BroadRouter

Tradução árabe–inglês com LLMs: prompts, glossários e avaliação

Pela equipe da BroadNet Inference · 5 min de leitura · Publicado em

Para traduzir entre árabe e inglês com um LLM, informe ao modelo o público, o registro e um glossário de termos fixos, peça que mantenha números e nomes sem alteração e traduza em blocos do tamanho de um parágrafo. Avalie com chrF ou COMET mais revisão de nativos. Nos testes da BroadNet, o Qwen3.8 27B traduziu com precisão entre árabe e inglês.

Para traduzir entre árabe e inglês com um LLM, informe ao modelo a direção, o público e o registro, dê a ele um glossário de termos fixos, mantenha números e nomes sem alteração e envie blocos do tamanho de um parágrafo. Depois confira números e negações no código e avalie com chrF, COMET e um revisor nativo.

Esse controle importa no árabe, em que uma tradução literal pode estar correta e mesmo assim soar estrangeira.

Por que a tradução árabe–inglês é traiçoeira para os LLMs?

  • Registro. O árabe formal (árabe padrão moderno, فصحى) e a fala do dia a dia são muito diferentes. Uma frase de marketing descontraída em inglês pode ficar dura ou cômica num MSA literal.
  • Ordem das palavras e comprimento. Frases em árabe costumam começar pelo verbo, e o texto em árabe muitas vezes tem comprimento diferente do inglês. Strings de interface que cabem em inglês podem quebrar a linha ou estourar o espaço.
  • Gênero e número. O árabe marca gênero em verbos, adjetivos e pronomes, e tem dual. O “you” do inglês precisa virar أنتَ, أنتِ, أنتما, أنتم ou أنتنّ. Se você não sabe quem vai ler, diga ao modelo qual forma usar como padrão.
  • Nomes e transliteração. “محمد” tem muitas grafias em inglês (Mohammed, Muhammad, Mohamed). Escolha uma por pessoa e mantenha.
  • Números e datas. Algarismos arábicos orientais, datas do calendário hégira e formatação da direita para a esquerda exigem regras explícitas.

Que prompt gera boas traduções em árabe?

A qualidade da tradução depende muito mais das instruções do que de uma redação engenhosa. Informe ao modelo direção, público, registro, glossário e formato de saída:

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

Para árabe → inglês, inverta a direção e acrescente o que o leitor em inglês precisa: “inglês americano, estilo simples, mantenha os nomes próprios árabes na grafia indicada no glossário”. Se a fonte puder estar em dialeto, diga: “A fonte pode estar em árabe do Golfo ou egípcio; traduza o sentido, não palavra por palavra.”

Por que o glossário importa tanto?

Sem glossário, um modelo pode traduzir “refund” como استرجاع num parágrafo e como استرداد no seguinte. Os dois são árabe correto; juntos, parecem desleixo e atrapalham a busca. O glossário resolve isso:

  1. Comece pelas traduções que você já tem. Extraia termos da central de ajuda, de contratos e de strings de interface que você já tem nos dois idiomas.
  2. Mantenha-o curto. De cinquenta a duzentos termos cobrem a maioria dos produtos. Inclua só os termos que não podem variar.
  3. Inclua itens que não devem ser traduzidos. Nomes de marcas, de produtos, de planos e identificadores de código.
  4. Coloque-o no system prompt, antes do texto. Assim ele também fica no prefixo que pode ir para o cache, o que reduz o custo de entrada em chamadas repetidas; veja tokens de entrada em cache.
  5. Confira-o no código. Depois da tradução, verifique se cada termo do glossário presente na fonte aparece no texto traduzido na sua forma fixa.

Como dividir documentos longos?

Traduza em blocos de parágrafo ou de seção, não frase por frase. Chamadas por frase perdem o contexto (quem é “ele”, a que produto “isso” se refere). Chamadas com o documento inteiro funcionam em modelos de contexto longo, mas um único erro fica mais difícil de achar e de repetir. Uma seção de algumas centenas de palavras é um bom equilíbrio. Se a consistência importa, passe a tradução da seção anterior como contexto.

O Qwen3.8 27B tem contexto de 262.144 tokens; o DeepSeek V4.1 Flash e o GLM 5.3 aceitam até 1.048.576 tokens, o suficiente para incluir um longo documento de referência junto com o texto que você traduz.

Como pegar os erros perigosos?

Uma saída fluente esconde erros. Confira estes pontos automaticamente:

  • Números: extraia todos os números da fonte e da tradução (depois de converter os algarismos arábicos orientais) e compare os conjuntos.
  • Negação: um “não” perdido (لا, لم, لن, ليس, ما) inverte o sentido. Sinalize frases em que a fonte tem negação e a tradução não.
  • Nomes e termos do glossário: verifique se sobreviveram sem alteração.
  • Proporção de comprimento: uma tradução muito mais curta que o esperado geralmente significa que algo foi pulado.
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

O separador decimal pode mudar de um locale para outro (o texto em árabe às vezes usa ٫), então normalize isso também se os seus documentos o usarem.

