人物interactionsにおけるFew-shot LearningやCompositional Reasoningに関する検討が少なかった。ここで、上記のための新たなデータセットを提案し、既存手法を評価した。提案データセットでは人間と物体関係の関係のみが異なるネガテイブサンプルを用意され、さらにテキストセットでは物体、関係、もしくはその両方ともUnknownの設定でデータを用意されている。