연구진이 장문 대화형 음성-텍스트 혼합 환경에서 ASR 교정 성능을 높이는 프레임워크를 제안했어요. 이 프레임워크는 이전 대화 기록을 온톨로지 메모리에 저장하여 맥락 기반 교정을 지원해요. RAMC-Corr 데이터셋을 구축하여 새로운 프레임워크의 성능을 평가한 결과, 기존 방식보다 10가지 조합 중 9가지에서 성능이 향상됐어요. 연구 결과는 ASR 오류에 대한 맥락 의존성을 고려한 교정 방식이 중요하다는 점을 시사해요.