近年来，研究发现分布式文本表示与大脑的语言表征存在一定相似性，但不同的文本表示模型与大脑语言表征的相似程度存在差异。该文针对这一问题，使用可解释的语义和句法信息作为中介，分析导致差异的原因。该文选择了 Word2Vec、GloVe、MacBERT、GPT2 四种文本表示模型，分别计算每种文本表示预测语义特征、句法特征和脑活动的准确率，并在此基础上进一步分析模型预测脑活动的表现与模型编码各语言特征表现之间的关系。实验结果表明，文本表示编码语义和句法的表现均与其预测脑活动的表现存在显著相关，而其中句法特征的相关性相比语义特征更高。这一结果表明，在使用分布式文本表示解释大脑语言机制，尤其是大脑的句法机制时，所选择的文本表示模型可能会对结果有较大影响。