---
title: "Arabic grammar at spelling correction gamit ang LLM | BroadRouter"
description: "Itama ang Arabic spelling at grammar gamit ang LLM API: minimal-edit na prompt, bantay laban sa rewrite, word-level na edit ayon sa error class at M2 scoring."
url: https://broadrouter.com/fil/blog/arabic-grammar-spelling-correction-llm/
lang: fil
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Isinalin mula sa Ingles sa tulong ng AI. [Basahin ang orihinal sa Ingles](https://broadrouter.com/blog/arabic-grammar-spelling-correction-llm/) (na-update noong 2026-11-16).

# Arabic grammar at spelling correction gamit ang LLM: paano gawin

Ng BroadNet Inference team · 8 minutong basa · Nailathala 2026-11-15 · Na-update 2026-11-16

Hingin sa model ang naitamang text lang, na may pinakakaunting edit at walang rephrasing. Saka i-diff sa code ang sagot laban sa input: tanggihan ang sagot na sobra ang binago, at lagyan ng label ang bawat word-level na edit bilang hamza, taa marbuta, alef maqsura, merge, split o other. I-score ang sample na itinama ng tao batay sa edit, gamit ang precision, recall at F0.5.

## Mga pangunahing punto

-   Sa QALB-2014 test set, 65.49 F1 ang nakuha ng GPT-4 na may limang halimbawa, kumpara sa 67.70 ng fine-tuned na AraT5v2 (Kwon et al., ArabicNLP 2023). Magagamit ang mga prompted LLM, pero hindi awtomatikong mas mahusay.
-   Ang hamzated alif at ang kalituhan sa alef maqsura/ya ang pinakakaraniwang Arabic spelling error, ayon sa mga organizer ng QALB shared task.
-   Sa edit naka-score ang correction, hindi sa buong pangungusap. Kunin ang word-level na edit mula sa sagot, ikumpara sa gold na edit at i-report ang F0.5, na dalawang beses ang bigat ng precision kaysa sa recall.
-   Huwag kailanman i-normalize ang text bago itama. Sinasadyang ginagawang ا ng normalization ang أ إ آ at ه ang ة, kaya nabubura mismo ang mga error na gusto mong ayusin.
-   Magbantay laban sa rewrite sa code: kung mas mababa sa 80% ang pagkakahawig ng sagot sa input sa character level, panatilihin ang orihinal at i-log ang sagot.

**Sa page na ito**

1.  Gaano kahusay ang mga LLM sa Arabic grammar correction?
2.  Bakit hindi na lang i-normalize ang text?
3.  Ano ang dapat sabihin ng prompt?
4.  Paano i-check ang sagot ng model?
5.  Aling mga error class ang dapat mong bantayan?
6.  Paano i-score ang isang corrector?
7.  Paano naman ang Tibyan at synthetic data?
8.  Aling BroadNet model ang dapat mong gamitin?
9.  Saan pumapasok ang BroadNet Inference

Mukhang isang linyang prompt lang ang Arabic proofreading: “correct this text”. Sa praktika, nire-rephrase din ng model, nagdadagdag ng diacritics, pinapalitan ng pormal na salita ang salitang dialect at ipinapaliwanag ang mga binago nito, at hindi mo masabi kung aling edit ang talagang kailangan. Gumagawa ang post na ito ng corrector sa isang OpenAI-compatible LLM na gumagawa ng pinakakaunting edit, chine-check ang sagot sa code, nilalagyan ng label ang bawat edit ayon sa uri ng error at ini-score ang kabuuan gaya ng ginagawa ng mga research benchmark.

## Gaano kahusay ang mga LLM sa Arabic grammar correction?

Ang mga QALB shared task ang standard na benchmark. Gumamit ang QALB-2014 ng mga komentong Modern Standard Arabic mula sa website ng Al Jazeera: mahigit isang milyong salita ng training text na may mga 306,000 correction, at mga test set na mga 50,000 salita. Nagdagdag ang QALB-2015 ng ikalawang track ng mga sanaysay ng mga nag-aaral ng Arabic bilang banyagang wika (L2). Pareho silang nag-score ng mga system batay sa edit gamit ang M2 scorer. Ang pinakamatataas na score, F1 (mas mataas, mas mahusay):

| Test set | F1 ng pinakamahusay na system | Text |
| --- | --- | --- |
| QALB-2014 test | 67.91 | Mga news comment ng native speaker |
| QALB-2015 native test | 72.87 | Mga news comment ng native speaker |
| QALB-2015 L2 test | 41.20 | Mga sanaysay ng nag-aaral |

Ang L2 na row ang kapaki-pakinabang na babala. Mas maraming error sa pagpili ng salita at nawawalang salita ang text ng mga nag-aaral, at mas mababa nang malayo ang score ng pinakamahusay na system. Kung mga nag-aaral ang mga user mo, asahan na mas kahawig ng row na iyon ang mga numero mo.

Pinatakbo naman nina Kwon, Bhatia, Nagoudi at Abdul-Mageed (ArabicNLP 2023) ang ChatGPT at GPT-4 sa QALB-2014 test set. Sa parehong scorer:

| System | F1 |
| --- | --- |
| ChatGPT, 1 halimbawa | 53.59 |
| ChatGPT, 5 halimbawa | 63.98 |
| GPT-4, 5 halimbawa | 65.49 |
| AraT5v2, fine-tuned | 67.70 |

Dalawang detalye ang mahalaga para sa prompt mo. Malaki ang naitulong ng mas maraming halimbawa. At ang mga zero-shot na prompt at prompt na nasa Arabic ay nagbigay ng mga sagot na puno ng paliwanag na hindi ma-score nang awtomatiko ng mga author. Kailangan ng corrector ng output na kayang i-diff ng isang program.

## Bakit hindi na lang i-normalize ang text?

Tinatanggal ng [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) sa site na ito ang tashkeel at tatweel, ginagawang ا ang أ إ آ at, kung pipiliin, ي ang ى at ه ang ة. Iyan ang tamang hakbang para sa search, dahil dapat mahanap ng user na nag-type ng احمد ang أحمد. Maling hakbang ito bago ang correction, dahil binubura nito ang pagkakaibang kailangang ibalik ng corrector. Pagkatapos ng normalization, iisang string na ang انا at أنا, kaya nawawala ang hamza error at nawawala rin ang pag-aayos.

Magtago ng tatlong kopya kapag kailangan mo ang dalawa: ang orihinal na text, ang naitamang text na ipinapakita mo sa mga user, at isang normalized na kopya ng naitamang text para sa search index mo. Tinatalakay ng [Arabic text normalization para sa search](https://broadrouter.com/fil/blog/arabic-text-normalization-search/) ang bahagi ng indexing. May isang normalization step na nararapat bago ang correction: Unicode NFC, na pinagsasama ang decomposed na alif at combining hamza sa iisang character, para hindi mag-report ang diff ng pagbabagong wala naman.

## Ano ang dapat sabihin ng prompt?

Humingi ng minimal na edit, pangalanan ang mga uri ng error na mahalaga sa iyo, ipagbawal ang mga pagbabagong ayaw mo at hingin ang naitamang text lang. Ikaw ang bahala kung English o Arabic ang mga instruction; tinatalakay ng [Arabic prompt engineering](https://broadrouter.com/fil/blog/arabic-prompt-engineering/) ang trade-off. Nakakuha sina Kwon et al. ng magagamit na output mula sa English na instruction na may mga halimbawa. Ang pagdagdag ng tatlo hanggang limang naitamang pares ng pangungusap mula sa sarili mong data (few-shot) ang pinakamurang pagpapahusay na dapat subukan muna.

Itakda sa 0 ang temperature. Gusto mo ng parehong correction tuwing tatakbo. Kung dialect gaya ng Egyptian o Gulf Arabic ang text, sabihin kung pananatilihin ang dialect. Ipinapalagay ng prompt sa ibaba ang Modern Standard Arabic ([MSA](https://broadrouter.com/fil/glossary/msa/)) at sinasabihan ang model na huwag baguhin ang istilo, na sakop din ang dialect.

## Paano i-check ang sagot ng model?

Isang request ang ginagawa ng code, sinusukat kung gaano kalaki ang pagkakaiba ng sagot sa input, kinukuha ang mga word-level na edit at nilalagyan ng label ang bawat isa.

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

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

SYSTEM = """You are an Arabic proofreader. Correct spelling, grammar and punctuation
errors in the user's Modern Standard Arabic text with the fewest possible edits.
Rules:
- Fix hamza, taa marbuta (ة/ه), alef maqsura (ى/ي), agreement, missing or extra
  letters, wrongly split or merged words, and punctuation.
- Do not rephrase, reorder, shorten, translate or change the style or dialect.
- Do not add or remove diacritics (tashkeel).
- If the text is already correct, return it unchanged.
Reply with the corrected text only: no explanation, no quotes, no list of changes."""

def tokens(s: str) -> list[str]:
    s = unicodedata.normalize("NFC", s)        # composed hamza forms, so أ is one character
    return re.findall(r"\w+|[^\w\s]", s)       # Arabic letters are \w; ، ؟ ؛ become tokens

def edits(src: str, hyp: str) -> list[tuple]:
    """Word-level edits (start, end, replacement, original): the idea behind an M2 file's A lines."""
    a, b = tokens(src), tokens(hyp)
    out = []
    for op, i1, i2, j1, j2 in difflib.SequenceMatcher(None, a, b, autojunk=False).get_opcodes():
        i, j = i1, j1
        while op != "equal" and (i < i2 or j < j2):     # split the block into one-word edits
            if i + 1 < i2 and j < j2 and a[i] + a[i + 1] == b[j]:      # و قابلت -> وقابلت
                out.append((i, i + 2, b[j], f"{a[i]} {a[i + 1]}")); i += 2; j += 1
            elif i < i2 and j + 1 < j2 and a[i] == b[j] + b[j + 1]:    # عبدالله -> عبد الله
                out.append((i, i + 1, f"{b[j]} {b[j + 1]}", a[i])); i += 1; j += 2
            elif i < i2 and j < j2:
                out.append((i, i + 1, b[j], a[i])); i += 1; j += 1
            elif i < i2:                                                # deleted word
                out.append((i, i + 1, "", a[i])); i += 1
            else:                                                       # inserted word
                out.append((i, i, b[j], "")); j += 1
    return out

HAMZA = str.maketrans("أإآٱؤئ", "ااااوي")
RULES = [("hamza", lambda w: w.translate(HAMZA).replace("ء", "")),
         ("taa marbuta", lambda w: w.replace("ة", "ه")),
         ("alef maqsura", lambda w: w.replace("ى", "ي"))]

def error_class(orig: str, corr: str) -> str:
    if all(not c.isalnum() for c in (orig + corr).replace(" ", "")):
        return "punctuation"
    if orig != corr and orig.replace(" ", "") == corr.replace(" ", ""):
        return "merge" if " " in orig else "split"
    for name, f in RULES:
        if orig != corr and f(orig) == f(corr):
            return name
    both = lambda w: RULES[2][1](RULES[1][1](RULES[0][1](w)))
    if both(orig) == both(corr):
        return "mixed orthography"
    return "other"

def correct(text: str, model="broadnet/qwen3.8-27b", min_similarity=0.8) -> dict:
    r = client.chat.completions.create(
        model=model, temperature=0, max_tokens=2000,
        messages=[{"role": "system", "content": SYSTEM}, {"role": "user", "content": text}])
    out = r.choices[0].message.content.strip()
    sim = difflib.SequenceMatcher(None, text, out, autojunk=False).ratio()
    if sim < min_similarity:             # a rewrite, not a correction: keep the original
        return {"text": text, "edits": [], "rejected": out, "similarity": round(sim, 2)}
    return {"text": out, "similarity": round(sim, 2),
            "edits": [{"from": o, "to": c, "class": error_class(o, c)} for _, _, c, o in edits(text, out)]}
```

Pinatakbo namin ito laban sa isang local mock server na may nakahandang sagot (walang live API call, dahil ibinabalik lang ng mock ang isinulat namin). Para sa ذهبت الى المدرسه و قابلت المعلمه في الصباح, nagbigay ng apat na edit ang sagot na ذهبت إلى المدرسة وقابلت المعلمة في الصباح: الى papuntang إلى (hamza), المدرسه papuntang المدرسة (taa marbuta), و قابلت papuntang وقابلت (merge) at المعلمه papuntang المعلمة (taa marbuta). Para sa مشي الي, inilista nito ang مشي papuntang مشى (alef maqsura) at الي papuntang إلى (mixed orthography, dahil sabay nitong inaayos ang hamza at alef maqsura). Ang isang nakahandang sagot na ginawang dalawang beses na mas mahabang pangungusap ang الطقس جميل اليوم ay nakakuha ng 0.52 similarity, kaya pinanatili ng code ang orihinal at ni-log ang sagot.

Mga tala sa code:

-   **Mapurol na kasangkapan ang similarity guard.** Puwedeng lehitimong bumaba malapit sa 0.8 ang pangungusap na maraming mali sa spelling. I-tune ang threshold sa sarili mong data, at ipasa sa tao ang mga tinanggihang sagot, hindi sa basurahan.
-   **Nag-iiwan ng puwang para sa reasoning ang `max_tokens=2000`.** Ayon sa docs ng BroadNet, nagre-reason muna ang DeepSeek V4.1 Flash, GLM 5.3 at Qwen3.8 27B bago sumagot at kasama ang reasoning sa `max_tokens`; puwede mo ring itakda sa low ang `reasoning_effort`. Tingnan ang [walang lamang sagot mula sa mga reasoning model](https://broadrouter.com/fil/guides/reasoning-tokens-empty-response/).
-   **Mga patakaran ang class label, hindi parser.** Kasama sa “other” ang nawawalang letra (مسؤل papuntang مسؤول), agreement at pagpili ng salita. Para sa buong taxonomy, patakbuhin ang ARETA (sa ibaba) sa parehong mga pares.

## Aling mga error class ang dapat mong bantayan?

Ayon sa mga organizer ng QALB, ang hamzated alif at kalituhan sa alef maqsura/ya ang pinakakaraniwang Arabic spelling error. Gumagamit ang ARETA, ang error-type annotator ng CAMeL Lab (Belkebir at Habash, CoNLL 2021), ng tagset na batay sa Arabic Learner Corpus. Kasama sa mga orthographic tag nito ang OH (hamza), OT (ha at taa marbuta) at OA (alif at ya), kasabay ng mga morphological, syntactic, semantic, punctuation, merge (MG) at split (SP) na tag. Iniuulat ng paper nito ang 85.8% micro-average F1 laban sa text ng mga nag-aaral na mano-manong nilagyan ng label.

| Class | Mali | Tama | Ano ang nagkakamali |
| --- | --- | --- | --- |
| Hamza | انا، الى، مسأله | أنا، إلى، مسألة | Walang hamza, nasa maling upuan o nasa maling panig ng alif |
| Taa marbuta | المدرسه | المدرسة | Isinulat bilang ه ang huling ة, o kabaligtaran |
| Alef maqsura | مشي، علي (preposition) | مشى، على | Isinulat bilang ي ang huling ى; pangalan din ang علي, kaya konteksto ang nagpapasya |
| Merge o split | و قابلت، عبدالله | وقابلت، عبد الله | Mga space sa paligid ng و at ال, mga compound na pangalan |
| Punctuation | nawawalang ، o ؟ | idinagdag | Sa punctuation pinakamababa ang pagkakasundo ng mga annotator ng QALB |

Bantayan ang recall kada class. Ang model na nag-aayos ng taa marbuta pero hindi nakakakita ng hamza pagkatapos ng preposition ay nangangailangan ng mga halimbawa ng pattern na iyon, hindi ng ibang model.

## Paano i-score ang isang corrector?

Batay sa edit ini-score ang grammatical error correction. Ikumpara ang mga edit na nagpapalit sa source tungo sa gold na pangungusap na itinama ng tao, sa mga edit na nagpapalit dito tungo sa output ng model. Ang precision ay ang bahagi ng mga edit ng model na tugma sa gold. Ang recall ay ang bahagi ng mga gold na edit na nagawa ng model. F1 ang ini-report ng QALB; ang mga sumunod na pag-aaral, kasama sina Kwon et al., ay nag-uulat din ng F0.5, na dalawang beses ang bigat ng precision kaysa sa recall, dahil mas nakakainis sa user ang maling “correction” kaysa sa hindi napansing mali.

