问比较字符串以匹配品牌名称并删除拼写错误

EN

我有一个包含品牌名称的文本列表(可口可乐、百事可乐、7Up等)。我编写了一个python脚本，它对所有具有相同内容的单元格进行排序和计数(在小写的所有文本之后，完全相同的文本)，并根据每个文本的计数对列表进行重新排序，这样出现最多的文本将是第一位的，因为我假设大多数人都会正确地写出品牌名称。例如，如果我有以下列表：

texts = ['Coca-Cola', 'Pepsi', 'Coca-Cola', 'Coca-Cola', 'Pepsi', 'Pespi', 'Pepsi', '7Up', '7up', 'Cola', 'Pepsi']

在第一步之后，清单将是：

ordered_text = [
   {'text': 'Pepsi', count: 4},
   {'text': 'Coca-Cola', count: 3},
   {'text': '7Up', count: 2},
   {'text': 'Cola', count: 1},
   {'text': 'Pespi', count: 1},
]  

在第二步中，我使用恩格拉姆包尝试匹配更接近的文本，以纠正拼写错误。重要的注意事项:我的主要要求之一是有一个与语言无关的解决方案。

我的问题是，NGRAM在长文本上工作得很好，但是在短文本上表现很差。例如，在运行时：

ngram.NGram.compare('Pepsi', 'Pespi')

其结果将是：

0.2727272727272727

这是一个非常低的‘分数’，但你可以看到，字符串是真的很接近，只有一个字母是错误的。

我能做些什么来提高我的欲望呢？我需要使用不同的算法吗？或者为这个测试指定不同的参数？我想添加一本字典，其中包含我找到的所有“新”单词，然后添加它们，然后我可以比较每个单词与它，但然后我失去了脚本的粒度。