shù)值向量。

C: GLOVE 模型得到的詞向量不能解決多義詞的問題
- 這句話是正確的。GloVe（Global Vectors for Word Representation）模型生成的詞向量是靜態(tài)的，即每個(gè)詞只有一個(gè)固定的向量表示，無法區(qū)分多義詞在不同上下文中的不同含義。

D: ELMO模型訓(xùn)練的詞向量可以解決多義詞的問題
- 這句話是正確的。ELMo（Embeddings from Language Models）模型生成的詞向量是動(dòng)態(tài)的，能夠根據(jù)上下文生成不同的詞向量，從而有效地解決多義詞的問題。