質問と回答のペアの頻度によるバイアスを、画像無しで学習したQAモデルの出力分布で引くという簡単な方法で排除している点が新しい。

訓練時と推論時で各質問タイプに紐づく回答の分布が異なるVisual Question Answering under Changing Priors (VQA-CP)データセットにおいて、全体的に既存手法よりも良い結果が出ており、特にyes/no型の質問に強い。

コードが公開中：https://github.com/yuleiniu/cfvqa