handle_uppercase: handle_uppercase
In Gulde91/KommaModel: Finds commas in danish sentences

Hvis et ord uppercase, med længde større en 1, ikke fremgår i ordbogen, men fremgår i ordbogen som lowercase, så rettes ordet til lowercase. Hvis ordet ikke fremgår i ordbogen, så tjekkes navneordbogen, hvis ordet heller ikke findes her, så bliver ordet markeret som den indsatte værdi for impute_value.

1	handle_uppercase(str_list, ord, navneordbog, impute_value)

`str_list`	Liste med sætninger hvor hver sætning er splitter op i ord
`ord`	Ordbog som character vector
`navneordbog`	Navne som character vektor
`impute_value`	Værdier som skal imputes hvis uppercase ordet er ukendt

str_list hvor uppercase er håndteret som ovenstående beskrivelse

Ideen med at give ukendte uppercase ord sin egen klasse er, at disse ord har en anden karakteristik end almindelige ukendte ord. Tanken er, er disse ukendte uppercase ord typisk vil være forkortelser som eksempelvis GDPR eller FIFA. Længde større end 1 gør, at "I" ikke forvekles med "i".

Gulde91/KommaModel documentation built on Aug. 22, 2020, 9:42 p.m.