BroadRouter

アラビージー(Arabizi)

更新日

アラビージー(Arabizi)とは、ラテン文字でくだけて書くアラビア語で、ラテン文字にない音は ع を 3 で表すように数字で書きます。チャットや SNS でよく使われ、ほとんどが方言で、決まった綴りがなく、英語やフランス語が混ざることもよくあります。

別名: アラビージー、アラビーズィー、ラテン文字のアラビア語、アラビア語チャットアルファベット、Arabizi、Franco-Arabic、Franco-Arab、Arabish、Arabic chat alphabet、Franco Arabic

アラビージーは、多くのアラビア語話者がスマートフォンで入力する書き方です。アラビア語の単語を、ラテン文字のキーボードで、足りない音をいくつかの数字で補って打ちます。

しくみ

Darwish(2014)は、Arabish や Franco-Arab とも呼ばれるアラビージーを、ラテン文字に音訳した形のアラビア語で、英語にない文字を数字で表すものと説明しています。「2」と「3」がハムザの音と ع を表します。古いブラウザや携帯電話がアラビア文字を表示できなかったことから広まり、人々が慣れていて英語キーボードのほうが速く打てるため、今も使われ続けています。

ソフトウェアにとって扱いにくい性質が 3 つあります。

  • 標準的な綴りがない。 Shazal、Usman、Habash(2020)は、SNS のアラビージーは標準的な正書法を持たない方言アラビア語であり、アラビア文字への対応も 1 対 1 ではないと指摘しています。
  • 英語やフランス語と混ざる。 w aletli Tuesday(「それで彼女は火曜日って言ってた」)のようなメッセージは両方が混ざっており、これはコードスイッチングです。
  • まず検出が必要。 ソフトウェアは、変換の前にどの単語がアラビージーかを判定しなければなりません。Darwish は、従来型のパイプラインで検出精度 98.5%、変換精度 88.7% を報告しています。2020 年の sequence-to-sequence モデルは、検出と変換を合わせたタスクのブラインドテストセットで単語正解率 80.6% に達しています。

LLM API では、アラビージーはトークナイザー上の振る舞いもアラビア文字とは異なります。語彙がほとんど見たことのない綴り方をしたラテン文字のテキストだからです。

なぜ重要か

湾岸地域、エジプト、レバントでチャットボット、検索、分析を運用していれば、一部のユーザーは必ずアラビージーで入力します。アラビア文字向けに作られたキーワード検索、インテントのルール、感情分析ツールは、そうしたメッセージを取りこぼします。よくある対策は、振り分けやインデックス作成の前に、方言を明示したうえで LLM にアラビージーをアラビア文字に変換させ、元のテキストも残しておくことです。プロンプトと返信の文字の選び方はアラビージー対応ガイドで解説しています。

BroadNet Inference の場合

BroadNet にはアラビージー専用の機能はなく、チャットモデルは普通のテキストとして受け取ります。BroadNet は Qwen3.8 27B をアラビア語でテストし、湾岸方言とエジプト方言を理解することを確認したと報告しており、アラビージーのテストの出発点になります。LLM で湾岸方言とエジプト方言を扱うを参照してください。

音声は別の話です。BroadNet のドキュメントは、language を指定しないとアラビア語の音声がラテン文字に音訳されることがあると注意しています。その出力はアラビージーのように見えますが、原因は話し手ではなくリクエストにあります。BroadNet Transcribe Arabic には language=ar を送ってください。

よくある質問

アラビージーでは、なぜ数字を使うのですか?

アラビア語には、ラテン文字に対応するもののない音や文字があるため、書き手はそのアラビア文字に形が似た数字を借ります。Darwish(2014)は、ハムザの音を表す 2 と、ع を表す 3 を例に挙げています。

LLM はアラビージーを読めますか?

多くの場合は読めますが、綴りのばらつきが大きいため結果にはむらがあり、アラビア文字への変換結果も実行ごとに変わることがあります。ユーザーの実際のメッセージでテストし、プロンプトで方言を明示してください。

アラビア語の書き起こしがラテン文字で返ってきました。これはアラビージーですか?

いいえ。リクエストで音声がアラビア語だと指定しなかったため、音声モデルが音訳したものです。BroadNet では language=ar を送ってください。

Markdown で読むChatGPT に聞くClaude に聞くPerplexity に聞く