既存研究ではVideo QA手法はCompositional Reasoningに弱い結論を付けたが、具体的にどのようなReasoningか不明。既存手法が解答を行う際に、合理的なReasoningステップを持って行なっているかどうかも不明。ここで、上記を評価可能な新たなVideo QAデータセットを提案。提案データセットではビデオ、QA、そしてQを解析したグラフなどをアノテーションしている。