Skip to Main Content
Table 5

Summary of questionnaire.

Input Contexts (IC)Citing IntentCandidates No.Topic of CandidateAnalyzer’s Decision (AD)RelevancyInput Contexts No.Citing IntentCandidates (CAN)Topic of CandidateDecisionsRelevancy
IC1 Techniques about sentence alignment CAN1 Text analysis AD1: No Not Relevant IC6 Facial modeling and drawbacks CAN1 Image registration AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN2 Machine translation or parameters estimation AD1: Yes Weakly Relevant CAN2 Facial modeling AD1: Yes Strongly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN3 English-Chinese alignment AD1: No Weakly Relevant CAN3 Hierarchical motion estimation AD1: No Not Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
CAN4 Word correspondence algorithm AD1: No Weakly Relevant CAN4 Optical flow constraint AD1: Yes Weakly Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
CAN5 Noun phrase alignment AD1: No Weakly Relevant CAN5 Facial model AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: No AD3: No 
IC2 Noun phrase parsing CAN1 Part-of-speech tagger AD1: Yes Weakly Relevant IC7 Limitation of FACS approach CAN1 Facial modeling AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN2 Rule-based parser AD1: No Not Relevant CAN2 Facial modeling and limitation of FACS AD1: Yes Strongly Relevant 
AD2: No AD2: No 
AD3: No AD3: Yes 
CAN3 Anaphora resolution AD1: No Not Relevant CAN3 Facial modeling AD1: Yes Weakly Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN4 Formalism for parsing grammar statements AD1: No Not Relevant CAN4 Analysis of facial models AD1: No Weakly Relevant 
AD2: No AD2: No 
AD3: No AD3: Yes 
CAN5 Analysis of word association norm AD1: No Weakly Relevant CAN5 Image motion AD1: No Not Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
IC3 Part-of-speech tagger CAN1 Part-of-speech tagger AD1: Yes Strongly Relevant IC8 Maximum likelihoodlinear regression (MLLR) CAN1 MLLR AD1: Yes Strongly Relevant 
AD2: Yes AD2: Yes 
AD3: Yes AD3: Yes 
CAN2 Noun phrase tagger AD1: No Weakly Relevant CAN2 Maximum aposteriori estimation AD1: No Not Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
CAN3 Rule-based parser AD1: No Not Relevant CAN3 Hidden Markov model AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN4 Rule-based extraction of linguistic knowledge AD1: No Not Relevant CAN4 New covariance matrix AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN5 Case study of part-of-speech taggers AD1: No Not Relevant CAN5 Speech recognition AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
IC4 Sentence parser CAN1 Theoretical and empirical study on tree representation AD1: No Not Relevant IC9 Vector quantization CAN1 Latent dirichlet allocation (LDA) AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN2 Text-chunking AD1: No Weakly Relevant CAN2 Matrix factorization AD1: No Weakly Relevant 
AD2: Yes AD2: Yes 
AD3: No AD3: No 
CAN3 Bilingual alignment AD1: No Not Relevant CAN3 Probabilistic latent semantic analysis (PLSA) AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN4 tatistical parser AD1: No Weakly Relevant CAN4 PLSA AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: No AD3: No 
CAN5 Machine translation AD1: No Not Relevant CAN5 Latent variable models AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
IC5 Bilingual alignment CAN1 Word-sense disambiguation AD1: No Not Relevant IC10 Non-negative matrix factorization (NMF) CAN1 NMF AD1: No Strongly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: Yes 
CAN2 Word-sense disambiguation AD1: No Not Relevant CAN2 LDA AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN3 Word-sense disambiguation AD1: No Not Relevant CAN3 PLSA AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN4 Bilingual word coding AD1: Yes Strongly Relevant CAN4 Auto-encoder with new training technique AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: Yes AD3: No 
CAN5 Bilingual alignment AD1: Yes Strongly Relevant CAN5 Matrix decomposition on an over-complete basis AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: No AD3: No 
