ELMo（Embeddings from Language Models）预训练模型的特点是基于双向的 LSTM 拼接。因此，正确答案是 C: 基于双向的 LSTM 拼接。

专业分析：

1. **ELMo的架构**：ELMo是通过使用双向的LSTM（Long Short-Term Memory）网络来生成词嵌入的。LSTM是一种特殊的循环神经网络（RNN），适合处理和预测时间序列数据。

2. **双向性**：ELMo模型通过结合前向和后向LSTM来捕捉上下文信息。前向LSTM从句子的开始到结束处理文本，而后向LSTM则从句子的结束到开始处理文本。这种双向性使得ELMo能够更好地理解词语在不同上下文中的意义。

3. **拼接机制**：ELMo通过将来自不同层的LSTM隐藏状态拼接在一起，生成上下文相关的词向量。这些词向量不仅依赖于词本身，还依赖于其在句子中的位置和上下文。

4. **与Transformer的区别**：ELMo与基于Transformer的模型（如BERT、GPT）不同，后者使用自注意力机制来处理句子中的词语关系。ELMo的设计先于这些Transformer模型，并不使用Transformer架构。

综上所述，ELMo的核心特点是基于双向的LSTM拼接，而不是基于Transformer编码器或解码器。