Python 是否有任何算法可以从QA数据中预测下一个问题？

我有很多类似这样的QA数据，其中第一个值表示问题，第二个值是问题的预期答案（分别为Qn、Am）。如果任何一行完成了所有的问题和答案，就可以得出结论。越快得出结论越好。如果您没有回答问题的预期答案，则该行不再有效

(Q1, A1), (Q2, A2), (Q3, A3), colclusion 1
(Q1, A2), (Q4, A1), (Q3, A2), colclusion 2
(Q2, A1), (Q1, A2), (Q4, A1), colclusion 3
(Q6, A1), (Q2, A2), (Q1, A1), (Q5, A1) colclusion 4
(Q1, A2), (Q3, A1) colclusion 5

我想知道是否有一种智能算法可以预测下一个最优问题，从而快速得出结论。 到目前为止，我已经尝试计算所有行中的问题数，并建议使用最常见的一个，它工作正常，但当所有问题数都为1时，它的性能并不好

如有任何提示或建议，将不胜感激。

---

非常感谢。

如何确定“下一个最佳问题”？目标是获得每一个结论吗？目标是通过正确回答所有问题尽快得出任何结论，并且哪一个结论不是问题。例如，如果您已经回答了（Q1，A1），（Q2，A2），并且第一行只剩下（Q3，A3）。我想让我的算法问Q3。我已经更新了示例QAs，我希望它能帮助更好地解释它。如果您在标记数据时将数据存储在图形中，您可以保持结论和未回答问题之间的边界。回答问题后，从图表中删除该边。然后，通过查看程度最低的结论，可以找到下一个最优问题。您可以将您的边保留在优先级队列中，这是我在R和Python中使用的通用图形库