---
title: "Ano ang taa marbuta (ة)? Unicode at normalization ng ة at ه"
description: "Ang taa marbuta (ة, U+0629) ay Arabic na letra sa dulo ng salita na kamukha ng heh (ه) na may dalawang tuldok. Bakit ginagawang ه ng search ang ة, at ang kapalit."
url: https://broadrouter.com/fil/glossary/taa-marbuta/
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/glossary/taa-marbuta/) (na-update noong 2026-11-15).

# Taa marbuta

Na-update 2026-11-15

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.

Tinatawag ding: ta marbuta, teh marbuta, taa marbouta

Para sa karamihan ng mambabasa ng Arabic, iisang salita ang مدرسة at مدرسه, “paaralan”. Para sa string comparison, magkaiba sila. Ang taa marbuta ang dahilan.

## Paano ito gumagana

Inililista ng Unicode Standard ang TEH MARBUTA (U+0629) bilang trailing character, isang lumalabas lang sa dulo ng salita o morpheme. Right-joining ito, kaya sa letra lang bago nito ito kumakabit. Ang hugis nito ay ang hugis ng HEH (U+0647) sa dulo ng salita, dagdag ang dalawang tuldok:

| Character | Code point | Pangalan sa Unicode | Huling anyo pagkatapos ng ب |
| --- | --- | --- | --- |
| ة | U+0629 | ARABIC LETTER TEH MARBUTA | بة |
| ه | U+0647 | ARABIC LETTER HEH | به |

Dahil dalawang tuldok lang sa dulo ng salita ang pagkakaiba ng dalawa, parehong baybay ang lumalabas sa tina-type na text. Ayon kina Bouamor et al. (2018), may pamantayang ortograpiya ang Modern Standard Arabic pero wala ang mga dialect, at madalas binabaybay ng mga tao ang salita ayon sa bigkas nila. Kaya sa impormal at [dialectal Arabic](https://broadrouter.com/fil/glossary/dialectal-arabic/) na text, asahan ang huling ه kung saan ة ang isusulat ng diksiyonaryo.

Pinag-iisa ng mga search normalizer ang dalawa. Simpleng `s.replace('ة', 'ه')` ang `normalize_teh_marbuta_ar` ng CAMeL Tools, at inililista ng ArabicNormalizer ng Lucene ang “normalization of teh marbuta to heh” bilang patakaran.

## Bakit ito mahalaga

**Recall.** Kapag pinag-isa ang ة sa ه, mahahanap ng query na مدرسه ang mga dokumentong baybay ay مدرسة, at ang kabaligtaran. Isa ito sa mga karaniwang patakaran ng [Arabic text normalization](https://broadrouter.com/fil/glossary/arabic-text-normalization/), kasama ng pag-iisa ng alef at [hamza](https://broadrouter.com/fil/glossary/hamza/).

**Nagsasanib na salita.** Pinag-iisa rin ng patakaran ang mga salitang sa letrang ito lang nagkakaiba:

| Orihinal | Kahulugan | Pagkatapos ng ة sa ه |
| --- | --- | --- |
| كرة | bola | كره |
| كره | pagkamuhi | كره |

Para sa search, kadalasang makatwirang kapalit ang paminsan-minsang maling tugma. Para sa entity matching, spelling correction o legal na text, panatilihin ang pagkakaiba at ikumpara ang mga orihinal.

**Scoring.** Sa evaluation ng speech-to-text, binibilang na word error ang transcript na nagsusulat ng ه kung saan ة ang nasa reference, maliban kung pareho silang na-normalize sa parehong paraan. Magpasya bago mag-score, at sabihin ito.

## Sa BroadNet Inference

Hindi nagno-normalize ng text ang API ng BroadNet. Tumatanggap at nagbabalik ang mga chat model ng ة at ه nang eksakto kung paano isinulat, at ordinaryong Arabic text ang ibinabalik ng BroadNet Transcribe Arabic. Ilapat ang patakarang ة sa sarili mong index o scoring code, sa magkabilang panig.

