我正试图确定这是否是一个已解决的问题，以及我应该搜索哪些算法。
问题在于：我将一个资源发送到一个删除服务，它会对其进行多次猜测，每个猜测都有自己的确定性百分比级别。其中一些猜测将成为其他人的别名。
因此，如果服务猜测资源是一个具有80%确定性的一次猜测的A，而具有40%、50%和60%确定性的三次猜测的A B（例如）在较低的百分比下也可能有其他的单一猜测。
在这种情况下，应用什么样的算法可以在A和B之间进行选择？
或者，哪个概率域适用？
一开始，我考虑过两个将军的问题，但这更多的是因为交付的不确定性，而不是内容的不确定性。
如果这是一个已解决的问题，我应该研究什么算法？
编辑
根据下面的评论和回答，这里有一些更多的信息。
猜测是相互独立的
个人的猜测加起来不到100%。每个猜测都是试图将传入的资源与集合中存在的资源匹配。确定性只取决于匹配的精确程度。
这些资源中的每一个（都是唯一的）都有一些元数据来标识它…一个文本标签，如果你愿意的话。这些可能不是唯一的因此，多个唯一资源可能具有相同的标签，从而消除别名。
最佳答案
“最佳”答案取决于您如何解释同一资源的多个猜测（具有不同别名的猜测）。如果您认为每个被猜测的别名都是一个新的“独立”猜测，而不仅仅是受另一个猜测影响的部分重复猜测，那么解释您所报告的猜测“概率/置信度”的适当方法是将所有被猜测的别名在资源中的百分比相加，无论什么资源的总概率得分最高，都要选择那个。
很难给出更好的答案，除非你能解释一下所报告的猜测“概率/可信度”是如何计算出来的，因为例如，理想情况下，如果所有猜测的所有百分比实际上是每个猜测的概率分数，并且只有一个正确的资源与您的查询匹配，那么所有猜测的所有百分比的总和应为100%（或更少）。如果你的“概率/信心”分数加起来超过100%，那么也许有更好的方法来解释它们，如果你能告诉我们它们是如何计算的/它们真正的“含义”。