```python
from collections import Counter

def score(sources, golds, hyps, beta=0.5):
    """Exact-match edit scoring: an edit counts only if span and replacement both match gold."""
    tp = fp = fn = 0
    by_class = Counter()
    for s, g, h in zip(sources, golds, hyps):
        G = {e[:3] for e in edits(s, g)}
        H = {e[:3] for e in edits(s, h)}
        tp += len(G & H); fp += len(H - G); fn += len(G - H)
        for e in edits(s, g):
            by_class[(error_class(e[3], e[2]), e[:3] in H)] += 1
    p = tp / (tp + fp) if tp + fp else 1.0
    r = tp / (tp + fn) if tp + fn else 1.0
    f = (1 + beta**2) * p * r / (beta**2 * p + r) if p + r else 0.0
    recall = {c: f"{by_class[(c, True)]}/{by_class[(c, True)] + by_class[(c, False)]}"
              for c in sorted({c for c, _ in by_class})}
    return {"P": round(p, 3), "R": round(r, 3), f"F{beta}": round(f, 3), "recall by class": recall}
```

Sa isang toy set na dalawang pangungusap at pitong gold na edit, kung saan hindi nakita ng output ang merge at isang taa marbuta at nagdagdag ito ng tuldok, nag-print ito ng P 0.833, R 0.714 at F0.5 0.806, na may recall kada class: hamza 2/2, taa marbuta 2/3, merge 0/1.

Ito ang ideya ng M2, pinasimple. Hinahanap ng opisyal na M2 scorer ang alignment ng mga system edit na pinakatugma sa gold, kaya hindi napaparusahan ang tamang pag-aayos na iba ang pagkakahati sa edit kumpara sa gold. Mas mahigpit ang aming exact match. Gamitin ang opisyal na scorer kapag ikinukumpara sa mga nailathalang numero (kailangan pa rin ng Python 2 ang developer version nito). Ganoon din ang edit extraction ng ERRANT, pero para sa English lang.

Buuin ang gold set mula sa totoong text ng user, 100 hanggang 200 pangungusap, na itinama ng isang maingat na annotator gamit ang parehong minimal-edit na patakarang ibinigay mo sa model. Patakbuhin dito ang bawat kandidatong model at prompt, at ikumpara ang F0.5 at recall kada class. Tinatalakay ng [paano i-evaluate ang LLM bago lumipat](https://broadrouter.com/fil/blog/evaluate-llm-before-switching/) kung paano gawin nang patas ang paghahambing na iyon.

## Paano naman ang Tibyan at synthetic data?

Kakaunti ang Arabic correction data na may label. Itinuturo nina Alrehili at Alhothali na mga 20,500 parallel na halimbawa lang ang laman ng QALB-14 at QALB-15 kapag pinagsama. Gumamit ang Tibyan corpus nila (arXiv 2024, kalaunan sa PeerJ Computer Science) ng ChatGPT para gumawa ng mga pares ng mali at tamang pangungusap mula sa mga aklat tungkol sa karaniwang Arabic error, na sinuri ng mga linguist. Mga 600,000 token ang laman nito, na may pitong uri ng error: orthography, morphology, syntax, semantics, punctuation, merge at split. Sabi ng mga author, pampubliko ang corpus; wala kaming nakitang download link para ma-check ang licence nito. Kapaki-pakinabang ito para sa few-shot na halimbawa at stress test, pero synthetic ito, kaya huwag itong gamitin bilang acceptance test mo.

Kung kailangan mo ng non-LLM na baseline, inilalathala ng arabic-gec repository ng CAMeL Lab ang code at mga model mula kina Alhafni et al. (EMNLP 2023). Para sa spelling lang, nagmumungkahi ang ar-corrector package ng mga salita mula sa diksyunaryo na isa o dalawang edit ang layo; hindi nito kaya ang grammar, at noong 2021 pa ang huling release nito.

## Aling BroadNet model ang dapat mong gamitin?

Kada 1M token ang mga presyo, mula sa pricing page ng BroadNet. Halos kasinghaba ng input ang output ng correction, kaya mahalaga ang presyo ng output.

| Model | Bakit | Input / output |
| --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/fil/models/qwen3.8-27b/) | Dokumentado ang reasoning; iniuulat ng BroadNet ang Arabic testing kasama ang pag-unawa sa Gulf at Egyptian na dialect | $0.175 / $2.17 |
| [GLM 5.3](https://broadrouter.com/fil/models/glm-5.3/) | Dokumentado ang reasoning; mahabang context para sa buong dokumento | $0.78 / $3.46 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/fil/models/deepseek-v4.1-flash/) | Pinakamababang presyo ng output sa mga reasoning model dito; mayroon ding flat na session plan | $0.175 / $0.52 |
| [Gemma 4 VL 26B](https://broadrouter.com/fil/models/gemma-4-vl-26b/) | Tumatakbo sa $5 na panimulang credit, kaya mabubuo mo ang pipeline bago mag-top-up | $0.10 / $0.22 |

Patakbuhin ang scorer gamit ang bawat model sa gold set mo at pumili batay sa F0.5 at presyo. Karaniwang mas maraming token kada salita ang Arabic kaysa sa English; mag-paste ng sample sa [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) at tantiyahin ang bill gamit ang [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/). Para i-proofread ang malaking archive: walang Batch API ang BroadNet; ipinapakita ng [batch processing nang walang Batch API](https://broadrouter.com/fil/blog/llm-batch-processing-without-batch-api/) kung paano ito patakbuhin na may limitadong concurrency, o sa isang DeepSeek session sa halagang $15 kada linggo (isang request sa isang pagkakataon kada session).

## Saan pumapasok ang BroadNet Inference

Ang BroadRouter ay sariling website ng BroadNet. Nagbibigay ang [BroadNet Inference](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-blog-arabic-grammar-spelling-correction-llm&utm_content=body) ng OpenAI-compatible na access sa mga model sa itaas, kaya tumatakbo ang code gamit ang [OpenAI Python SDK](https://broadrouter.com/fil/guides/openai-python-sdk/) pagkatapos palitan ang base URL. Wala itong proofreading endpoint at wala itong inilathalang sariling Arabic correction benchmark, kaya sukatin sa text mo. Sinasabi ng privacy statement nito na hindi itinatago ang inference content, na mahalaga kapag nagpu-proofread ka ng mga mensahe ng customer. Kung kailangan mo ng self-hosted na corrector para sa napakataas na volume, puwedeng mas mura at mas consistent ang isang fine-tuned na model gaya ng mga galing sa CAMeL Lab; ang mga nailathalang score sa itaas ang dahilan para i-test ang dalawa.

Mga libreng tool para rito (Ingles)

-   [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.

[Libreng tools (Ingles)](https://broadrouter.com/tools/)

## Mga termino sa artikulong ito

[Hamza](https://broadrouter.com/fil/glossary/hamza/)

Ang hamza (ء) ang letra ng glottal stop sa Arabic. Isinusulat ito nang mag-isa o nakapatong sa isang upuan: alef (أ إ), waw (ؤ) o yeh (ئ), at pinagsasama ng آ ang alef at madda. Dahil hindi pare-pareho ang pag-type nito, madalas ginagawang ا ng mga search engine at speech scoring ang mga anyong may alef.

[Taa marbuta](https://broadrouter.com/fil/glossary/taa-marbuta/)

Ang taa marbuta (ة, U+0629) ay Arabic na letrang lumalabas lang sa dulo ng salita, at madalas na tanda ng pambabaeng pangngalan at pang-uri. Kamukha ito ng heh (ه, U+0647) na may dalawang tuldok, kaya nahahalo ang dalawa sa tina-type na text, at maraming search normalizer ang nagpapalit ng ة sa ه.

[Modern Standard Arabic (MSA)](https://broadrouter.com/fil/glossary/msa/)

Ang Modern Standard Arabic (MSA) ay ang standardized na anyo ng Arabic na ginagamit sa pagsulat, balita, edukasyon at pormal na pananalita sa buong mundong Arabo. Hindi ito katutubong pang-araw-araw na wika ninuman: mga rehiyonal na dialect gaya ng Egyptian o Gulf Arabic ang sinasalita, at lumilipat sa MSA sa pormal na sitwasyon.

[Token](https://broadrouter.com/fil/glossary/token/)

Ang token ay ang yunit ng text na binabasa at isinusulat ng isang language model: isang salita, bahagi ng salita, bantas o byte sequence na ginawa ng tokenizer ng model. Sa token binibilang, nililimitahan at kadalasang sinisingil ng mga LLM API ang paggamit.

[Tool calling (function calling)](https://broadrouter.com/fil/glossary/tool-calling/)

Ang tool calling, tinatawag ding function calling, ay feature ng LLM API kung saan nagbabalik ang model ng structured na request para magpatakbo ng function na tinukoy ng developer, kasama ang JSON arguments. Ang application ang nagpapatakbo ng function at nagpapadala pabalik ng resulta; hindi kailanman nagpapatakbo ng code ang model mismo.

[Arabic diacritics (tashkeel)](https://broadrouter.com/fil/glossary/arabic-diacritics/)

Ang Arabic diacritics, o tashkeel, ay maliliit na markang isinusulat sa itaas o ibaba ng mga titik para ipakita ang maiikling patinig, dobleng katinig at kawalan ng patinig. Opsyonal ang mga ito: wala ang mga ito sa karamihan ng Arabic text, pati sa balita, kaya hinuhulaan ng mambabasa at ng software ang patinig mula sa context.

[Arabic text normalization](https://broadrouter.com/fil/glossary/arabic-text-normalization/)

Ang Arabic text normalization ay ang hakbang na nagmamapa sa iisang anyo ng mga variant ng spelling ng parehong salita bago ang matching: pagtatanggal ng diacritics at tatweel, pag-iisa ng mga anyo ng alef, at kadalasang pagmapa ng ى sa ي at ة sa ه. Ginagamit ito sa search key at evaluation, hindi sa text na ipinapakita mo.

[Batch API](https://broadrouter.com/fil/glossary/batch-api/)

Ang batch API ay asynchronous na LLM endpoint na tumatanggap ng maraming request nang sabay, kadalasan bilang file, pinoproseso ang mga ito sa loob ng nakatakdang window sa halip na agad-agad, at ibinabalik nang sabay-sabay ang mga resulta. May discount ang presyo ng batch request ng mga provider gaya ng OpenAI at Anthropic kumpara sa standard API nila.

## Mga tanong

### Kaya bang itama ng ChatGPT o ibang LLM ang Arabic grammar?

Oo, may limitasyon. Sa isang nailathalang test sa QALB-2014 benchmark, umabot sa 65.49 F1 ang GPT-4 na may limang halimbawa, malapit pero mas mababa sa fine-tuned na AraT5v2 na 67.70. Gumamit ng minimal-edit na prompt, i-check ang sagot sa code at sukatin sa sample ng sarili mong text.

### Ano ang pinakakaraniwang mali sa Arabic spelling?

Hamza sa alif (انا sa halip na أنا, الى sa halip na إلى), alef maqsura na isinulat bilang ya (مشي sa halip na مشى), taa marbuta na isinulat bilang ha (المدرسه sa halip na المدرسة), at mga salitang maling nahati o napagdugtong, gaya ng و قابلت sa halip na وقابلت. Ayon sa mga organizer ng QALB, ang hamzated alif at kalituhan sa alef maqsura/ya ang pinakakaraniwan.

### Pareho ba ang Arabic text normalization at spelling correction?

Hindi. Sinasadyang pinagsasama ng normalization ang mga variant ng spelling, gaya ng أ at ا, para hindi pansinin ng search at matching. Ang correction naman ang nagpapasya kung aling variant ang tama sa konteksto. Patakbuhin ang correction sa orihinal na text, at i-normalize lang ang kopyang ini-index mo para sa search.

### Paano i-evaluate ang isang Arabic grammar corrector?

Mano-manong itama ang 100 hanggang 200 totoong pangungusap gamit ang minimal na edit. Kunin ang word-level na edit mula source papuntang gold at mula source papuntang output ng model, saka bilangin ang tugmang edit para sa precision, recall at F0.5. Ginagawa ito ng M2 scorer na ginamit ng QALB, na may mas matalinong edit alignment.

### May Arabic grammar checker library ba para sa Python?

Para sa spelling lang, nagmumungkahi ang ar-corrector ng mga salita mula sa diksyunaryo na isa o dalawang edit ang layo. Para sa grammar, naglalathala ang CAMeL Lab ng research GEC model at code (arabic-gec). LLM API ang pinakamabilis na simula; puwedeng mas consistent ang fine-tuned na model sa mataas na volume.

## Magbasa pa

-   [Arabic text normalization para sa search at RAG: ano ang babaguhin](https://broadrouter.com/fil/blog/arabic-text-normalization-search/)
-   [Diacritics sa Arabic text gamit ang LLM: prompt, check at DER](https://broadrouter.com/fil/blog/arabic-diacritization-llm/)
