Video Question Answeringの新たなGraphベースな手法の提案。VideoQAタスクにおいて、ビデオのグローバル特徴、画像内部の細かい物体領域、質問の単語などの間に密な関係性がある。以上のすべての特徴をGraph構造に関連付ける手法を提案し、質問に応じてグローバルなビデオ特徴、局所画像特徴をFlexibleで利用し回答できる。既存データセットでSoTAを達成。