---
title: "تلخيص النصوص العربية بالذكاء الاصطناعي عبر API | BroadRouter"
description: "لخّص المقالات والتقارير ورسائل اللهجات العربية عبر LLM API: صيغ الأوامر، وضبط عدد الكلمات، وفحص الأرقام، ولماذا يعطي ROUGE الافتراضي للعربية صفرًا."
url: https://broadrouter.com/ar/blog/arabic-text-summarization-llm/
lang: ar
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/blog/arabic-text-summarization-llm/) (حُدّث في 2026-11-16).

# تلخيص النصوص العربية بنماذج LLM: الأوامر والطول والتقييم

بقلم فريق BroadNet Inference · قراءة في 7 دقائق · تاريخ النشر 2026-11-15 · آخر تحديث 2026-11-16

حدّد في الأمر المستوى اللغوي (الفصحى عادةً، حتى لو كان النص بلهجة) ونطاقًا لعدد الكلمات. ثم افحص بالشيفرة: عُدّ الكلمات، وتأكد أن كل رقم في الملخص موجود في المصدر، وأعد المحاولة مرة واحدة مع ذكر المشكلة. قيّم بمُجزّئ ROUGE يراعي العربية مع مراجعة بشرية؛ فحزمة rouge-score الافتراضية تعطي العربية صفرًا.

## أبرز النقاط

-   حزمة rouge-score 0.1.2 من Google تحذف الحروف غير اللاتينية افتراضيًا. جرّبناها على جملتين عربيتين فكان F1 صفرًا مهما بلغ التداخل.
-   الزوج نفسه حصل على 0.6 بمُجزّئ عربي يعتمد على المسافات، و0.8 مع حذف بدائي للسوابق. لا تقارن أبدًا أرقام ROUGE ناتجة عن مُجزّئات مختلفة.
-   اطلب نطاقًا لعدد الكلمات، ثم عُدّ. أعد المحاولة مرة واحدة مع ذكر الطول المقيس في الرسالة، وأرسل الملخص للمراجعة إن ظل خارج النطاق.
-   تأكد أن كل رقم في الملخص موجود في المصدر. إنه اختبار رخيص لنوع شائع من التفاصيل المختلَقة.
-   بيانات التلخيص العربية العامة أغلبها أخبار بالفصحى: XL-Sum (46,897 زوجًا عربيًا) وEASC (153 مقالًا) وLANS. بيانات اللهجات نادرة، فابنِ مجموعة اختبار خاصة بك.

**في هذه الصفحة**

1.  ماذا يجب أن يتضمن أمر تلخيص النص العربي؟
2.  كيف تلخّص نصوص اللهجات؟
3.  كيف تتحكم في طول الملخص؟
4.  كيف تكتشف التفاصيل المختلَقة؟
5.  كيف تلخّص المستندات العربية الطويلة؟
6.  كيف تقيّم الملخصات العربية؟
7.  أي نموذج من BroadNet تستخدم، وكم يكلّف؟
8.  أين تأتي BroadNet Inference

تلخيص نص عربي بنموذج LLM يحتاج طلبًا واحدًا. أما الحصول على ملخصات صالحة للنشر فيحتاج ثلاثة قرارات لا يتخذها الطلب نيابة عنك: بأي مستوى لغوي تكتب، وكم يجب أن يبلغ طول الملخص، وكيف ستعرف أنه صحيح. يتناول هذا المقال النصوص المكتوبة: المقالات والتقارير والتذاكر وسلاسل الرسائل الطويلة. أما الاجتماعات المنطوقة، فإن [مسار محاضر الاجتماعات العربية](https://broadrouter.com/ar/blog/arabic-meeting-minutes-from-recordings/) يضيف خطوة التفريغ الصوتي ودمج الأقسام واحدًا تلو الآخر.

## ماذا يجب أن يتضمن أمر تلخيص النص العربي؟

خمسة أسطر تصنع معظم النتيجة:

1.  **اللغة والمستوى اللغوي.** «العربية الفصحى»، أو لهجة محددة بالاسم. من دون ذلك قد يجيب النموذج الذي يلخص نصًا مصريًا أو خليجيًا بمزيج من الاثنين.
2.  **نطاق لعدد الكلمات.** «من 40 إلى 60 كلمة». النطاقات أسهل في الإصابة من الأعداد الدقيقة.
3.  **الحقائق كما وردت.** الأرقام والتواريخ والأسماء منسوخة من النص، دون تقريب أو تحويل.
4.  **لا شيء جديد.** لا خلفية لا يتضمنها النص.
5.  **الشكل.** فقرة واحدة، أو ثلاث نقاط، أو JSON بحقول ثابتة.

يمكن كتابة التعليمات بالعربية أو بالإنجليزية؛ وفي الحالتين اذكر لغة المخرجات ومستواها صراحة. يتوسع مقال [هندسة الأوامر بالعربية](https://broadrouter.com/ar/blog/arabic-prompt-engineering/) في المستوى اللغوي والأرقام والنصوص مختلطة الحروف. وهذا الأمر المستخدم في الشيفرة أدناه:

```text
لخّص النص التالي بالعربية الفصحى في {lo} إلى {hi} كلمة.
- اذكر الأرقام والتواريخ والأسماء كما وردت في النص فقط.
- لا تضف معلومات غير موجودة في النص.
- اكتب فقرة واحدة دون عناوين أو نقاط.
```

## كيف تلخّص نصوص اللهجات؟

معظم نصوص الأعمال بالعربية ليست بالفصحى: تقييمات العملاء وسلاسل واتساب ومنشورات التواصل الاجتماعي مكتوبة باللهجات، وكثيرًا ما تختلط بالإنجليزية أو [بالعربيزي](https://broadrouter.com/ar/blog/arabizi-llm-handling/). ثلاثة اختيارات تساعد:

-   **لخّص إلى الفصحى افتراضيًا.** فهي محايدة بين المناطق وأسهل في البحث. وإن كان الملخص سيعود إلى العميل نفسه، فطابق لهجته بدلًا من ذلك.
-   **احتفظ بالاقتباسات المهمة حرفيًا.** اطلب اقتباسًا قصيرًا واحدًا بالصياغة الأصلية حين تكون النبرة مهمة، كما في الشكاوى. فإعادة صياغة اللهجة بالفصحى قد تخفف حدّتها.
-   **اختبر على لهجاتك.** فهم اللهجات يختلف من نموذج لآخر؛ راجع [كيف تتعامل نماذج LLM مع العربية الخليجية والمصرية](https://broadrouter.com/ar/blog/arabic-llm-gulf-egyptian-dialects/).

البيانات العامة لن تُجري هذا الاختبار نيابة عنك. مجموعات التلخيص العربية الكبيرة أخبار بالفصحى، ولم نجد معيارًا عامًا لتلخيص النصوص الخليجية أو المصرية نحيلك إليه.

## كيف تتحكم في طول الملخص؟

اطلب بالكلمات، ثم قِس بالكلمات. لا تثق بعدّ النموذج نفسه، ولا تتخذ ميزانية الرموز (التوكن) وحدةً للقياس: فعدد الرموز لكل كلمة عربية يختلف من نموذج لآخر. قسنا فقرة إخبارية عربية من 96 كلمة فبلغت 166 رمزًا بالمُجزّئ الرسمي لـ Qwen3.8 27B، وملخصها المكوّن من 58 كلمة بلغ 114 رمزًا. وعبر مُجزّئات نماذج المحادثة الأربعة لدى BroadNet، محسوبةً بملفات المُجزّئ في [عدّاد الرموز العربية](https://broadrouter.com/tools/arabic-token-counter/)، تراوحت الفقرة نفسها بين 166 و224 رمزًا. ويعرض مقال [عدد الرموز لكل كلمة في العربية](https://broadrouter.com/ar/blog/tokens-per-word-arabic-english/) قياسًا أوسع.

التقسيم على المسافات هو العدّ الصحيح لمعظم الاستخدامات، لأنه ما يراه القارئ. تلتصق و وب ول وال بالكلمة في العربية، لذا يحمل الملخص العربي ذو الخمسين كلمة محتوى أكثر من 50 كلمة إنجليزية. حدّد نطاقك من أمثلة عربية تعجبك، لا من هدف إنجليزي.