-   [Arabic prompt engineering: register, RTL, numeral at halo-halong text](https://broadrouter.com/fil/blog/arabic-prompt-engineering/)
-   [Arabic named entity extraction gamit ang LLM: JSON, petsa at check](https://broadrouter.com/fil/blog/arabic-named-entity-extraction-llm/)
-   [Pagpili ng LLM API para sa Arabic: ano ang dapat i-test](https://broadrouter.com/fil/blog/choosing-an-llm-for-arabic/)
-   [Paano mag-evaluate ng LLM bago lumipat ng provider](https://broadrouter.com/fil/blog/evaluate-llm-before-switching/)
-   [LLM batch processing nang walang Batch API: resumable na runner](https://broadrouter.com/fil/blog/llm-batch-processing-without-batch-api/)
-   [Arabic meeting minutes mula sa recording: isang API pipeline](https://broadrouter.com/fil/blog/arabic-meeting-minutes-from-recordings/)
-   [Paghahambing ng Arabic OCR API: Google, Azure, Textract, Mistral, LLM](https://broadrouter.com/fil/blog/arabic-ocr-api-comparison/)
-   [Gabay: Paano gamitin ang OpenAI Python SDK sa BroadNet Inference](https://broadrouter.com/fil/guides/openai-python-sdk/)
-   [Gabay: Bakit walang laman ang sagot ng isang reasoning model](https://broadrouter.com/fil/guides/reasoning-tokens-empty-response/)

Subukan ito sa totoong workload mo. May US$5 na panimulang credit ang mga bagong account para sa Gemma at transcription. Kailangan ng top-up para sa DeepSeek, GLM, at Qwen3.8.

[Magsimula](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-blog-arabic-grammar-spelling-correction-llm&utm_content=page-cta) ·

**Mga source**

-   [Mohit et al., The First QALB Shared Task on Automatic Text Correction for Arabic, ANLP workshop sa EMNLP 2014: data, M2 scorer, Table 3 at Table 7 (sinuri noong 2026-11-15)](https://aclanthology.org/W14-3605/)
-   [Rozovskaya et al., The Second QALB Shared Task on Automatic Text Correction for Arabic, WANLP 2015: native at L2 na track, Tables 4, 8 at 9 (sinuri noong 2026-11-15)](https://aclanthology.org/W15-3204/)
-   [Kwon, Bhatia, Nagoudi at Abdul-Mageed, Beyond English: Evaluating LLMs for Arabic Grammatical Error Correction, ArabicNLP 2023, Table 2 (sinuri noong 2026-11-15)](https://aclanthology.org/2023.arabicnlp-1.9/)
-   [Alrehili at Alhothali, Tibyan Corpus: Balanced and Comprehensive Error Coverage Corpus Using ChatGPT for Arabic GEC, arXiv 2411.04588 (sinuri noong 2026-11-15)](https://arxiv.org/abs/2411.04588)
-   [Belkebir at Habash, Automatic Error Type Annotation for Arabic (ARETA), CoNLL 2021 (sinuri noong 2026-11-15)](https://aclanthology.org/2021.conll-1.47/)
-   [CAMeL Lab, ARETA sa GitHub (MIT): mga error tag na batay sa ALC gaya ng OH hamza, OT ha/ta marbuta, OA alif/ya, MG merge, SP split (sinuri noong 2026-11-15)](https://github.com/CAMeL-Lab/arabic_error_type_annotation)
-   [Alhafni, Inoue, Khairallah at Habash, Advancements in Arabic Grammatical Error Detection and Correction, EMNLP 2023; code at mga model sa CAMeL-Lab/arabic-gec (sinuri noong 2026-11-15)](https://aclanthology.org/2023.emnlp-main.396/)
-   [NUS M2Scorer sa GitHub: edit-level na precision, recall at F-beta para sa GEC; kailangan ng Python 2 ang developer version (sinuri noong 2026-11-15)](https://github.com/nusnlp/m2scorer)
-   [ERRANT sa GitHub: kumukuha at nag-uuri ng edit sa M2 format; English lang (sinuri noong 2026-11-15)](https://github.com/chrisjbryant/errant)
-   [ar-corrector sa PyPI: dictionary spell-checker, 500,000+ salita, kandidatong 1-2 edit ang layo, version 1.1.6 mula Abril 2021 (sinuri noong 2026-11-15)](https://pypi.org/project/ar-corrector/)
-   [API reference ng BroadNet Inference: mga model ID, kasama ang reasoning sa max\_tokens, reasoning\_effort (sinuri noong 2026-11-15) (Ingles)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-blog-arabic-grammar-spelling-correction-llm&utm_content=sources)
