본 논문은 시각 정보를 활용하는 다중 모드 기계 번역(MMT)의 한계를 극복하기 위해, 새로운 다중 모드 장면 그래프를 구축하고 GIIFT라는 2단계 그래프 기반 유도 이미지 프리 MMT 프레임워크를 제안한다. GIIFT는 교차 모드 그래프 어텐션 네트워크 어댑터를 사용하여 다중 모드 지식을 통합된 공간에서 학습하고, 이를 광범위한 이미지 프리 번역 도메인으로 유도적으로 일반화한다. Multi30K 데이터셋과 WMT 벤치마크를 사용한 실험 결과는 GIIFT가 기존 접근 방식을 능가하고, 이미지 없이 추론하는 경우에도 최첨단 성능을 달성함을 보여준다.