قاعدتان أخريان بشأن الطول:

-   **`max_tokens` ليس أداة للتحكم في الطول.** إنه يقطع الرد في منتصف الجملة. اضبطه أعلى بكثير من حجم الملخص، خاصة مع نماذج الاستدلال المنطقي: تذكر وثائق BroadNet أن DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B تُجري استدلالًا منطقيًا قبل الإجابة، وأن هذا الاستدلال يُحتسب ضمن `max_tokens`. راجع [الردود الفارغة من نماذج الاستدلال المنطقي](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
-   **أعد المحاولة مرة واحدة، مع ذكر الرقم.** عبارة «ملخصك 17 كلمة، وقد طلبت من 40 إلى 60» تُصلح أكثر مما يُصلحه تكرار التعليمات.

## كيف تكتشف التفاصيل المختلَقة؟

أنظمة التلخيص التجريدي تختلق أشياء. وجد Maynez وآخرون (ACL 2020) “substantial amounts of hallucinated content” (الترجمة: «كميات كبيرة من المحتوى المختلَق») في جميع ملخصات النماذج التي راجعها المُعلِّقون لديهم؛ كان ذلك قبل نماذج LLM الحالية، لكن لا نموذج محصّن من ذلك. لا يمكنك فحص المعنى بالشيفرة بتكلفة زهيدة، لكن يمكنك فحص الأرقام: كل رقم في الملخص يجب أن يظهر في المصدر. حوّل الأرقام العربية المشرقية (٠–٩) والفارسية (۰–۹) إلى 0–9 أولًا، وإلا بدا ١٢ و12 مختلفين.

```python
import os, re
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

PROMPT = """لخّص النص التالي بالعربية الفصحى في {lo} إلى {hi} كلمة.
- اذكر الأرقام والتواريخ والأسماء كما وردت في النص فقط.
- لا تضف معلومات غير موجودة في النص.
- اكتب فقرة واحدة دون عناوين أو نقاط.

النص:
{text}"""

DIGITS = str.maketrans("٠١٢٣٤٥٦٧٨٩۰۱۲۳۴۵۶۷۸۹", "01234567890123456789")
def numbers(s: str) -> set[str]:
    return set(re.findall(r"\d+(?:[.,٫]\d+)?", s.translate(DIGITS)))

def words(s: str) -> int:
    return len(s.split())          # clitics (و، ال، ب) stay attached: count what readers see

def check(source: str, summary: str, lo: int, hi: int) -> list[str]:
    issues = []
    n = words(summary)
    if not lo <= n <= hi:
        issues.append(f"الطول {n} كلمة، والمطلوب من {lo} إلى {hi}.")
    extra = numbers(summary) - numbers(source)
    if extra:
        issues.append("أرقام غير موجودة في النص: " + "، ".join(sorted(extra)))
    return issues

def summarize(text: str, lo=40, hi=60, model="broadnet/qwen3.8-27b", attempts=2) -> dict:
    messages = [{"role": "user", "content": PROMPT.format(lo=lo, hi=hi, text=text)}]
    for i in range(attempts):
        r = client.chat.completions.create(model=model, messages=messages, max_tokens=2000)
        summary = (r.choices[0].message.content or "").strip()
        issues = check(text, summary, lo, hi)
        if not issues:
            return {"summary": summary, "attempts": i + 1, "issues": []}
        messages += [{"role": "assistant", "content": summary},
                     {"role": "user", "content": "صحّح الملخص: " + " ".join(issues)}]
    return {"summary": summary, "attempts": attempts, "issues": issues}   # send to review
```

اختبرنا هذه الشيفرة على خادم محاكاة محلي (دون استدعاء حي للـ API) بمقال اصطناعي من 96 كلمة عن خطة حافلات في مدينة. جاء الرد الأول من المحاكاة في 17 كلمة وذكر ٣٠٠ حافلة بينما ذكر المقال ٢٤٠. أعادت `check` المشكلتين معًا: الطول المقيس، و«أرقام غير موجودة في النص: 300». ونجح الرد الثاني المصحَّح بطول 58 كلمة، فأعادته الدالة مع `attempts: 2`.

يفوت فحصَ الأرقام أشياءُ: اسم خاطئ، أو قرار معكوس، أو ادعاء لا رقم فيه. إنه مُرشِّح لا حُكم. للأسماء، أعد استخدام فحص المقاطع من [استخراج الكيانات المسماة من النص العربي](https://broadrouter.com/ar/blog/arabic-named-entity-extraction-llm/): استخرج الكيانات من الملخص وتأكد أن كلًّا منها يظهر في المصدر.

## كيف تلخّص المستندات العربية الطويلة؟

إذا كان النص يتسع في نافذة السياق مع هامش وافر، فأرسله كاملًا. يقبل [Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/) ‏262,144 رمزًا في الطلب الواحد، و[GLM 5.3](https://broadrouter.com/ar/models/glm-5.3/) ‏1,048,576، للأمر والإجابة معًا؛ أما [Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) فيقبل 32,768. لكن للمدخلات الطويلة نقطة ضعف معروفة: تستخدم النماذج الحقائق الواقعة في منتصف السياق الطويل بموثوقية أقل ([الضياع في المنتصف](https://broadrouter.com/ar/glossary/lost-in-the-middle/)). للتقرير الطويل، لخّص كل قسم، ثم لخّص الملخصات، واحتفظ بعناوين الأقسام في الأمر النهائي. يعرض مقال الاجتماعات [خطوة الدمج](https://broadrouter.com/ar/blog/arabic-meeting-minutes-from-recordings/) بالشيفرة، ويتناول مقال [السياق الطويل مقابل RAG](https://broadrouter.com/ar/blog/long-context-vs-rag/) متى تلجأ إلى الاسترجاع بدلًا من ذلك.

## كيف تقيّم الملخصات العربية؟

استخدم ثلاث طبقات: مقياس تداخل آلي لاكتشاف التراجعات، ومقياس دلالي كرأي ثانٍ، وبشرًا لاتخاذ القرار.

**ROUGE بالمُجزّئ الصحيح.** حزمة rouge-score من Google (الإصدار 0.1.2، وما زال الإصدار الحالي على PyPI في 16 نوفمبر 2026) تحوّل النص إلى أحرف صغيرة وتستبدل كل حرف خارج a–z و0–9 بمسافة. فيختفي النص العربي. تحققنا من ذلك:

```python
import re
from rouge_score import rouge_scorer

ref = "أعلنت البلدية خطة لتوسعة النقل العام تضيف ١٢ خطاً للحافلات"
hyp = "البلدية تعلن خطة توسعة للنقل العام بإضافة ١٢ خطا للحافلات"

print(rouge_scorer.RougeScorer(["rouge1"]).score(ref, hyp)["rouge1"].fmeasure)   # 0.0

class ArabicTokenizer:
    """Whitespace tokens, no diacritics, unified alef, optional light prefix stripping."""
    def __init__(self, strip_prefixes=False):
        self.strip = strip_prefixes
    def tokenize(self, text):
        text = re.sub(r"[ً-ٰٟـ]", "", text)
        text = re.sub("[إأآ]", "ا", text).replace("ى", "ي").replace("ة", "ه")
        toks = re.findall(r"\w+", text)
        if self.strip:   # crude: drop و/ب/ل/ال prefixes on longer words
            toks = [re.sub(r"^(وال|بال|لل|ال|و|ب|ل)(?=\w{3,})", "", t) for t in toks]
        return toks

for strip in (False, True):
    s = rouge_scorer.RougeScorer(["rouge1"], tokenizer=ArabicTokenizer(strip))
    print(strip, round(s.score(ref, hyp)["rouge1"].fmeasure, 3))   # False 0.6, True 0.8
```

الجملتان نفسهما تحصلان على 0 أو 0.6 أو 0.8 بحسب التجزئة وحدها. وهذا هو الدرس الحقيقي: الصرف العربي (للنقل مقابل النقل، وبإضافة مقابل تضيف) يحرّك ROUGE كثيرًا، فلا معنى لأي نتيجة دون مُجزّئها. ينشر مؤلفو XL-Sum نسخة ROUGE متعددة اللغات مع تجذيع خاص بكل لغة، منها العربية؛ استخدمها، أو استخدم مُجزّئك الخاص، وثبّته في كل التشغيلات التي تقارن بينها.

**BERTScore** يقارن المعنى عبر التضمينات (embeddings)، فيتسامح مع إعادة الصياغة. للغات غير الإنجليزية والصينية، نموذجه الافتراضي هو bert-base-multilingual-cased. تعامل معه كإشارة ثانية، لا بديلًا عن القراءة.

**البشر، مع معايير تقييم.** اطلب من قارئ عربي تقييم 50 إلى 100 ملخص وفق ثلاثة أسئلة: هل ينقص شيء مهم، وهل يُذكر شيء لا يقوله المصدر، وهل المستوى اللغوي صحيح. ويمكن [لنموذج LLM حَكَمًا](https://broadrouter.com/ar/glossary/llm-as-judge/) أن يفرز مبدئيًا على نطاق واسع بعد أن تتفق تقييماته مع قرّائك على عينة. ويشرح مقال [تقييم نموذج LLM قبل الانتقال إليه](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/) بناء هذه المجموعة.

للبيانات المرجعية العامة:

| مجموعة البيانات | ما تحتويه | ملاحظات |
| --- | --- | --- |
| [XL-Sum](https://huggingface.co/datasets/csebuetnlp/xlsum) العربية | 46,897 زوجًا من مقالات BBC عربي وملخصاتها (37,519 / 4,689 / 4,689) | CC BY-NC-SA 4.0: للبحث غير التجاري فقط |
| [EASC](https://huggingface.co/datasets/drelhaj/EASC) | 153 مقالًا، لكل منها خمسة ملخصات استخلاصية بشرية | صغيرة؛ من ويكيبيديا وصحيفتين |
| [LANS](https://arxiv.org/abs/2210.13600) | 8.4 مليون مقال مع ملخصاتها من 22 صحيفة عربية، من 1999 إلى 2019 | الملخصات مأخوذة من البيانات الوصفية للمواقع |

الثلاث كلها أخبار بالفصحى. تذاكر الدعم وتقاريرك ليست كذلك، لذا فالاختبار الذي يُعتدّ به هو عينة من نصوصك يلخصها إنسان.

## أي نموذج من BroadNet تستخدم، وكم يكلّف؟

للتجربة الأولية، يعمل [Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) على الرصيد الابتدائي $5 بسعر $0.10 للإدخال و$0.22 للإخراج لكل مليون رمز؛ ونافذته البالغة 32,768 رمزًا تتسع لمعظم المقالات المفردة. أما [Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/)، الذي تذكر BroadNet أنها اختبرته في الكتابة العربية السلسة وفهم اللهجتين الخليجية والمصرية، فيكلّف $0.175 للإدخال و$2.17 للإخراج بعد شحن الرصيد. استخدم GLM 5.3 حين يكون المستند الواحد أطول من نافذة Qwen.

الحساب لعشرة آلاف مقال من 1,000 رمز لكلٍّ منها، بملخصات من 150 رمزًا: 10 ملايين رمز إدخال و1.5 مليون رمز إخراج، أي على Qwen3.8 27B ‏10 × $0.175 زائد 1.5 × $2.17. أضف رموز الاستدلال المنطقي، التي تُحتسب إخراجًا، وأي إعادات محاولة؛ وقِس الاثنين على عينة من كتلة usage. وإن كان الأمر نفسه لكل مقال، فضعه أولًا ليُحتسب بسعر [الإدخال المخزَّن مؤقتًا](https://broadrouter.com/ar/glossary/cached-input-tokens/).

## أين تأتي BroadNet Inference

BroadRouter هو موقع BroadNet نفسها. تقدّم BroadNet Inference خطوة التلخيص عبر API متوافقة مع OpenAI، فتعمل الشيفرة أعلاه مع [OpenAI Python SDK](https://broadrouter.com/ar/guides/openai-python-sdk/). تذكر وثائقها أن الأوامر والإجابات لا يُحتفظ بها بعد الطلب. ولا تنشر BroadNet معيارًا خاصًا بها لتلخيص العربية، ولا شيء هنا يقيس جودة الملخصات على نماذجها؛ شغّل الفحوص أعلاه على نصوصك. وللمدخلات المنطوقة، اقرنها بـ BroadNet Transcribe Arabic كما في [مقال محاضر الاجتماعات](https://broadrouter.com/ar/blog/arabic-meeting-minutes-from-recordings/).

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[التضمينات (Embeddings)](https://broadrouter.com/ar/glossary/embeddings/)

التضمينات (embeddings) قوائم من الأعداد العشرية (متجهات) يُنتجها نموذج لتمثيل قطعة نص أو صورة أو أي مدخل آخر. وتحصل المدخلات المتشابهة في المعنى على متجهات متقاربة، فيمكن استخدام المسافة بين المتجهات لترتيب نتائج البحث أو تجميع المستندات أو إيجاد العناصر المرتبطة.

