解答：
②文章を双方向から学習する.
理由: BERT（Bidirectional Encoder Representations from Transformers）は、双方向から文章を学習することができるモデルです。これにより、文脈の前後関係を考慮した深い意味理解が可能になります。他の選択肢については以下の通りです：
① モデルが比較的軽量なため計算コストが小さい：BERTは実際には比較的重いモデルで、計算コストが大きいです。
③ ラベルが付与されたデータセットにのみ適用できる：BERTは事前学習にラベルのないデータセットを使用し、その後ファインチューニングにラベル付きデータセットを使用します。
④ 文章中の接続詞が処理できない：BERTは接続詞を含むあらゆる単語を処理する能力があります。
