本研究评估了不同文本领域中文档相似性评分的性能，比较了TF-IDF、Word2Vec和BERT嵌入的优缺点。结果显示，TF-IDF依赖于词汇重叠，Word2Vec在跨领域比较中表现优越，而BERT在复杂领域的表现较差，可能是由于缺乏微调。

本文评估了无监督设置中实现文本领域表征分离的挑战，并通过实验强调了差距和影响分离效果的因素。研究提供了实验框架和数据集，是无监督表征分离和文本交叉领域的首次尝试。

本论文研究了可解释人工智能在文本领域的应用，并提出了SIDU-TXT方法。研究发现，SIDU-TXT在情感分析任务中表现更好，但在法律领域的庇护决策中需要进一步研究适用的XAI方法。