[التعرّف على الكيانات المسماة (NER)](https://broadrouter.com/ar/glossary/named-entity-recognition/)

التعرّف على الكيانات المسماة (NER) هو مهمة إيجاد الأسماء في النص ووسم كل منها بنوع، مثل شخص أو منظمة أو مكان. تَسِم الأنظمة التقليدية كل رمز، أما نماذج LLM فيُطلب منها غالبًا إرجاع قائمة بالكيانات بصيغة JSON، تُطابَق بعد ذلك مع النص المصدر.

[العربية الفصحى الحديثة (Modern Standard Arabic، MSA)](https://broadrouter.com/ar/glossary/msa/)

العربية الفصحى الحديثة (MSA) هي الصيغة المعيارية من العربية المستخدمة في الكتابة والأخبار والتعليم والخطاب الرسمي في أنحاء العالم العربي. وليست لغة الحياة اليومية الأم لأحد: يتحدث الناس لهجات إقليمية، كالمصرية أو الخليجية، وينتقلون إلى الفصحى في المواقف الرسمية.

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

[الرصيد المدفوع مسبقًا (Prepaid credit)](https://broadrouter.com/ar/glossary/prepaid-credit/)

الرصيد المدفوع مسبقًا هو مال يُضاف إلى حساب API قبل الاستخدام. يُخصم من الرصيد ثمن كل طلب، وعندما ينفد الرصيد تتوقف الطلبات المحتسبة بالاستهلاك حتى تشحن رصيدك. وهو يحصر الإنفاق في حدود ما دفعته.

[الضياع في المنتصف (Lost in the middle)](https://broadrouter.com/ar/glossary/lost-in-the-middle/)

الضياع في المنتصف (lost in the middle) هو الميل الملاحَظ لدى نماذج اللغة إلى استخدام المعلومات ذات الصلة على أفضل وجه حين تظهر قرب بداية المُدخل الطويل أو نهايته، وعلى أسوأ وجه حين تقع في وسطه. وقد سُمّي في دراسة أجراها Liu وآخرون عام 2023.

[تحويل الصوت إلى نص (Speech-to-text)](https://broadrouter.com/ar/glossary/speech-to-text/)

تحويل الكلام إلى نص، ويسمّى أيضًا التعرّف التلقائي على الكلام (ASR)، هو تقنية تحوّل الصوت المنطوق إلى نص مكتوب. تستقبل واجهة تحويل الصوت إلى نص ملفًا صوتيًا أو بثًا وتُرجع نصًا مفرّغًا، يُسعَّر عادةً لكل دقيقة صوت. وتُقاس الدقة بمعدل الخطأ في الكلمات، وتتفاوت بحسب اللكنة واللهجة وجودة التسجيل.

## أسئلة شائعة

### هل يستطيع الذكاء الاصطناعي تلخيص النصوص العربية بجودة جيدة؟

نعم، لكن السلاسة لا تعني الدقة. افحص الطول والأرقام بالشيفرة، واطلب من قارئ عربي تقييم عينة بحثًا عن النقاط الناقصة والتفاصيل المختلَقة قبل أن تعتمد عليه.

### هل أكتب ملخص نص اللهجة باللهجة نفسها أم بالفصحى؟

بالفصحى عادةً، لأنها محايدة وقابلة للبحث في كل المناطق. احتفظ باقتباسات قصيرة باللهجة الأصلية حين تكون الصياغة مهمة، كما في الشكاوى. حدّد ما تريده في الأمر، وإلا تأرجح النموذج بين الاثنين.

### لماذا يعطي ROUGE ملخصاتي العربية صفرًا؟

حزمة rouge-score الشائعة في Python تستبدل افتراضيًا كل حرف خارج a-z و0-9 بمسافة، فلا ينتج النص العربي أي وحدات. مرّر مُجزّئًا خاصًا بك، أو استخدم نسخة ROUGE متعددة اللغات من مؤلفي XL-Sum.

### كيف أتحكم في طول الملخص العربي؟

اطلب نطاقًا من الكلمات لا عددًا من الرموز، وقِس الرد بالتقسيم على المسافات. إن خرج عن النطاق فأعد الإرسال مرة واحدة مع الطول المقيس. وتذكّر أن الكلمات العربية تحمل غالبًا سوابق متصلة، فملخص عربي من 50 كلمة يحمل معنى أكثر من 50 كلمة إنجليزية.

