英文和訳の添削をお願いします。
英文の訳をしているのですが、文の構造があまりよく分からず上手く和訳が出来ないものがいくつかあるので、教えていただきたいです。
専門系の論文の文章なので、難しいかもしれませんが、分かる部分だけでも教えていただけると助かります。
1：the two resulting partitions of the instance set are then optimally matched, before the remaining instances, corresponding to cases of disagreement between both modalities, are finally processed.
「両方のモダリティの間で不一致となる、残りのインスタンスが最終的に処理される前に、インスタンスセットにおける2つの分割結果は最適に一致します。」
（日本語としてうまく繋げられていないです。）
2：Most of state-of-the-art systems rely on a two-step approach, performing first speaker turn detection followed by single-speaker segment clustering.
「単一話者のセグメントのクラスタリングに従って最初の話者のターン検出を行う、最先端のシステムのほとんどは、2段階のアプローチに依存しています。」
分詞構文の部分【, performing～clustering】は【Most of state-of-the-art systems】にかかっているとみて良いのでしょうか？
3：More recently, SD was extended to video streams, facing the critical issue of processing contents produced in uncontrolled and variable environments.
「より最近では、SDはビデオストリームに拡張されました。（そして）制御されていない、変化する環境において作られたコンテンツを処理するという重大な問題に直面しています。」
この文章の分詞構文の部分【, facing ～】は【and face ～】として訳してしまって良いのでしょうか？
4：On the other hand, movie dialogue scenes exhibit formal regularities at a visual level, with two alternating and recurring shots, each one corresponding to one of the two speakers involved.
【, with two～】はその前の文章（movie ～ visual level）のどの部分と関連しているのでしょうか？
5：We manually annotated three episodes of each series by indicating shot cuts, similar shots, speech segments as well as the corresponding speakers.
【as well as ～】はその直前のspeech segmentsのみにかかるのでしょうか？
それとも、shot cuts と similar shots と speech segmentsのすべてにかかるのでしょうか？
よろしくお願いします。
お礼
こんばんは！ 早速のご教示をどうもありがとうございました。 ビデオ観てみましたが、ヒラリー本人でないので驚きましたが どなたかがその素晴らしいスピーチを再現されたというものですよね。 和訳を読みたかったのですが、英語のサブタイトルしか見当たりませんでした。 もし和訳もご存知でしたら、アドバイスをください。 どうもありがとうございました。