نقدم طريقة لدعم شرح حركات الرأس في المحادثات المسجلة بالفيديو.يتم استخدام شرائح حركة الرأس من البيانات المشروحة متعددة الوسائط لتدريب نموذج للكشف عن حركات الرأس في البيانات غير المرئية.يتم تحميل تسلسل الحركة المتوقعة الناتجة إلى أداة السندان لتحرير ما بعد التوضيح.يتم مقارنة حركات الرأس المحددة تلقائيا والشروح الأصلية بتقييم التداخل بين الاثنين.وأظهر هذا التحليل أن Onsets الحركة تم اكتشافه بسهولة أكبر من الإزاحة، وأشارت إلى عدد من الأنماط في عدم التطابق بين التعليقات التوضيحية الأصلية والتنبؤات النموذجية التي يمكن التعامل معها بعبارات عامة في إرشادات ما بعد التوضيحية.