### ما مجموعة البيانات التي أختبر بها التلخيص العربي؟

تضم XL-Sum ‏46,897 زوجًا عربيًا من مقالات BBC وملخصاتها (بترخيص غير تجاري). وتضم EASC ‏153 مقالًا، لكل منها خمسة ملخصات استخلاصية بشرية. كلتاهما أخبار بالفصحى، فأضف عينة من نصوصك، وخاصة نصوص اللهجات.

## تابع القراءة

-   [محضر اجتماع عربي من التسجيلات: مسار عمل عبر API](https://broadrouter.com/ar/blog/arabic-meeting-minutes-from-recordings/)
-   [هندسة الأوامر بالعربية: المستوى اللغوي والاتجاه والأرقام والنص المختلط](https://broadrouter.com/ar/blog/arabic-prompt-engineering/)
-   [اللهجات الخليجية والمصرية والشامية: كيف تتعامل معها نماذج LLM](https://broadrouter.com/ar/blog/arabic-llm-gulf-egyptian-dialects/)
-   [اختيار LLM API للغة العربية: ما الذي تختبره؟](https://broadrouter.com/ar/blog/choosing-an-llm-for-arabic/)
-   [عدد الرموز لكل كلمة في العربية والإنجليزية: لماذا تكلّف العربية أكثر؟](https://broadrouter.com/ar/blog/tokens-per-word-arabic-english/)
-   [السياق الطويل أم RAG: متى تُغني مليون رمز عن قاعدة المتجهات؟](https://broadrouter.com/ar/blog/long-context-vs-rag/)
-   [تشكيل النص العربي بنموذج LLM: الأمر والتحقق ومعدل DER](https://broadrouter.com/ar/blog/arabic-diacritization-llm/)
-   [التدقيق الإملائي والنحوي للنص العربي بنموذج LLM: دليل عملي](https://broadrouter.com/ar/blog/arabic-grammar-spelling-correction-llm/)
-   [دليل: استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/)
-   [دليل: لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-arabic-text-summarization-llm&utm_content=page-cta) ·

**المصادر**

-   [Hasan وآخرون، XL-Sum: Large-Scale Multilingual Abstractive Summarization for 44 Languages، Findings of ACL 2021 (تاريخ المراجعة 2026-11-15)](https://aclanthology.org/2021.findings-acl.413/)
-   [بطاقة مجموعة بيانات XL-Sum على Hugging Face: القسم العربي 37,519 / 4,689 / 4,689، بترخيص CC BY-NC-SA 4.0 (تاريخ المراجعة 2026-11-15)](https://huggingface.co/datasets/csebuetnlp/xlsum)
-   [مستودع XL-Sum، تقييم ROUGE متعدد اللغات مع تجذيع خاص بكل لغة (تاريخ المراجعة 2026-11-15)](https://github.com/csebuetnlp/xl-sum)
-   [الشيفرة المصدرية لمُجزّئ rouge-score من Google Research: يحوّل إلى أحرف صغيرة ويستبدل الحروف غير الأبجدية الرقمية (تاريخ المراجعة 2026-11-15)](https://github.com/google-research/google-research/blob/master/rouge/tokenize.py)
-   [El-Haj وKruschwitz وFox، مدوّنة Essex Arabic Summaries Corpus (EASC)، نسخة على Hugging Face (تاريخ المراجعة 2026-11-15)](https://huggingface.co/datasets/drelhaj/EASC)
-   [Alhamadani وآخرون، LANS: Large-scale Arabic News Summarization Corpus، arXiv 2210.13600 (تاريخ المراجعة 2026-11-15)](https://arxiv.org/abs/2210.13600)
-   [Maynez وآخرون، On Faithfulness and Factuality in Abstractive Summarization، ACL 2020 (تاريخ المراجعة 2026-11-15)](https://aclanthology.org/2020.acl-main.173/)
-   [مستودع BERTScore: النموذج متعدد اللغات الافتراضي للغات غير الإنجليزية والصينية (تاريخ المراجعة 2026-11-15)](https://github.com/Tiiiger/bert_score)
-   [المرجع التقني لواجهة BroadNet Inference والأسعار: النماذج وأطوال السياق والاستدلال المنطقي وmax\_tokens (تاريخ المراجعة 2026-11-15) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-arabic-text-summarization-llm&utm_content=sources)
