BroadRouter

湾岸・エジプト・レバントのアラビア語:LLM は方言をどう扱うか

BroadNet Inference チーム · 約 6 分で読めます · 公開日

LLM の方言対応にはむらがあり、エジプトや湾岸のアラビア語は書くより理解するほうが得意で、まれな方言では品質が落ちます。理解と文章作成は自社のメッセージで別々にテストしてください。BroadNet のテストでは、Qwen3.8 27B が湾岸・エジプト方言を理解し、流暢なアラビア語を書きました。価格は入力 100 万トークンあたり $0.175 です。

LLM は通常、湾岸アラビア語やエジプトアラビア語を書くより理解するほうが得意で、まれな方言ではさらに成績が落ちます。リヤド、カイロ、ベイルートの顧客は、「何が欲しいの?」をそれぞれまったく違う文で尋ねることができ、現代標準アラビア語(MSA)をうまく扱えるモデルでも読み違えることがあります。理解と文章作成は別々にテストしてください。

この記事では、主要な方言グループの間で何が違うのか、LLM がどこで失敗しやすいのか、そして実際の顧客を任せる前にモデルをどうテストするのかを扱います。

方言の違いは実際どれくらいですか?

日常語では大きく異なり、改まった語彙ではずっと近くなります。研究用コーパスがその規模を示しています。MADAR コーパスは、同じ旅行の文を 25 のアラブ都市の方言に翻訳しました。下の表はよく使われるフレーズの例です。MSA の列は教科書に載る形で、その他は典型的な話し言葉やメッセージでの形です。綴りは人によって異なり、それ自体が問題の一部です。

意味 MSA 湾岸(サウジ / UAE) エジプト レバント
何が欲しいの? ماذا تريد؟ وش تبي؟ / شو تبي؟ عايز إيه؟ شو بدّك؟
元気? كيف حالك؟ شلونك؟ إزيك؟ كيفك؟
今 الآن الحين دلوقتي هلّق
わからない لا أعرف ما أدري مش عارف ما بعرف
とても / たくさん جداً وايد أوي كتير

LLM にとって重要なパターンは 3 つあります。

  • **機能語が変わる。**疑問詞、否定、「欲しい」は方言間でまったく異なります。これらは文の意味を決める短く頻出の単語なので、1 つ読み違えるだけで意図が逆になります。
  • **綴りが標準化されていない。**方言は主に話し言葉なので、人々は聞こえたとおりに書きます。同じ単語が違う文字で、hamza ありでもなしでも、あるいはラテン文字(Arabizi)でも現れます。
  • **コードスイッチングが普通。**湾岸のビジネスメッセージには英語の製品名が混ざり、レバントやマグリブの話者はフランス語を混ぜます。モデルは 1 文の中の 2 つの文字体系に対応する必要があります。

LLM はアラビア語の方言のどこで失敗しますか?

モデルは目にしたテキストから学習しますが、UAE 方言やスーダン方言のような小さな方言の公開テキストは、現代標準アラビア語よりはるかに少ないのが実情です。実際には、いくつかの誤りが繰り返し現れます。

  1. **方言の単語を別の MSA の単語として読む。**湾岸方言の「أبي」(欲しい)は MSA の「أبي」(私の父)と同じに見えます。通常は文脈で区別できますが、小さなモデルではできないこともあります。
  2. 意図を取り違える。「الطلب لسه موصلش」(注文がまだ届かない)のような短いエジプト方言の苦情を理解するには、「لسه」が「まだ」、「موصلش」が否定の動詞だと知っている必要があります。
  3. 方言を混ぜて書く。「湾岸アラビア語で」返信するよう求められると、弱いモデルはエジプト方言、レバント方言、MSA が混ざった、ネイティブスピーカーなら誰も書かない文を作ります。これは誤解よりもよく起こります。
  4. **過剰に訂正する。**顧客の方言を引用するよう求めたのに、MSA に「直して」しまうモデルがあり、抽出タスクが壊れます。

一般的なルールは、モデルは方言を書くより理解するほうが得意ということです。製品はそれを前提に設計してください。

BroadNet はアラビア語の方言で何をテストしましたか?

BroadNet は、料金ページで独自のアラビア語チェックの結果を公開しています。Qwen3.8 27B については次のように報告しています。

  • 流暢なアラビア語の文章作成
  • 湾岸方言とエジプト方言の理解
  • 正確なアラビア語と英語の翻訳

BroadNet が述べているのはそれだけです。レバント、イラク、マグリブの方言の結果は公開しておらず、方言の文章作成のスコアも公開していません。レバントの顧客が重要なら、下の方法で自分でテストしてください。

Qwen3.8 27B はテキストと画像を受け付け、ツールと構造化出力に対応し、回答の前に推論し、コンテキストは 262,144 トークンです。100 万トークンあたり入力 $0.175、出力 $2.17 です。他のチャットモデルは料金ページで比較し、文章作成、翻訳、文書も含むより広いチェックリストはアラビア語向け LLM API の選び方を参照してください。

特定の方言向けに LLM のプロンプトをどう書きますか?

どの方言を想定するか、どの方言で返してほしいか、どの程度改まった文体にするかを伝えます。サウジの小売の問い合わせ窓口でうまく機能するシステムプロンプトの例です。

import os
from openai import OpenAI

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

system = (
    "You are a customer-service assistant for a Saudi online store. "
    "Customers write in Gulf Arabic (often Saudi), MSA, English or Arabizi. "
    "Understand all of them. Reply in simple, polite Modern Standard Arabic, "
    "in two or three short sentences. If the customer writes in English, reply in English. "
    "Never invent order details."
)

response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # the model reasons first; leave room for the answer
    messages=[
        {"role": "system", "content": system},
        {"role": "user", "content": "السلام عليكم، طلبي للحين ما وصل، وش السالفة؟"},
    ],
)
print(response.choices[0].message.content)

顧客のメッセージは湾岸アラビア語で、「こんにちは、注文がまだ届きません。どうなっていますか?」という意味です。「للحين」(まだ)と「وش السالفة」(どういうこと、どうなっているの)は湾岸方言の形です。良い返信は、MSA で遅延を認め、注文番号を尋ねます。

ほかにも役立つプロンプトの習慣があります。

  • 地域だけでなく国を指定する。「湾岸アラビア語」はサウジ、UAE、クウェート、カタール、バーレーン、オマーンの話し言葉を含み、それぞれ違います。市場がわかっているなら、それを書いてください。
  • **抽出タスクでは方言のラベルを求める。**ルーティングや分析のために、構造化出力で {"dialect": "gulf" | "egyptian" | "levantine" | "msa" | "other", "intent": ...} を返させます。顧客が誰なのかを知る安価な方法です。
  • **指示は 1 つの言語で書く。**ほとんどのモデルでは、英語の指示とアラビア語の内容の組み合わせがうまく機能します。アラビア語の指示でも機能しますが、1 つのシステムプロンプトで両方を混ぜると文体がぼやけがちです。詳しくはアラビア語のプロンプトエンジニアリングを参照してください。

そもそも方言で返信すべきですか?

ほとんどの企業にとっては不要です。シンプルな MSA(「白い」アラビア語や中立的なアラビア語と呼ばれることもあります)はアラビア語の読み手なら誰でも理解でき、プロフェッショナルに読め、違う国の言葉のように聞こえる返信のリスクを避けられます。方言での返信が意味を持つのは、カジュアルなブランド、1 つの市場向けに書くマーケティングコピー、MSA が堅苦しく聞こえる音声製品です。その道を選ぶなら、まさにその方言のネイティブスピーカーに、毎週出力のサンプルをレビューしてもらってください。

方言への対応を 1 日でテストするには?

  1. **実際のメッセージを集める。**問い合わせ窓口、チャットログ、文字起こししたボイスメッセージから、方言ごとに匿名化したメッセージを 30〜50 件取り出します。名前、電話番号、注文番号は削除します。
  2. **意図をラベル付けする。**各メッセージについて、正しい意図と、モデルが抽出すべき事実(注文番号、製品、日付)を書きます。
  3. **理解をテストする。**各候補モデルに、意図とフィールドを JSON で返させます。完全一致で採点します。ルーティングが機能するかを決めるのはこの数値です。
  4. **文章作成をテストする。**方言ごとに 10 件のメッセージについて返信を求めます。ネイティブスピーカーに、正確さ、トーン、自然さを 1〜3 で採点してもらいます。自分が話せない方言は採点しないでください。
  5. **コストと速度を確認する。**呼び出しごとに usage.prompt_tokens、usage.completion_tokens、レイテンシーを記録します。方言のテキストは MSA とトークン化のされ方が異なることがあるため、推測せず測定してください。無料のアラビア語トークンカウンターで最初の見積もりをすばやく得られます。
  6. モデルごとに繰り返す。Qwen3.8 27B、DeepSeek V4.1 Flash、GLM 5.3 で同じセットを実行します。3 つとも同じ OpenAI 互換 API を使うので、変わるのはモデル ID だけです。

Qwen3.8 27B、DeepSeek V4.1 Flash、GLM 5.3 はチャージ後に使えます。チャットモデルのうち、無料の $5 初回クレジットで使えるのは BroadNet Gemma 4 VL 26B だけで、低コストのベースラインとして加える価値があります。有用な結論は、構成を分けることになる場合がよくあります。1 つのモデルで理解とルーティングを行い、返信は MSA で起草する形です。

ボイスメッセージの方言はどうしますか?

顧客がボイスメッセージを送ってくるなら、方言への対応はもっと前の音声認識の段階から始まります。文字起こしモデルは、LLM が目にする前に方言の単語を聞き違えることがあります。BroadNet は、BroadNet Transcribe Arabic の方言の単語誤り率を 23.4、FLEURS の読み上げ音声では 3.8 と報告しています。これらの数値の意味はアラビア語 WER の解説を参照してください。各部分を単独でではなく、ボイスメッセージから返信までのチェーン全体をテストしてください。

よくある質問

チャットボットは顧客の方言で返信すべきですか?

既定ではたいてい不要です。シンプルな現代標準アラビア語はどこでも理解され、プロフェッショナルに見えます。方言での返信は、ブランドのトーンがそれを求める場合に限り、ネイティブスピーカーが出力をレビューしたうえで使ってください。

BroadNet はどのモデルでアラビア語の方言をテストしましたか?

Qwen3.8 27B です。BroadNet は、流暢なアラビア語の文章作成、湾岸方言とエジプト方言の理解、正確なアラビア語と英語の翻訳を報告しています。レバント方言やマグリブ方言の結果は公開していません。

方言ごとにテストメッセージはいくつ必要ですか?

方言ごとに実際のメッセージが 30〜50 件あれば、モデル間の明確な差が見えます。顧客の大半が使う方言については、さらに増やしてください。

方言のメッセージはトークンを多く消費しますか?

その可能性はあります。トークン数はトークナイザーと綴りによって決まり、方言のテキストは綴りが標準的でないことがよくあります。推測せず、サンプルをトークンカウンターに貼り付け、自社のメッセージの prompt_tokens で確認してください。

LLM はエジプトアラビア語を理解できますか?

多くの場合はできますが、自社のメッセージで確認してください。BroadNet は、自社のテストで Qwen3.8 27B がエジプトと湾岸のアラビア語を理解したと報告していますが、他のモデルはまちまちです。方言を書くのは読むより信頼性が低いのが普通なので、実際のメッセージ 30〜50 件で意図の正解率と返信の品質を別々に採点してください。

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