fix(core): charger gazetteer médicaments edsnlp depuis data/ (torch-free) + log si absent

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

anonymizer_core_refactored_onnx.py

@@ -256,24 +256,62 @@ except ImportError:
 APP_VERSION = "0.11.0-mvp"  # incrémenter avant rebuild release
 
 
+# Gazetteer médicaments extrait de edsnlp/resources/drugs.json et versionné dans
+# le dépôt (data/edsnlp/drugs.json). Lu EN PREMIER au runtime pour rester complet
+# dans le build Windows torch-free (Plan 3), où edsnlp — qui importe torch en dur —
+# n'est pas disponible. En mode frozen, __file__ pointe vers _MEIPASS, donc ce
+# chemin résout le fichier embarqué (cf _load_bdpm_medication_names).
+_EDSNLP_DRUGS_DATA_PATH = Path(__file__).parent / "data" / "edsnlp" / "drugs.json"
+
+
+def _parse_edsnlp_drugs_json(path: Path) -> set:
+    """Parse un drugs.json edsnlp (code ATC → liste de noms).
+
+    Retourne le set des noms mono-mot de longueur >= 4, en minuscules.
+    Parsing IDENTIQUE à l'historique (garantie de non-régression du gazetteer)."""
+    import json as _json
+
+    data = _json.loads(path.read_text(encoding="utf-8"))
+    result = set()
+    for _code, names in data.items():
+        for name in names:
+            if " " not in name and len(name) >= 4:
+                result.add(name.lower())
+    return result
+
+
 def _load_edsnlp_drug_names() -> set:
-    """Charge les noms de médicaments mono-mot depuis edsnlp/resources/drugs.json.
-    Retourne un set lowercase. Fallback silencieux si edsnlp absent."""
+    """Charge les noms de médicaments mono-mot pour la whitelist anti-faux-positif.
+
+    Ordre de résolution (torch-free) :
+      1. data/edsnlp/drugs.json (fichier versionné, 0 dépendance edsnlp/torch) ;
+      2. fallback : package edsnlp (BASE_DIR/resources/drugs.json), comportement
+         historique en mode dev ;
+      3. échec total → log.warning explicite + set() (dégradation rendue visible).
+
+    Retourne un set lowercase."""
+    # 1. Fichier data versionné (disponible aussi en frozen torch-free).
+    try:
+        if _EDSNLP_DRUGS_DATA_PATH.exists():
+            return _parse_edsnlp_drugs_json(_EDSNLP_DRUGS_DATA_PATH)
+    except Exception as exc:  # fichier corrompu → on tente le fallback
+        log.debug("Lecture %s échouée : %s", _EDSNLP_DRUGS_DATA_PATH, exc)
+
+    # 2. Fallback package edsnlp (dev).
     try:
         import edsnlp as _edsnlp
         drugs_path = _edsnlp.BASE_DIR / "resources" / "drugs.json"
-        if not drugs_path.exists():
-            return set()
-        import json as _json
-        data = _json.loads(drugs_path.read_text(encoding="utf-8"))
-        result = set()
-        for _code, names in data.items():
-            for name in names:
-                if " " not in name and len(name) >= 4:
-                    result.add(name.lower())
-        return result
-    except Exception:
-        return set()
+        if drugs_path.exists():
+            return _parse_edsnlp_drugs_json(drugs_path)
+    except Exception as exc:
+        log.debug("Fallback package edsnlp indisponible : %s", exc)
+
+    # 3. Échec total : rendre la dégradation visible (risque de sur-masquage).
+    log.warning(
+        "Gazetteer médicaments edsnlp indisponible (ni data/edsnlp/drugs.json "
+        "ni package edsnlp) — whitelist médicaments réduite, risque de sur-masquage"
+    )
+    return set()
 
 
 def _load_bdpm_medication_names() -> set: