本研究探讨了文本嵌入模型在相似度评分中的可解释性挑战，特别是在搜索应用中。提供了可解释性方法的结构化概述，并评估其在提升文本嵌入可解释性和预测相似度方面的潜力。

本研究评估了多种方法以检测现代对话系统中的用户挫败感，结果表明基于LLM的方法在F1得分上比其他方法提高了16%，为行业提供了重要见解。