第一个最重要的区别在于，当使用 fasttext 时，您正在训练语言模型，即您自己的嵌入向量，而 DAN 是一种架构（不是语言模型），需要随机初始化嵌入层（然后与其他层一起训练）或使用预先训练的嵌入，如 GloVe（甚至是快速文本向量！）。

DAN 在某种意义上已经变得流行起来（尽管我之前从未看过这篇论文）。如果您需要在段落或文档级别执行某些任务，那么在将单个单词的嵌入向量馈送到密集层之前对其进行平均是一种常见的做法。

只是为了添加一些快速文本嵌入的特性，它们不是针对单个单词进行训练，而是针对 n-gram 进行训练。因此，在从中学习嵌入的语料库的预处理过程中，单词被分成几个字符块。例如：

'matter' 会变成 [ma, mat, att, tte, ter, er]

然后为每个块（如“ma”或“mat”）学习一个独特的嵌入。训练遵循 word2vec 向量的相同逻辑，这意味着模型尝试从每个块中预测上下文块。为每个块学习嵌入的优势依赖于这些向量学习经典令牌级嵌入通常错过的特定形态特征的能力。

如果它可能有帮助，对于关于词嵌入的一个很好的调查，我建议看看这个。