Como avaliar a qualidade da tradução?

Métricas automáticas dizem se uma mudança no prompt ou no modelo melhorou ou piorou as coisas, na média:

Métrica O que mede Observações para o árabe
BLEU Sobreposição de n-gramas de palavras com uma referência Rígida com o árabe, em que clíticos e variantes de grafia mudam a forma das palavras
chrF Sobreposição de n-gramas de caracteres Mais tolerante com a morfologia do árabe; um padrão melhor
COMET O julgamento de qualidade de um modelo neural Correlaciona melhor com avaliações humanas; exige GPU ou um avaliador hospedado

Como benchmark público, o FLORES-200, usado pelo projeto No Language Left Behind, inclui o árabe padrão moderno e o árabe egípcio, najdi, levantino do norte e do sul, mesopotâmico, marroquino, tunisiano e ta‘izzi-adeni, além do inglês, segundo a sua lista de idiomas. Mas o teste de verdade é o seu próprio conteúdo:

  1. Separe de 100 a 200 segmentos representativos que já tenham tradução profissional.
  2. Traduza-os com cada modelo e cada versão do prompt.
  3. Calcule o chrF (e o COMET, se puder), depois de normalizar a grafia do árabe do mesmo jeito para todos os sistemas.
  4. Peça a um falante nativo para avaliar 30 segmentos por sistema quanto a precisão e naturalidade, sem saber qual sistema os produziu.
  5. Acompanhe as checagens de erros perigosos acima como uma contagem separada.

Qual modelo usar, e quanto vai custar?

A BroadNet informa que, nos testes dela, o Qwen3.8 27B traduziu com precisão entre árabe e inglês, escreveu árabe fluente e entendeu os dialetos do Golfo e egípcio. Isso faz dele o primeiro candidato natural na BroadNet Inference. Vale testar também o DeepSeek V4.1 Flash: os tokens de saída dele são mais baratos, e ele é o modelo dos planos ilimitados de preço fixo. A comparação entre DeepSeek V4.1 Flash e Qwen3.8 27B coloca os dois lado a lado.

Por 1M de tokens:

Modelo Entrada Saída
Qwen3.8 27B $0.175 $2.17
DeepSeek V4.1 Flash $0.175 $0.52
GLM 5.3 $0.78 $3.46

A saída de uma tradução tem mais ou menos o tamanho da entrada, e os três modelos raciocinam antes de responder, então os tokens de saída costumam dominar a conta. O árabe também tende a precisar de mais tokens por palavra que o inglês; veja tokens por palavra em árabe e inglês. Cole uma amostra no contador de tokens para árabe gratuito, confirme com o usage de uma requisição real e depois projete o gasto mensal com a calculadora de custo de API de LLM. Para um grande projeto pontual de localização no DeepSeek V4.1 Flash, o plano semanal de $15 elimina de vez o medidor de tokens.

Dá para enviar contratos e tickets para a API?

Contratos, laudos médicos e tickets de suporte muitas vezes contêm dados pessoais. A BroadNet Inference não retém prompts nem saídas depois da requisição; veja retenção zero de dados. Confira se a sua memória de tradução e os seus logs seguem as mesmas regras.

Perguntas frequentes

Para o árabe, um LLM é melhor que uma API de tradução dedicada?

Para textos curtos e genéricos, a diferença pode ser pequena. Os LLMs ganham quando você precisa de controle sobre tom, termos do glossário, formatação ou entrada em dialeto, porque dá para dizer exatamente o que você quer no prompt.

O modelo consegue traduzir árabe dialetal para o inglês?

Muitas vezes sim, porque a tradução depende de compreensão, e os modelos entendem dialetos melhor do que os escrevem. A BroadNet informa que, nos testes dela, o Qwen3.8 27B entendeu os dialetos do Golfo e egípcio. Confira uma amostra com falantes nativos.

Documentos jurídicos podem ser traduzidos por máquina?

Use um LLM para um primeiro rascunho e para entender o texto, mas peça a um tradutor qualificado que revise tudo o que tiver efeito jurídico. Muitas jurisdições também exigem tradução humana certificada para documentos oficiais.

Por que minha tradução em árabe tem mais tokens que o inglês?

Os tokenizadores costumam dividir o árabe em mais tokens por palavra que o inglês. Cole uma amostra num contador de tokens e depois confirme com usage.prompt_tokens e usage.completion_tokens de uma requisição real.

Qual métrica usar para avaliar tradução automática de árabe?

Use o chrF como pontuação automática padrão, porque n-gramas de caracteres lidam melhor com os clíticos e as variantes de grafia do árabe do que o BLEU. Acrescente o COMET se puder rodá-lo, e peça a falantes nativos para avaliar às cegas 30 ou mais segmentos por sistema.

Ler em MarkdownPerguntar ao ChatGPTPerguntar ao ClaudePerguntar ao Perplexity