Kung magpapatama ka ng baybay sa chat model, suriin ang mga edit nito sa code: may diff-based na check sa [post tungkol sa Arabic spelling correction](https://broadrouter.com/fil/blog/arabic-grammar-spelling-correction-llm/). Para sa mga index, ipinapakita ng [post tungkol sa Arabic RAG search](https://broadrouter.com/fil/blog/arabic-rag-search/) at ng [gabay sa normalization](https://broadrouter.com/fil/blog/arabic-text-normalization-search/) kung saan bagay ang patakaran. Masusubukan mo ang patakaran sa sarili mong mga string gamit ang [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/).

## Mga tanong

### Bakit hindi na lang gawing ة ang ه?

Dahil karaniwang letra ang ه sa sarili nitong karapatan, kasama ang pronoun suffix na nangangahulugang "kaniya" (lalaki). One-way at ligtas ilapat kahit saan ang pagpapalit ng ة sa ه; mag-iimbento naman ng mga letra ang kabaligtaran.

### Umiiral ba ang patakarang ة sa ه sa gitna ng salita?

Sa dulo lang ng salita o morpheme lumalabas ang taa marbuta, kaya sa praktika ay mga huling letra lang ang binabago ng patakaran. Pinapalitan ng CAMeL Tools ang bawat ة nang hindi tinitingnan ang posisyon.

### Dapat bang ibalik ng spelling correction ang ة?

Puwede, pero nakadepende sa salita, at minsan sa dialect, kung dapat bang ة ang huling ه. Hayaang itama ito ng model, saka suriin ang pagbabago sa code at sa review.

## Tingnan din

-   [Arabic text normalization](https://broadrouter.com/fil/glossary/arabic-text-normalization/) (termino)
-   [Hamza](https://broadrouter.com/fil/glossary/hamza/) (termino)
-   [Arabic diacritics (tashkeel)](https://broadrouter.com/fil/glossary/arabic-diacritics/) (termino)
-   [Dialectal Arabic (mga dialect ng Arabic)](https://broadrouter.com/fil/glossary/dialectal-arabic/) (termino)
-   [Unicode normalization](https://broadrouter.com/fil/glossary/unicode-normalization/) (termino)
-   [Arabic text normalization para sa search at RAG: ano ang babaguhin](https://broadrouter.com/fil/blog/arabic-text-normalization-search/) (artikulo)
-   [Arabic RAG: normalisation, chunking at retrieval na gumagana](https://broadrouter.com/fil/blog/arabic-rag-search/) (artikulo)
-   [Arabic grammar at spelling correction gamit ang LLM: paano gawin](https://broadrouter.com/fil/blog/arabic-grammar-spelling-correction-llm/) (artikulo)

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-glossary-taa-marbuta&utm_content=page-cta) ·

**Mga source**

-   [The Unicode Standard 18.0, Chapter 9 Middle East-I, Arabic (trailing characters, joining) (sinuri noong 2026-11-15)](https://www.unicode.org/versions/Unicode18.0.0/core-spec/chapter-9/)
-   [Source ng CAMeL Tools, normalize.py (normalize\_teh\_marbuta\_ar) (sinuri noong 2026-11-15)](https://raw.githubusercontent.com/CAMeL-Lab/camel_tools/master/camel_tools/utils/normalize.py)
-   [Apache Lucene 9.0 API, ArabicNormalizer (sinuri noong 2026-11-15)](https://lucene.apache.org/core/9_0_0/analysis/common/org/apache/lucene/analysis/ar/ArabicNormalizer.html)
-   [Bouamor et al., The MADAR Arabic Dialect Corpus and Lexicon (LREC 2018), seksiyon 2 tungkol sa ortograpiya (sinuri noong 2026-11-15)](https://aclanthology.org/L18-1535/)
