src/interfaces/vectorizer.py

# =================================
# Fichier: interfaces/vectorizer.py
# =================================

from abc import ABC, abstractmethod
from typing import Union
import cupy as cp
import cudf
from scipy.sparse import csr_matrix


class Vectorizer(ABC):
    """
    Interface pour la classe responsable de la vectorisation du texte.
    Permet de convertir une série de textes en représentations
    numériques (matrice sparse ou dense).
    """

    @abstractmethod
    def fit_transform(self,
                      texts: cudf.Series) -> Union[cp.ndarray, csr_matrix]:
        """
        Ajuste la vectorisation sur les textes de la série 'texts'
        puis renvoie la matrice vectorisée associée.

        :param texts: Série cudf contenant des chaînes de caractères.
        :return: Matrice vectorisée (cupy.ndarray ou scipy.sparse.csr_matrix).
        """
        pass

    @abstractmethod
    def transform(self, texts: cudf.Series) -> Union[cp.ndarray, csr_matrix]:
        """
        Applique la vectorisation déjà apprise à une nouvelle série de textes
        pour produire la matrice vectorisée.

        :param texts: Série cudf contenant des chaînes de caractères.
        :return: Matrice vectorisée (cupy.ndarray ou scipy.sparse.csr_matrix).
        """
        pass