BroadRouter

Traduzione arabo–inglese con gli LLM: prompt, glossari, valutazione

A cura del team di BroadNet Inference · 5 min di lettura · Pubblicato

Per tradurre tra arabo e inglese con un LLM, indica al modello pubblico, registro e un glossario di termini fissi, chiedigli di lasciare invariati numeri e nomi e traduci a blocchi della dimensione di un paragrafo. Valuta con chrF o COMET più una revisione di madrelingua. Nei test di BroadNet, Qwen3.8 27B ha tradotto con precisione tra arabo e inglese.

Per tradurre tra arabo e inglese con un LLM, indica al modello direzione, pubblico e registro, dagli un glossario di termini fissi, lascia invariati numeri e nomi e invia blocchi della dimensione di un paragrafo. Poi controlla numeri e negazioni nel codice e valuta con chrF, COMET e un revisore madrelingua.

Questo controllo conta in arabo, dove una traduzione letterale può essere corretta e suonare comunque straniera.

Perché la traduzione arabo–inglese è insidiosa per gli LLM?

  • Registro. L’arabo formale (arabo standard moderno, فصحى) e la lingua di tutti i giorni sono molto diversi. Una frase di marketing informale in inglese può diventare rigida o comica in un MSA letterale.
  • Ordine delle parole e lunghezza. Le frasi arabe iniziano spesso con il verbo, e il testo arabo ha spesso una lunghezza diversa da quello inglese. Stringhe dell’interfaccia che in inglese ci stanno possono andare a capo o traboccare.
  • Genere e numero. L’arabo marca il genere su verbi, aggettivi e pronomi, e ha il duale. Il «you» inglese deve diventare أنتَ, أنتِ, أنتما, أنتم o أنتنّ. Se non conosci chi legge, di’ al modello quale forma usare come predefinita.
  • Nomi e traslitterazione. «محمد» ha molte grafie inglesi (Mohammed, Muhammad, Mohamed). Scegline una per persona e mantienila.
  • Numeri e date. Cifre arabo-orientali, date dell’egira e formattazione da destra a sinistra richiedono tutte regole esplicite.

Quale prompt dà buone traduzioni in arabo?

La qualità della traduzione dipende molto più dalle istruzioni che da formulazioni ingegnose. Indica al modello direzione, pubblico, registro, glossario e formato di output:

import os
from openai import OpenAI

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

GLOSSARY = """Invoice = فاتورة
VAT = ضريبة القيمة المضافة
Refund = استرداد المبلغ
Terms and Conditions = الشروط والأحكام
BroadPay = BroadPay (do not translate)"""

SYSTEM = f"""You translate customer-support articles from English to Arabic.
Audience: retail customers in Saudi Arabia and the UAE.
Register: clear, polite Modern Standard Arabic; short sentences; address the reader
in the masculine singular as a neutral default.
Rules:
- Use the glossary exactly. Never translate product names marked "do not translate".
- Keep every number, date, URL, email address and code snippet unchanged.
- Keep Markdown structure (headings, lists, links) unchanged.
- Output only the translation.
Glossary:
{GLOSSARY}"""

def translate(text: str) -> str:
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        max_tokens=4000,  # the model reasons before answering
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": text}],
    )
    return r.choices[0].message.content

Per arabo → inglese, inverti la direzione e aggiungi ciò che serve al lettore inglese: «inglese americano, stile semplice, mantieni i nomi propri arabi nella grafia indicata nel glossario». Se la fonte può essere dialettale, dillo: «La fonte può essere arabo del Golfo o egiziano; traduci il significato, non parola per parola».

Perché il glossario conta così tanto?

Senza glossario, un modello può tradurre «refund» con استرجاع in un paragrafo e con استرداد nel successivo. Sono entrambi arabo corretto; insieme sembrano trascurati e rompono la ricerca. Il glossario risolve il problema:

  1. Parti dalle traduzioni che hai già. Estrai i termini da help center, contratti e stringhe dell’interfaccia che hai già in entrambe le lingue.
  2. Tienilo corto. Da cinquanta a duecento termini coprono la maggior parte dei prodotti. Metti solo i termini che non devono variare.
  3. Includi gli elementi da non tradurre. Nomi di marchi, di prodotti, dei piani e identificatori del codice.
  4. Mettilo nel system prompt, prima del testo. Così resta anche nel prefisso memorizzabile in cache, che abbassa il costo dell’input nelle chiamate ripetute; vedi token di input in cache.
  5. Verificalo nel codice. Dopo la traduzione, controlla che ogni termine del glossario presente nella fonte compaia nel testo di arrivo nella sua forma fissa.

Come conviene dividere i documenti lunghi?

Traduci a blocchi di paragrafo o di sezione, non frase per frase. Le chiamate a livello di frase perdono il contesto (chi è «lui», a quale prodotto si riferisce «esso»). Le chiamate sull’intero documento funzionano con i modelli a contesto lungo, ma un singolo errore è più difficile da trovare e da ritentare. Una sezione di qualche centinaio di parole è un buon equilibrio. Se la coerenza conta, passa come contesto la traduzione della sezione precedente.

Qwen3.8 27B ha un contesto di 262.144 token; DeepSeek V4.1 Flash e GLM 5.3 arrivano fino a 1.048.576 token, abbastanza per includere un lungo documento di riferimento accanto al testo da tradurre.

Come si intercettano gli errori pericolosi?

Un output fluente nasconde gli errori. Controlla questi punti in automatico:

  • Numeri: estrai tutti i numeri da fonte e traduzione (dopo aver convertito le cifre arabo-orientali) e confronta gli insiemi.
  • Negazione: un «non» perso (لا, لم, لن, ليس, ما) ribalta il significato. Segnala le frasi in cui la fonte ha una negazione e la traduzione no.
  • Nomi e termini del glossario: verifica che siano sopravvissuti invariati.
  • Rapporto di lunghezza: una traduzione molto più corta del previsto di solito significa che qualcosa è stato saltato.
import re
EASTERN = str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789")

def numbers(s: str) -> list[str]:
    return sorted(re.findall(r"\d+(?:[.,]\d+)?", s.translate(EASTERN)))

def check(src: str, tgt: str) -> list[str]:
    issues = []
    if numbers(src) != numbers(tgt):
        issues.append(f"numbers differ: {numbers(src)} vs {numbers(tgt)}")
    return issues

Il separatore decimale può cambiare da una locale all’altra (il testo arabo a volte usa ٫), quindi normalizza anche quello se i tuoi documenti lo usano.

Come si valuta la qualità della traduzione?

Le metriche automatiche ti dicono se una modifica al prompt o al modello ha migliorato o peggiorato le cose in media:

Metrica Cosa misura Note per l’arabo
BLEU Sovrapposizione di n-grammi di parole con un riferimento Severa con l’arabo, dove clitici e varianti grafiche cambiano la forma delle parole
chrF Sovrapposizione di n-grammi di caratteri Più tollerante con la morfologia araba; una scelta predefinita migliore
COMET Il giudizio di qualità di un modello neurale Correla meglio con le valutazioni umane; richiede una GPU o uno scorer in hosting

Come benchmark pubblico, FLORES-200, usato dal progetto No Language Left Behind, include l’arabo standard moderno e l’arabo egiziano, najdi, levantino del nord e del sud, mesopotamico, marocchino, tunisino e ta‘izzi-adeni, oltre all’inglese, secondo il suo elenco delle lingue. Ma il vero test sono i tuoi contenuti:

  1. Prendi da 100 a 200 segmenti rappresentativi che hanno già una traduzione professionale.
  2. Traducili con ogni modello e ogni versione del prompt.
  3. Calcola chrF (e COMET, se puoi), dopo aver normalizzato l’ortografia araba nello stesso modo per tutti i sistemi.
  4. Fai valutare a un madrelingua 30 segmenti per sistema per accuratezza e naturalezza, senza sapere quale sistema li ha prodotti.
  5. Tieni il conto dei controlli sugli errori pericolosi visti sopra come voce separata.

Quale modello usare, e quanto costerà?

BroadNet riporta che nei suoi test Qwen3.8 27B ha tradotto con precisione tra arabo e inglese, ha scritto un arabo fluente e ha capito i dialetti del Golfo ed egiziano. Questo lo rende il primo candidato naturale su BroadNet Inference. Vale la pena provare anche DeepSeek V4.1 Flash: i suoi token di output costano meno, ed è il modello dei piani flat illimitati. Il confronto tra DeepSeek V4.1 Flash e Qwen3.8 27B li mette fianco a fianco.

Per 1M di token:

Modello Input Output
Qwen3.8 27B $0.175 $2.17
DeepSeek V4.1 Flash $0.175 $0.52
GLM 5.3 $0.78 $3.46

L’output di una traduzione è lungo più o meno quanto l’input, e tutti e tre i modelli ragionano prima di rispondere, quindi di solito sono i token di output a pesare di più sulla fattura. L’arabo inoltre tende a richiedere più token per parola dell’inglese; vedi token per parola in arabo e in inglese. Incolla un campione nel contatore di token per l’arabo gratuito, verifica con usage di una richiesta reale, poi proietta la spesa mensile con il calcolatore dei costi delle API LLM. Per un grande progetto di localizzazione una tantum su DeepSeek V4.1 Flash, il piano settimanale da $15 elimina del tutto il contatore dei token.

Si possono inviare contratti e ticket all’API?

Contratti, lettere mediche e ticket di supporto contengono spesso dati personali. BroadNet Inference non conserva prompt né output dopo la richiesta; vedi zero data retention. Verifica che la tua memoria di traduzione e i tuoi log seguano le stesse regole.

Domande frequenti

Per l’arabo è meglio un LLM o un’API di traduzione dedicata?

Per testi brevi e generici la differenza può essere piccola. Gli LLM vincono quando ti serve controllo su tono, termini del glossario, formattazione o input in dialetto, perché nel prompt puoi dire esattamente cosa vuoi.

Il modello può tradurre l’arabo dialettale in inglese?

Spesso sì, perché la traduzione dipende dalla comprensione, e i modelli capiscono i dialetti meglio di quanto li scrivano. BroadNet riporta che nei suoi test Qwen3.8 27B ha capito i dialetti del Golfo ed egiziano. Fai controllare un campione a dei madrelingua.

I documenti legali si possono tradurre in automatico?

Usa un LLM per una prima bozza e per capire il testo, ma fai rivedere a un traduttore qualificato tutto ciò che ha effetti legali. Molti ordinamenti richiedono inoltre una traduzione umana certificata per gli atti ufficiali.

Perché la mia traduzione araba ha più token dell’inglese?

I tokenizer spesso dividono l’arabo in più token per parola rispetto all’inglese. Incolla un campione in un contatore di token, poi verifica con usage.prompt_tokens e usage.completion_tokens di una richiesta reale.

Quale metrica usare per valutare la traduzione automatica dall’arabo?

Usa chrF come punteggio automatico predefinito, perché gli n-grammi di caratteri gestiscono i clitici e le varianti grafiche dell’arabo meglio di BLEU. Aggiungi COMET se puoi eseguirlo, e fai valutare alla cieca 30 o più segmenti per sistema a dei madrelingua.

Leggi in MarkdownChiedi a ChatGPTChiedi a ClaudeChiedi a Perplexity