研究人员提出了一种递归视觉解释算法（ReVisE），用于有限注释的视觉推理任务。该算法通过逐步计算视觉特征、答案和解释来提高解释质量。在VCR和VQA-X数据集上，该方法仅利用人类注释的5%的数据，却在几项指标上超过以往方法，BLEU-1得分分别提高了4.2和1.3。