BroadRouter
ابدأ الآن

الهمزة (Hamza)

آخر تحديث

الهمزة (ء) حرف عربي يمثّل الوقفة الحنجرية. تُكتب منفردة أو على كرسي: الألف (أ إ) أو الواو (ؤ) أو الياء (ئ)، أما آ فتجمع الألف والمدّة. ولأن النص المكتوب غير منتظم في رسمها، كثيرًا ما توحّد محركات البحث وأدوات تقييم الكلام أشكال الألف إلى ا.

يُسمّى أيضًا: الهمزة، توحيد الهمزات، توحيد الألف، أشكال الهمزة، همزة القطع، hamza، hamza normalization، hamzah، hamza forms

الهمزة هي العلامة الصغيرة التي تفصل في أغلب الأحيان بين الإملاء العربي الصحيح والإملاء الشائع. فـ أحمد واحمد اسم واحد عند القارئ، لكنهما سلسلتان مختلفتان عند الحاسوب.

كيف تعمل

يقول معيار Unicode إن “the hamza may occur above or below other letters” (ترجمة: قد تقع الهمزة فوق حروف أخرى أو تحتها)، ويذكر الألف والواو والياء كراسيَّ لها. ويُرمَّز كل شكل على كرسي حرفًا واحدًا مركّبًا مسبقًا:

الحرف نقطة الترميز اسم Unicode
ء U+0621 ARABIC LETTER HAMZA
أ U+0623 ARABIC LETTER ALEF WITH HAMZA ABOVE
إ U+0625 ARABIC LETTER ALEF WITH HAMZA BELOW
آ U+0622 ARABIC LETTER ALEF WITH MADDA ABOVE
ؤ U+0624 ARABIC LETTER WAW WITH HAMZA ABOVE
ئ U+0626 ARABIC LETTER YEH WITH HAMZA ABOVE

ويعرّف Unicode أيضًا تفكيكات: فكل من أ وؤ وئ يكافئ قانونيًا الحرف الأساسي متبوعًا بـ U+0654 ARABIC HAMZA ABOVE. لذا قد تصل الـ أ نفسها المرئية نقطةَ ترميز واحدة أو نقطتين. وتوحيد Unicode إلى NFC أو NFKC يعيد ا + U+0654 إلى U+0623 الواحدة، ولهذا يجب تشغيله قبل أي قاعدة للهمزة.

النص المكتوب لا يرسم الهمزة دائمًا، فقد تظهر الكلمة نفسها بـ أ أو إ أو آ أو ا مجرّدة. وهذا هو التفاوت الذي يستهدفه التوحيد. تحوّل الدالة normalize_alef_ar في CAMeL Tools الحروف إ أ ٱ آ إلى ا. ويوحّد ArabicNormalizer في Lucene “hamza with alef seat to a bare alef” (ترجمة: الهمزة على كرسي الألف إلى ألف مجرّدة).

لماذا تهم

  • البحث. يكتب المستخدم اسلام ومستندك فيه إسلام. ومن دون قاعدة الألف، يفوّت البحث بالكلمات المفتاحية النتيجة. راجع توحيد النص العربي.
  • تقييم الكلام. تحسب لوحة Open Universal Arabic ASR Leaderboard معدل WER بعد “removing all punctuation as well as the diacritics, and normalizing characters with Hamzas and Maddas” (ترجمة: إزالة كل علامات الترقيم والتشكيل، وتوحيد الحروف ذات الهمزات والمدّات). وإذا حسبت معدل الخطأ في الكلمات بنفسك دون الخطوة نفسها، فإن نصًا مفرّغًا صحيحًا يُسقط همزة سيُحتسب خطأً، ولن تكون أرقامك قابلة للمقارنة بأرقام اللوحة.
  • الثمن. توحيد الهمزة يدمج كلمات لا تختلف إلا في الهمزة. فالفعلان سأل (من السؤال) وسال (من السيلان) يصبحان كلاهما سال. والحرفان إن وأن يصبحان كلاهما ان. وهذا مقبول في معظم حالات البحث؛ أما في التدقيق الإملائي أو النصوص القانونية فلا.

في BroadNet Inference

تمرّر واجهة BroadNet النص دون تغيير؛ ومعالجة الهمزة تجري في شيفرتك. والنصوص المفرّغة من BroadNet Transcribe Arabic نص عربي عادي، فطبّق توحيدًا واحدًا على النص المرجعي والنص المفرّغ معًا قبل التقييم. وأرسل language=ar كما تنصح وثائق BroadNet. ويحوي دليل تحويل الكلام العربي إلى نص الطلب.

ولتصحيح الهمزات في نصوص المستخدمين، قد يساعدك نموذج محادثة؛ ويبيّن مقال التدقيق الإملائي كيف تتحقق من أن الحروف المقصودة وحدها هي التي تغيّرت. ولترى ما يفعله التوحيد بنصوصك، جرّب أداة توحيد النص العربي.

أسئلة شائعة

هل الهمزة حرف أم علامة تشكيل؟

الرأيان موجودان. يرمّز Unicode الحرف ء (U+0621) حرفًا باسم ARABIC LETTER HAMZA، وفيه أيضًا علامة مركّبة HAMZA ABOVE (U+0654) تُستخدم في الأشكال المفكَّكة.

هل أوحّد ؤ وئ أيضًا؟

الأدوات الشائعة لا تفعل ذلك افتراضيًا. فقاعدة الألف في CAMeL Tools وقاعدة Lucene تشملان أشكال الألف فقط. وتوحيد كرسيَّي الواو والياء يرفع الاستدعاء أكثر لكنه يدمج كلمات أكثر؛ اختبره على استعلاماتك.

هل يصحّح نموذج اللغة الهمزات الناقصة؟

كثيرًا ما يستطيع ذلك ضمن التدقيق الإملائي، لكن تحقق من أنه لم يغيّر شيئًا آخر. ولا تستخدم النسخة المصحّحة مفتاحًا للبحث دون توحيدها هي أيضًا.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity