Извлеките названия игр и переведите их на английский из листа Google. ⇐ Python

[Anonymous]

Вот пример моего набора данных
Я работаю над набором данных (Excel / Google Sheets), где каждая строка содержит ответы в произвольном порядке о видеоиграх.
Проблема в том, что данные очень зашумлены:

• Некоторые строки содержат несколько игр, разделенных разными символами (

  Код: Выделить всё

  -

  , /, текст и т. д.)
• Некоторые строки не содержат игр (например, «لا أحب», «ليس عندي»)
• Некоторые названия игр написаны с опечатками или на арабском языке варианты
  
  Пример: "فريفاير", "فريفير" → Free Fire
• "منكرافة", "ماينكرافت" → Minecraft

[*]Некоторые записи содержат версии, которые я хочу удалить

• Пример: «FIFA 2019», «PES 2013» → оставить только «FIFA», «PES»

[*]Некоторые записи относятся к общим категориям, которые Я хочу сохранить

• Пример: "ألعاب السيارات", "ألعاب كرة القدم"

Цель
Для каждой строки я хочу:

• Извлечь только названия видеоигр или допустимые категории
• Нормализовать имена (арабский → согласованный английский или стандартную форму)
• Удалить версии (годы, числа)
• Игнорировать строки без действительных игр
• Вывести чистый список, например:

Код: Выделить всё

Free Fire - Minecraft - Subway Surfers - Car games

Пример
Ввод:

Код: Выделить всё

فري فاير و منكرافة و سابواي و العاب السيارات

Ожидаемый результат:

Код: Выделить всё

Free Fire - Minecraft - Subway Surfers - Car games

Проблемы

• Текст неструктурирован (иногда полные предложения)
• Нет фиксированного разделителя
• Смешанный арабский + английский
• Бесконечная орфография варианты
• Некоторые ответы не имеют значения

Вопрос
Каков наилучший подход для эффективного решения этой проблемы для больших наборов данных (более 5000 строк)?

• Должен ли я использовать методы на основе правил (regex + словарь)?
• Или подходы НЛП (spaCy, преобразователи и т. д.)?
• Есть ли существующие инструменты или библиотеки, специализированные для этого типа извлечения?

Текущий подход
Я пробовал:

• Разделение строк
• Базовое регулярное выражение
• Сопоставление вручную (словарь)

Но оно не обрабатывает все крайние случаи.

Будем признательны за любые рекомендации и рекомендации.>