我有这样的数据
index speaker reference1 reference2 reference3 reference4 reference5
id_1 XXXXX ZZZZ YYYY NNNN MMMM TTTT
id_1
id_1
id_1
说话者是有人说的文字。并通过seq2seq模型或检索模型生成参考[1-5]。
这个对话是多回合的。因此，参考文献可能会适合演讲者的演唱。但是，从多个角度来看，这可能不合适。
我训练其他模型来检测转换是否合理。
`
谈话就像。
Q1 A1 Q2 A2 ... Qm Am
正面，负面
Q1，A1。 Q1，Arandom
Q1，A1，Q2，A2 Q1，A1，Q2，随机
…。
Q1，A1，Q2，A2，...，Qm，Am Q1，A1，Q2，A2，...，Qm，Arandom。
`
那么如何从参考文献中选择合理的答案？ 它类似于波束搜索，但我不知道该怎么做。