연구진은 기술 논문 동시 통역 시 전체 문서를 모든 스트리밍 세그먼트에 주입하는 방식이 비효율적이라고 판단했어요. 진단 실험 결과, 논문별 용어 복구가 성능 향상에 핵심적인 역할을 하는 것으로 나타났어요. 이를 바탕으로 연구진은 증거 기반 용어 적응 프레임워크인 EGTA를 제안했어요.
EGTA는 문서 용어 메모리를 구축하고, 현재 스트리밍 상태에 따라 후보 용어를 선택하여 ASR 및 디코더 측 의사 결정 공간을 조정해요. EGTA는 전체 모델을 미세 조정하지 않고도 다양한 SimulST 환경에서 적용 가능해요. MCIF-dev 데이터셋에서 EGTA-RG는 BLEU 점수를 +1.05/+0.59 향상시켰어요.
ACL60/60-dev 데이터셋에서 EGTA는 추가 미세 조정 없이도 용어 재현율 향상 효과를 보였으며, 메모리 제어 및 활성화 감사 결과는 증거 기반 용어 정렬이 성능 향상의 핵심임을 확인했어요.