Input Contexts (IC)Citing IntentCandidates No.Topic of CandidateAnalyzer’s Decision (AD)RelevancyInput Contexts No.Citing IntentCandidates (CAN)Topic of CandidateDecisionsRelevancy
IC1 Techniques about sentence alignment CAN1 Text analysis AD1: No Not Relevant IC6 Facial modeling and drawbacks CAN1 Image registration AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN2 Machine translation or parameters estimation AD1: Yes Weakly Relevant CAN2 Facial modeling AD1: Yes Strongly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN3 English-Chinese alignment AD1: No Weakly Relevant CAN3 Hierarchical motion estimation AD1: No Not Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
CAN4 Word correspondence algorithm AD1: No Weakly Relevant CAN4 Optical flow constraint AD1: Yes Weakly Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
CAN5 Noun phrase alignment AD1: No Weakly Relevant CAN5 Facial model AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: No AD3: No 
IC2 Noun phrase parsing CAN1 Part-of-speech tagger AD1: Yes Weakly Relevant IC7 Limitation of FACS approach CAN1 Facial modeling AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN2 Rule-based parser AD1: No Not Relevant CAN2 Facial modeling and limitation of FACS AD1: Yes Strongly Relevant 
AD2: No AD2: No 
AD3: No AD3: Yes 
CAN3 Anaphora resolution AD1: No Not Relevant CAN3 Facial modeling AD1: Yes Weakly Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN4 Formalism for parsing grammar statements AD1: No Not Relevant CAN4 Analysis of facial models AD1: No Weakly Relevant 
AD2: No AD2: No 
AD3: No AD3: Yes 
CAN5 Analysis of word association norm AD1: No Weakly Relevant CAN5 Image motion AD1: No Not Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
IC3 Part-of-speech tagger CAN1 Part-of-speech tagger AD1: Yes Strongly Relevant IC8 Maximum likelihoodlinear regression (MLLR) CAN1 MLLR AD1: Yes Strongly Relevant 
AD2: Yes AD2: Yes 
AD3: Yes AD3: Yes 
CAN2 Noun phrase tagger AD1: No Weakly Relevant CAN2 Maximum aposteriori estimation AD1: No Not Relevant 
AD2: No AD2: No 
AD3: Yes AD3: No 
CAN3 Rule-based parser AD1: No Not Relevant CAN3 Hidden Markov model AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN4 Rule-based extraction of linguistic knowledge AD1: No Not Relevant CAN4 New covariance matrix AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
CAN5 Case study of part-of-speech taggers AD1: No Not Relevant CAN5 Speech recognition AD1: No Weakly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: No 
IC4 Sentence parser CAN1 Theoretical and empirical study on tree representation AD1: No Not Relevant IC9 Vector quantization CAN1 Latent dirichlet allocation (LDA) AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN2 Text-chunking AD1: No Weakly Relevant CAN2 Matrix factorization AD1: No Weakly Relevant 
AD2: Yes AD2: Yes 
AD3: No AD3: No 
CAN3 Bilingual alignment AD1: No Not Relevant CAN3 Probabilistic latent semantic analysis (PLSA) AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN4 tatistical parser AD1: No Weakly Relevant CAN4 PLSA AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: No AD3: No 
CAN5 Machine translation AD1: No Not Relevant CAN5 Latent variable models AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
IC5 Bilingual alignment CAN1 Word-sense disambiguation AD1: No Not Relevant IC10 Non-negative matrix factorization (NMF) CAN1 NMF AD1: No Strongly Relevant 
AD2: No AD2: Yes 
AD3: No AD3: Yes 
CAN2 Word-sense disambiguation AD1: No Not Relevant CAN2 LDA AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN3 Word-sense disambiguation AD1: No Not Relevant CAN3 PLSA AD1: No Not Relevant 
AD2: No AD2: No 
AD3: No AD3: No 
CAN4 Bilingual word coding AD1: Yes Strongly Relevant CAN4 Auto-encoder with new training technique AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: Yes AD3: No 
CAN5 Bilingual alignment AD1: Yes Strongly Relevant CAN5 Matrix decomposition on an over-complete basis AD1: No Not Relevant 
AD2: Yes AD2: No 
AD3: No AD3: No 
Close Modal

or Create an Account

Close Modal
Close Modal