العربيزي هي الطريقة التي يكتب بها كثير من الناطقين بالعربية على الهاتف: كلمات عربية، ولوحة مفاتيح لاتينية، وبضعة أرقام للأصوات الناقصة.
كيف تعمل
يصف Darwish (2014) العربيزي، وتسمّى أيضًا Arabish أو الفرانكو آراب، بأنها العربية في صيغة لاتينية منقحرة تستخدم الأرقام للحروف التي تفتقر إليها الإنجليزية: “2” و”3” للهمزة وحرف ع. وقد انتشرت لأن المتصفحات والهواتف القديمة لم تكن تعرض الحروف العربية. وبقيت لأن الناس اعتادوها ويكتبون أسرع على لوحة مفاتيح إنجليزية.
ثلاث خصائص تجعلها صعبة على البرمجيات:
- لا إملاء معياريًا. يشير Shazal وUsman وHabash (2020) إلى أن عربيزي وسائل التواصل هي عربية لهجية لا إملاء معياريًا لها، وأن مقابلتها بالحروف العربية ليست واحدًا لواحد.
- ممزوجة بالإنجليزية أو الفرنسية. رسالة مثل
w aletli Tuesday(«وقالت لي الثلاثاء») تمزج اللغتين، وهذا هو التناوب اللغوي (code-switching). - الاكتشاف أولًا. يجب على البرمجيات أن تحدّد أي الكلمات عربيزي قبل تحويلها. ويُبلغ Darwish عن دقة اكتشاف 98.5% ودقة تحويل 88.7% بسلسلة معالجة تقليدية؛ ويبلغ نموذج التسلسل إلى التسلسل لعام 2020 دقة 80.6% على مستوى الكلمة في مجموعة اختبار معماة للمهمة المشتركة.
وفي واجهات LLM API تتصرف العربيزي أيضًا بشكل مختلف عن الحروف العربية في المجزّئ (tokenizer)، لأنها نص لاتيني مكتوب بطرق نادرًا ما رأتها المفردات.
لماذا تهم
إذا كنت تشغّل روبوت محادثة أو بحثًا أو تحليلات في الخليج أو مصر أو الشام، فسيكتب بعض مستخدميك بالعربيزي. والبحث بالكلمات المفتاحية وقواعد تحديد النية وأدوات تحليل المشاعر المبنية للحروف العربية ستفوتها هذه الرسائل. والحل الشائع هو أن تطلب من نموذج لغة تحويل العربيزي إلى الحروف العربية، مع ذكر اللهجة، قبل التوجيه أو الفهرسة، مع الاحتفاظ بالنص الأصلي. ويشرح دليل التعامل مع العربيزي الأوامر وخيارات نظام الكتابة في الرد.
في BroadNet Inference
لا توفّر BroadNet ميزة خاصة بالعربيزي؛ فنماذج المحادثة تستقبلها نصًا عاديًا. وتُبلغ BroadNet أنها اختبرت Qwen3.8 27B بالعربية مع فهم اللهجتين الخليجية والمصرية، وهذه نقطة انطلاق لاختبارات العربيزي. راجع اللهجتان الخليجية والمصرية مع نماذج اللغة.
أما الكلام فحالة منفصلة. تحذّر وثائق BroadNet من أن الصوت العربي قد يُكتب بحروف لاتينية من دون language. يبدو هذا الناتج كالعربيزي، لكن سببه الطلب لا المتحدث. أرسل language=ar إلى BroadNet Transcribe Arabic.