Add Gradio application and dependencies

app.py

@@ -0,0 +1,153 @@
+import gradio as gr
+import pandas as pd
+from datasets import load_dataset
+from googletrans import Translator
+from huggingface_hub import login
+import os
+
+# --- 定数と初期設定 ---
+# Hugging Faceトークンを環境変数から取得
+HF_TOKEN = os.environ.get("HF_TOKEN")
+
+# --- グローバル変数 ---
+# データは一度だけロードする
+dataset = None
+df = None
+category_counts = None
+
+# --- データ処理関数 ---
+def load_and_process_data():
+    """データセットをロードし、グローバル変数を初期化する"""
+    global dataset, df, category_counts
+    if dataset is not None:
+        return
+
+    try:
+        # トークンがあればログイン
+        if HF_TOKEN:
+            login(token=HF_TOKEN)
+        dataset = load_dataset("cais/hle", split="test")
+        # 画像データを扱うため、Pandasに変換するのはメタデータのみ
+        df = dataset.remove_columns(['image_preview', 'rationale_image']).to_pandas()
+        category_counts = df['category'].value_counts()
+        print("データセットのロードと前処理が完了しました。")
+    except Exception as e:
+        print(f"データセットのロードエラー: {e}")
+        # エラーが発生した場合、アプリがクラッシュしないように空のデータフレームを設定
+        df = pd.DataFrame(columns=['id', 'question', 'category'])
+        category_counts = pd.Series()
+
+# --- 翻訳関数 ---
+translator = Translator()
+def translate_text(text, dest_lang='ja'):
+    if not text or not isinstance(text, str):
+        return ""
+    try:
+        # Translatorインスタンスを再利用
+        return translator.translate(text, dest=dest_lang).text
+    except Exception as e:
+        return f"翻訳エラー: {e}"
+
+# --- Gradioイベントハンドラ ---
+def on_category_change(selected_category):
+    """カテゴリが変更されたときに、問題のドロップダウンを更新する"""
+    if selected_category == "全カテゴリ":
+        filtered_indices = df.index
+    else:
+        filtered_indices = df[df['category'] == selected_category].index
+
+    # 選択肢を (表示名, 値) のタプル形式で作成
+    question_choices = [
+        (f"{df.loc[idx, 'question'][:80]}...", idx) for idx in filtered_indices
+    ]
+
+    if not question_choices:
+        # 選択肢がない場合は、表示をクリアし、選択不可にする
+        return gr.Dropdown(choices=[], label="問題 (該当なし)", interactive=False, value=None)
+    else:
+        return gr.Dropdown(choices=question_choices, label="問題を選択", interactive=True, value=question_choices[0][1])
+
+def on_question_change(selected_index):
+    """問題が選択されたときに、すべての詳細表示を更新する"""
+    if selected_index is None or pd.isna(selected_index):
+        # 空の出力をまとめて返す
+        empty_outputs = [gr.Markdown(visible=False)] * 6 + [gr.Image(visible=False)] * 2
+        return tuple(empty_outputs)
+
+    # 元のHugging Face Datasetから完全なエントリを取得
+    entry = dataset[int(selected_index)]
+
+    # 各要素の翻訳
+    q_trans = translate_text(entry['question'])
+    a_trans = translate_text(entry['answer'])
+    r_trans = translate_text(entry.get('rationale', ''))
+
+    # 出力コンポーネントの値を生成
+    outputs = {
+        "question_md": gr.Markdown(f"### 質問\n---\n**原文:**\n{entry['question']}\n\n**日本語訳:**\n{q_trans}", visible=True),
+        "question_img": gr.Image(entry.get('image_preview'), label="質問画像", visible=bool(entry.get('image_preview'))),
+        "answer_md": gr.Markdown(f"### 回答\n---\n**原文:**\n{entry['answer']}\n\n**日本語訳:**\n{a_trans}", visible=True),
+        "rationale_md": gr.Markdown(f"### 解説\n---\n**原文:**\n{entry.get('rationale', 'N/A')}\n\n**日本語訳:**\n{r_trans}", visible=bool(entry.get('rationale'))),
+        "rationale_img": gr.Image(entry.get('rationale_image'), label="解説画像", visible=bool(entry.get('rationale_image'))),
+        "metadata_md": gr.Markdown(f"**ID:** `{entry['id']}`<br>**分野:** `{entry['raw_subject']}`<br>**回答タイプ:** `{entry['answer_type']}`", visible=True),
+        "json_output": gr.JSON({k: str(v) for k, v in entry.items()}, label="元のデータ", visible=True)
+    }
+
+    # 定義された順序で値を返す
+    return (
+        outputs["question_md"],
+        outputs["question_img"],
+        outputs["answer_md"],
+        outputs["rationale_md"],
+        outputs["rationale_img"],
+        outputs["metadata_md"],
+        outputs["json_output"]
+    )
+
+# --- Gradio UI構築 ---
+def create_demo():
+    # アプリケーション起動時に一度だけデータをロード
+    load_and_process_data()
+
+    with gr.Blocks(theme=gr.themes.Soft(), title="HLE Dataset Viewer") as demo:
+        gr.Markdown("# Humanity's Last Exam (HLE) Dataset Viewer")
+        gr.Markdown("Hugging Face `cais/hle`データセットを探索し、日本語訳を確認できます。")
+
+        with gr.Row():
+            with gr.Column(scale=1, min_width=350):
+                gr.Markdown("## 操作パネル")
+                category_dd = gr.Dropdown(
+                    choices=["全カテゴリ"] + sorted(category_counts.index.tolist()),
+                    value="全カテゴリ",
+                    label="1. カテゴリを選択"
+                )
+                question_dd = gr.Dropdown(label="2. 問題を選択", interactive=False)
+
+                gr.Markdown("### カテゴリ別問題数")
+                gr.Dataframe(value=pd.DataFrame(category_counts).reset_index(), headers=['カテゴリ', '問題数'], interactive=False)
+
+            with gr.Column(scale=3):
+                # 出力エリアのプレースホルダー
+                metadata_md = gr.Markdown(visible=False)
+                question_md = gr.Markdown(visible=False)
+                question_img = gr.Image(label="質問画像", visible=False)
+                answer_md = gr.Markdown(visible=False)
+                rationale_md = gr.Markdown(visible=False)
+                rationale_img = gr.Image(label="解説画像", visible=False)
+                json_output = gr.JSON(label="元のデータ", visible=False)
+
+        # イベントリスナーを設定
+        category_dd.change(fn=on_category_change, inputs=category_dd, outputs=question_dd)
+        question_dd.change(fn=on_question_change, inputs=question_dd, outputs=[
+            question_md, question_img, answer_md, rationale_md, rationale_img, metadata_md, json_output
+        ])
+
+        # 初期表示のために最初のカテゴリ変更イベントをトリガー
+        demo.load(fn=on_category_change, inputs=category_dd, outputs=question_dd)
+
+    return demo
+
+# --- アプリケーション起動 ---
+if __name__ == "__main__":
+    app = create_demo()
+    app.launch()

requirements.txt

@@ -0,0 +1,5 @@
+gradio
+datasets
+pandas
+googletrans==4.0.0-rc1
+huggingface_hub