BroadRouter

اللهجات العربية (Dialectal Arabic)

آخر تحديث

اللهجات العربية هي العربية المحكية يوميًا في منطقة أو مدينة، مثل المصرية أو الخليجية أو الشامية أو المغاربية. وتختلف عن العربية الفصحى الحديثة في الأصوات والمفردات والقواعد، ولا إملاء معياريًا لها، وتُكتب على الإنترنت بشكل متزايد، ما يجعلها أصعب على نماذج اللغة.

يُسمّى أيضًا: اللهجات العربية، لهجة عربية، العامية، العربية العامية، اللهجة الخليجية، اللهجة المصرية، اللهجة الشامية، اللهجة المغاربية، الدارجة، Dialectal Arabic، Arabic dialects، Arabic dialect، colloquial Arabic، Gulf Arabic، Egyptian Arabic، Levantine Arabic، Maghrebi Arabic، Khaleeji

قد يحقق نموذج نتائج جيدة في اختبارات العربية المعيارية ثم يتعثر أمام ملاحظة صوتية من الرياض أو رسالة محادثة من الدار البيضاء. هذه لهجات، وهي اختبار مختلف عن العربية الفصحى الحديثة.

كيف تعمل

يصف Bouamor وآخرون (2018)، الذين بنوا مدوّنة MADAR، العربية بأنها “a family of varieties” (ترجمة: عائلة من الأنماط اللغوية). فالفصحى هي اللغة المشتركة للثقافة والإعلام والتعليم “from Morocco to Oman” (ترجمة: من المغرب إلى عُمان)، لكنها ليست اللغة الأم لأي متحدث. وتُصنَّف اللهجات عادةً إقليميًا إلى مصرية وشمال إفريقية وشامية وخليجية ويمنية، أو على مستوى أدق إلى تونسية ولبنانية وكويتية وغيرها. وتختلف عن الفصحى في الأصوات والمفردات والصرف، وتختلف بدرجة أقل من مدينة إلى أخرى.

ثلاثة فروق هي الأهم للبرمجيات:

  • الأصوات. مثال MADAR هو حرف القاف (ق). يبقى في التونسية /q/ قريبًا من الفصحى؛ ويصبح همزة في المصرية والشامية؛ و/g/ في الخليجية. ويجب أن تعيد نماذج الكلام الأشكال الثلاثة إلى الكلمة المكتوبة نفسها.
  • المفردات. تختلف الكلمات اليومية. فـ«أنا أريد» هي أريد في الفصحى، وعايز في المصرية، وبدي في الشامية، وأبي أو أبغى في الخليجية، وبغيت في المغربية.
  • الإملاء. تشير MADAR إلى أن للفصحى إملاءً معياريًا وليس للهجات ذلك. يكتب الناس حسب النطق أو حسب أصل الكلمة، وأحيانًا بحروف لاتينية بالعربيزي. ويمزج المتحدثون أيضًا الإنجليزية أو الفرنسية، وهذا هو التناوب اللغوي (code-switching).

وتُكتب اللهجة أيضًا بشكل متزايد. فـ MADAR تصفها بأنها اللغة المكتوبة الأساسية الناشئة للتواصل غير الرسمي على الإنترنت. وبنت NADI 2020 مهمة مشتركة من تغريدات تغطي 100 محافظة في 21 دولة عربية.

لماذا تهم

  • روبوتات المحادثة والدعم. يكتب المستخدمون كما يتحدثون. وقواعد تحديد النية والبحث بالكلمات المفتاحية ونماذج تحليل المشاعر المدرَّبة على الفصحى تفوتها كلمات اللهجات. راجع اللهجتان الخليجية والمصرية مع نماذج اللغة.
  • تحويل الصوت إلى نص. نتائج تسجيلات اللهجات أسوأ بكثير من الفصحى المقروءة على النموذج نفسه. ابنِ مجموعة اختبار لكل لهجة، كما يشرح مقال التعرّف على كلام اللهجات.
  • التوجيه. إذا اختلفت الردود أو المراجعون أو الأوامر حسب المنطقة، فصنّف اللهجة أولًا بتحديد اللهجة العربية.

في BroadNet Inference

تُدرج BroadNet نموذج BroadNet Transcribe Arabic للعربية الخليجية والمصرية والشامية والمغاربية والفصحى. وتُبلغ BroadNet عن معدل خطأ في الكلمات قدره 3.8 على الكلام المقروء في FLEURS-ar، و23.4 على مجموعتها الخاصة للهجات الخليجية والمصرية والشامية، وكلاهما من قياسات BroadNet. والفارق هو أثر اللهجة. أرسل language=ar لها جميعًا؛ إذ تحذّر وثائق BroadNet من أن العربية قد تعود مكتوبة بحروف لاتينية بخلاف ذلك.

وللنصوص، تُبلغ BroadNet أنها اختبرت Qwen3.8 27B بالعربية مع فهم اللهجتين الخليجية والمصرية. ولا تنشر BroadNet نتيجة للنصوص الشامية أو المغاربية، فاختبرها برسائلك. ويقارن دليل نماذج اللغة للعربية بين النماذج، ويحتوي دليل تحويل الصوت العربي إلى نص على شيفرة جاهزة للعمل.

أخطاء شائعة

  • الاختبار على نصوص أخبار بالفصحى فقط، ثم الإطلاق لمستخدمين يكتبون باللهجة.
  • حساب متوسط معدل الخطأ في الكلمات عبر اللهجات، ما يخفي أضعفها.
  • توحيد إملاء اللهجة على الفصحى في النص الذي تعرضه على المستخدمين.

أسئلة شائعة

ما رمز اللغة الذي أرسله مع تسجيلات اللهجات؟

أرسل ar. تطلب وثائق BroadNet الحقل language=ar للصوت العربي، وتُدرج BroadNet نموذج Transcribe Arabic للعربية الخليجية والمصرية والشامية والمغاربية والفصحى ضمن هذا النموذج الواحد.

هل يجب أن يرد النموذج باللهجة أم بالفصحى؟

قرّر ذلك لكل منتج، واذكره في أمر النظام. كثير من المساعدين يقرؤون اللهجة ويجيبون بفصحى بسيطة أو بلهجة المستخدم؛ اختبر ما يفضّله مستخدموك.

كم عدد اللهجات العربية؟

لا يوجد عدد ثابت. تُصنَّف اللهجات إقليميًا (مصرية، وشمال إفريقية، وشامية، وخليجية، ويمنية) أو على مستوى أدق. وتغطي MADAR وحدها لهجات 25 مدينة.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity