---
title: "Análise de sentimento e tickets em árabe com LLM | BroadRouter"
description: "Classifique avaliações, mensagens e tickets em árabe com um LLM: rótulos, prompt atento ao dialeto, saída em JSON, teste com macro F1 e custo em volume."
url: https://broadrouter.com/pt/blog/arabic-text-classification-llm/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/blog/arabic-text-classification-llm/) (atualizado em 2026-11-16).

# Classificação de texto em árabe com LLM: sentimento, intenção, triagem

Pela equipe da BroadNet Inference · 7 min de leitura · Publicado em 2026-11-15 · Atualizado em 2026-11-16

Para classificar texto em árabe com um LLM, defina uma lista curta de rótulos com definições de uma linha, dê alguns exemplos rotulados em cada dialeto que você recebe, peça JSON com um rótulo e uma citação curta como evidência, e deixe o raciocínio em low. Depois avalie o modelo em 200 mensagens rotuladas à mão com macro F1 antes de confiar nele. Modelos árabes com fine-tuning ainda podem superar um LLM genérico.

## Pontos principais

-   Escreva primeiro os rótulos e suas definições. A maioria dos erros de classificação vem de rótulos vagos, não do modelo.
-   Inclua exemplos em cada dialeto que você recebe. Um estudo de 2025 concluiu que prompts atentos ao dialeto melhoraram a precisão de sentimento em árabe.
-   Peça JSON com um rótulo e uma citação do texto, e mantenha a saída curta: tokens de output custam mais que os de input.
-   Avalie no seu próprio conjunto rotulado com macro F1 e matriz de confusão. Mensagens neutras e mistas são onde modelos e pessoas discordam.
-   Coloque muitas mensagens curtas em uma requisição para ficar dentro dos rate limits: uma chave da BroadNet com pagamento por uso permite 30 requisições por minuto.

**Nesta página**

1.  Quais tarefas de classificação combinam com um LLM?
2.  O que a pesquisa diz sobre LLMs em árabe?
3.  Como desenhar os rótulos?
4.  Que prompt funciona para classificar árabe?
5.  Qual modelo da BroadNet usar?
6.  Como testar o classificador?
7.  Como classificar em volume?
8.  Que erros evitar?
9.  Quando um LLM é o classificador errado?
10.  Onde a BroadNet Inference se encaixa

Tarefas de classificação em árabe estão em toda parte: essa avaliação é positiva, essa mensagem de WhatsApp é uma reclamação, para qual equipe vai esse ticket, é urgente. Antes dos LLMs, cada tarefa exigia um dataset rotulado e um modelo com fine-tuning. Hoje dá para começar com um prompt. É mais rápido, mas é fácil colocar em produção um classificador que parece ótimo em dez exemplos e falha no dialeto do Golfo. Este post cobre o prompt, o formato de saída, o teste e o custo.

## Quais tarefas de classificação combinam com um LLM?

| Tarefa | Rótulos, por exemplo | Observações |
| --- | --- | --- |
| Sentimento | positive, negative, neutral, mixed | Neutro e misto são onde pessoas e modelos mais discordam |
| Intenção | complaint, question, order, cancel, other | Mantenha “other”; forçar um rótulo gera erros |
| Roteamento de tickets | billing, delivery, technical, account | Baseie os rótulos nas suas equipes reais |
| Urgência | urgent, normal | Defina urgente em uma linha: “o cliente não consegue usar o serviço agora” |
| Dialeto ou escrita | MSA, Gulf, Egyptian, Levantine, Arabizi | Útil para escolher o modelo de resposta certo; veja [Arabizi](https://broadrouter.com/pt/blog/arabizi-llm-handling/) |
| Tags de assunto | Vários rótulos de uma lista fixa | Peça uma lista e limite o tamanho |

Um LLM é uma boa escolha quando você tem poucos exemplos rotulados, quando os rótulos mudam com frequência ou quando quer uma justificativa para cada rótulo. Um classificador com fine-tuning é uma boa escolha quando os rótulos são estáveis, o volume é enorme e você já tem milhares de exemplos rotulados.

## O que a pesquisa diz sobre LLMs em árabe?

Vale conhecer dois resultados antes de começar:

-   **Modelos árabes com fine-tuning podem vencer.** O GPTAraEval testou o ChatGPT em 44 tarefas em árabe e concluiu que ele é “consistently surpassed by smaller models that have undergone finetuning on Arabic” (tradução: superado de forma consistente por modelos menores que passaram por fine-tuning em árabe). Os autores também encontraram resultados piores em dialetos do que no árabe padrão moderno ([Khondaker et al.](https://arxiv.org/abs/2305.14976)).
-   **Prompts atentos ao dialeto ajudam.** Um estudo da RANLP 2025 com DeepSeek-R1, Qwen2.5 e LLaMA-3 sobre sentimento em MSA, dialeto saudita e darija marroquino relata que prompts atentos ao dialeto melhoraram a precisão, sobretudo nas classes neutra e negativa ([Alharbi et al.](https://aclanthology.org/2025.ranlp-1.8/)).

São modelos mais antigos ou diferentes dos que você vai usar, então trate os resultados como direção, não como números. A lição continua valendo: meça nas suas próprias mensagens, por dialeto.

## Como desenhar os rótulos?

Comece por aqui, não pelo modelo.

1.  **Mantenha a lista curta.** De quatro a oito rótulos por pergunta. Faça perguntas separadas (sentimento, intenção, urgência) como campos separados, não uma lista gigante.
2.  **Defina cada rótulo em uma linha,** dizendo também o que ele não é: “complaint: o cliente relata um problema com algo que comprou. Não é uma pergunta sobre preço.”
3.  **Adicione um rótulo de escape** como `other` ou `unclear`.
4.  **Decida os casos mistos de antemão.** “A entrega atrasou, mas o entregador foi gentil” é misto, não neutro. Registre essa regra por escrito.

As definições dos rótulos podem estar em inglês mesmo quando o texto está em árabe. Mantenha os valores dos rótulos em inglês para que o seu código não dependa de comparação de strings em árabe.

## Que prompt funciona para classificar árabe?

```python
import json, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
LABELS = ["complaint", "question", "order", "cancel", "other"]

SYSTEM = """You classify customer messages written in Arabic.
Messages may be Modern Standard Arabic, Gulf or Egyptian dialect, Arabizi, or mixed with English.
Labels:
- complaint: reports a problem with a product, delivery or service.
- question: asks for information; no problem reported.
- order: wants to buy or change an order.
- cancel: wants to cancel an order or subscription.
- other: none of the above.
Return JSON only: {"label": one of the labels, "evidence": the shortest Arabic phrase from the message that decided it}.

Examples:
"الطلب وصل ناقص قطعتين" -> {"label": "complaint", "evidence": "وصل ناقص"}
"بكم التوصيل للرياض؟" -> {"label": "question", "evidence": "بكم التوصيل"}
"عايز ألغي الاشتراك" -> {"label": "cancel", "evidence": "ألغي الاشتراك"}"""

def classify(text):
    r = client.chat.completions.create(
        model="broadnet/qwen3.8-27b",
        temperature=0,
        reasoning_effort="low",
        max_tokens=1000,
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": text}])
    out = json.loads(r.choices[0].message.content)
    if out.get("label") not in LABELS:
        raise ValueError(f"bad label: {out}")
    return out
```

Por que cada parte está ali:

-   **A linha de dialetos** diz ao modelo o que esperar, que é o prompt atento ao dialeto que o estudo da RANLP considerou útil.
-   **Exemplos em mais de um dialeto.** Os exemplos acima misturam dialeto do Golfo e egípcio. Use mensagens reais (anonimizadas) do seu próprio tráfego.
-   **A evidência como citação** permite que um revisor confira um rótulo em um segundo e facilita identificar chutes.
-   **`reasoning_effort="low"`.** Qwen3.8 27B, GLM 5.3 e DeepSeek V4.1 Flash raciocinam antes de responder, e o raciocínio conta para o `max_tokens`. A documentação da BroadNet sugere definir `reasoning_effort` como `low` ou deixar 1.000 tokens ou mais. [Por que senão as respostas voltam vazias](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/).
-   **Rejeite rótulos desconhecidos no código.** Nunca confie que o modelo vai ficar dentro da lista.

Para um contrato de saída mais rígido, veja [JSON mode vs json\_schema](https://broadrouter.com/pt/blog/structured-output-json-schema/). A BroadNet lista saída estruturada para GLM 5.3 e Qwen3.8 27B.

## Qual modelo da BroadNet usar?

| Modelo | Por que escolher | Input / output por 1M de tokens |
| --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/) | Testado pela BroadNet em árabe: dialetos do Golfo e egípcio compreendidos; saída estruturada listada | $0.175 / $2.17 |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/pt/models/gemma-4-vl-26b/) | Menor preço por token na BroadNet; roda com o crédito inicial de $5; saída estruturada não listada, então valide a saída com rigor | $0.10 / $0.22 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/pt/models/deepseek-v4.1-flash/) | Também em plano de preço fixo a $60 por mês por sessão, uma requisição por vez | $0.175 / $0.52 |
| [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) | Saída estruturada listada; o preço mais alto dos quatro | $0.78 / $3.46 |

Rode seu conjunto de teste primeiro no Qwen3.8 27B e no Gemma 4 VL 26B. Se as notas do Gemma ficarem próximas o bastante, ele é a escolha mais barata para rótulos curtos. Decida pelos seus números, não por esta tabela.

## Como testar o classificador?

1.  **Rotule 200 mensagens reais à mão,** com um falante nativo, usando as definições acima. Inclua todos os dialetos que você recebe, pelo menos 30 de cada.
2.  **Rode o modelo nas 200.**
3.  **Calcule a macro F1,** a média das F1 por rótulo, para que rótulos raros contem tanto quanto os comuns. A acurácia sozinha esconde um modelo que nunca diz `cancel`.
4.  **Leia a matriz de confusão.** Se `question` e `complaint` trocam de lugar com frequência, as definições se sobrepõem: corrija as definições antes de trocar de modelo.
5.  **Separe os resultados por dialeto.** Um modelo pode ser forte em MSA e fraco no Golfo.

```python
# pip install scikit-learn
from sklearn.metrics import classification_report, confusion_matrix
pred = [classify(t)["label"] for t in texts]
print(classification_report(gold, pred, labels=LABELS, digits=3))
print(confusion_matrix(gold, pred, labels=LABELS))
```

Rode o mesmo conjunto de novo sempre que mudar o prompt ou o modelo. [Como avaliar um LLM antes de trocar](https://broadrouter.com/pt/blog/evaluate-llm-before-switching/) explica como manter um conjunto de teste fixo.

## Como classificar em volume?

Classificação pesa no input: um system prompt longo, uma mensagem curta e uma resposta de uma palavra. Três alavancas importam.

**Agrupe mensagens por requisição.** Uma chave da BroadNet com pagamento por uso permite 30 requisições por minuto e 4 em andamento. Uma mensagem por requisição limita você a 30 mensagens por minuto por chave, ou 1.440 vezes isso por dia. Envie 20 mensagens curtas como lista numerada e peça um array JSON com 20 resultados: o mesmo rate limit passa a cobrir vinte vezes mais mensagens. Confira se o tamanho do array bate e se cada item tem o seu número.

**Mantenha o prefixo do prompt idêntico.** O system prompt e os exemplos são os mesmos em toda chamada. Coloque-os primeiro e a mensagem por último, para que sejam lidos do cache pelo preço de input em cache, por exemplo $0.0435 em vez de $0.175 por 1M no Qwen3.8 27B. [Como estruturar prompts para o prefixo ir para o cache](https://broadrouter.com/pt/blog/prompt-structure-for-caching/).

**Mantenha a saída curta.** Tokens de output custam mais que os de input. Um rótulo e uma citação curta bastam; tire o campo de evidência quando já confiar no modelo.

O árabe normalmente usa mais tokens por palavra que o inglês, então conte uma amostra das suas mensagens no [contador de tokens para árabe](https://broadrouter.com/tools/arabic-token-counter/) e depois calcule o mês na [calculadora de custo de API de LLM](https://broadrouter.com/tools/llm-api-cost-calculator/).

## Que erros evitar?

-   **Testar com traduções do inglês.** Texto traduzido não é como seus clientes escrevem.
-   **Uma única nota para todos os dialetos.** Informe cada dialeto separadamente.
-   **Nenhum rótulo de escape.** Forçar toda mensagem em um rótulo real infla os erros.
-   **Respostas em texto livre.** “Parece negativo” não dá para processar. Peça JSON e valide.
-   **Ignorar o sarcasmo.** “ما شاء الله، ثالث مرة يتأخر الطلب” parece positivo palavra por palavra e é uma reclamação. Coloque um exemplo assim no prompt.

## Quando um LLM é o classificador errado?

Quando os rótulos são estáveis, você já tem milhares de exemplos rotulados e o volume está na casa dos milhões, um modelo encoder árabe com fine-tuning normalmente custa menos por mensagem e, segundo o GPTAraEval, pode ser mais preciso. Para grandes trabalhos offline que podem esperar, um provedor com batch API também pode sair mais barato: a OpenAI anuncia desconto de 50% para jobs em batch concluídos em até 24 horas. A BroadNet não tem batch API. Um padrão comum é usar um LLM para rotular as primeiras milhares de mensagens, conferir à mão e treinar um modelo pequeno com o resultado.

## Onde a BroadNet Inference se encaixa

A BroadNet oferece um modelo testado em árabe (Qwen3.8 27B), um modelo barato que roda com o crédito inicial (Gemma 4 VL 26B) e uma opção de preço fixo (DeepSeek V4.1 Flash) atrás de uma única chave compatível com a OpenAI, sem reter o conteúdo das mensagens depois da requisição. Isso atende equipes de suporte que querem classificar mensagens em árabe sem montar um pipeline de treinamento. Não atende trabalhos offline muito grandes, em que um desconto de batch ou um modelo com fine-tuning custaria menos. Comece pelo prompt acima, pelo teste com 200 mensagens e pelo post sobre [dialetos do Golfo, egípcio e levantino](https://broadrouter.com/pt/blog/arabic-llm-gulf-egyptian-dialects/) para montar o conjunto de teste.

Ferramentas gratuitas sobre o tema (em inglês)

-   [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.

[Ferramentas gratuitas (em inglês)](https://broadrouter.com/tools/)

## Termos neste artigo

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

Um token é a unidade de texto que um modelo de linguagem lê e escreve: uma palavra, parte de uma palavra, um sinal de pontuação ou uma sequência de bytes gerada pelo tokenizador do modelo. As APIs de LLM contam, limitam e normalmente cobram o uso em tokens.

[Fine-tuning (ajuste fino de LLM)](https://broadrouter.com/pt/glossary/fine-tuning/)

Fine-tuning é o processo de continuar treinando um modelo de linguagem pré-treinado com um conjunto de dados menor e específico, como conversas de exemplo, para que seus pesos mudem e ele execute aquela tarefa ou estilo de forma mais confiável, sem instruções longas ou exemplos em todo prompt.

[Pagamento por uso (pay-as-you-go)](https://broadrouter.com/pt/glossary/pay-as-you-go/)

Pagamento por uso é um modelo de preço em que você paga só pelo que usa, medido por unidade, como tokens, requisições ou minutos de áudio, sem assinatura nem compromisso mínimo. A maioria das APIs de LLM cobra assim, a partir de um saldo pré-pago ou de uma fatura periódica.

[Rate limit (limite de taxa)](https://broadrouter.com/pt/glossary/rate-limit/)

Um rate limit é um teto que uma API impõe a quanto um cliente pode usá-la em um intervalo de tempo, como requisições por minuto ou tokens por minuto. As requisições acima do limite são recusadas, normalmente com HTTP 429 Too Many Requests, até que o uso volte a ficar abaixo dele.

[Saída estruturada (structured output)](https://broadrouter.com/pt/glossary/structured-output/)

Saída estruturada é um recurso de APIs de LLM que restringe a resposta de um modelo a um formato definido pelo desenvolvedor, normalmente um JSON Schema, para que o código consiga interpretá-la de forma confiável. É mais rigorosa que o JSON mode, que garante um JSON válido, mas não uma estrutura específica.

[Árabe padrão moderno (MSA)](https://broadrouter.com/pt/glossary/msa/)

O árabe padrão moderno (MSA) é a forma padronizada do árabe usada na escrita, no noticiário, na educação e na fala formal em todo o mundo árabe. Ele não é a língua materna do dia a dia de ninguém: as pessoas falam dialetos regionais, como o egípcio ou o árabe do Golfo, e passam para o MSA em contextos formais.

[Arabizi](https://broadrouter.com/pt/glossary/arabizi/)

Arabizi é árabe escrito de modo informal com letras latinas, usando dígitos para sons árabes sem equivalente latino, como 3 para ع. É comum em chats e redes sociais, é quase sempre dialetal, não tem grafia padrão e muitas vezes vem misturado com inglês ou francês.

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

Batch API é um endpoint assíncrono de LLM que aceita muitas requisições de uma vez, normalmente em um arquivo, processa tudo dentro de uma janela definida em vez de na hora e devolve os resultados juntos. Provedores como OpenAI e Anthropic cobram as requisições em lote com desconto em relação às APIs padrão.

## Perguntas frequentes

### Um LLM consegue fazer análise de sentimento em árabe?

Sim, sem treinamento, com um prompt que traz rótulos e exemplos. A qualidade varia por dialeto e por classe: em testes publicados, os modelos ficam atrás de modelos árabes com fine-tuning em muitas tarefas, e os dialetos têm notas menores que o árabe padrão moderno. Meça nos seus próprios dados.

### Para classificação, um LLM é melhor que um BERT árabe com fine-tuning?

Nem sempre. O GPTAraEval concluiu que o ChatGPT é "consistently surpassed by smaller models that have undergone finetuning on Arabic" (tradução: superado de forma consistente por modelos menores que passaram por fine-tuning em árabe) em 44 tarefas. Um LLM vence quando você tem poucos exemplos rotulados, rótulos que mudam com frequência ou precisa de uma justificativa para cada rótulo.

### Como classifico mensagens em árabe do Golfo e egípcio?

Dê ao modelo exemplos rotulados em cada dialeto, diga quais dialetos esperar e avalie cada dialeto separadamente. Um modelo que vai bem em avaliações egípcias ainda pode não pegar o sarcasmo do Golfo.

### Como obtenho sempre um rótulo consistente?

Use uma lista fixa de rótulos, peça JSON só com esses valores, defina temperature como 0 e rejeite qualquer resposta fora da lista. Envie os mesmos exemplos na mesma ordem para que os resultados sejam repetíveis.

### Quantas mensagens posso classificar por dia na BroadNet?

Uma chave com pagamento por uso permite 30 requisições por minuto e 4 ao mesmo tempo. Com uma mensagem por requisição, isso dá no máximo 30 mensagens por minuto por chave, ou 1.440 vezes isso por dia. Colocar 20 mensagens curtas em cada requisição multiplica isso por vinte, dentro do limite de contexto.

### A BroadNet tem batch API para classificação em massa?

Não. A BroadNet documenta só chat completions e transcrição. Para grandes trabalhos offline, agrupe mensagens por requisição ou compare com um provedor que tenha batch API; a Batch API da OpenAI anuncia desconto de 50% com janela de 24 horas.

## Continue lendo

-   [Árabe do Golfo, egípcio e levantino: como os LLMs lidam com dialetos](https://broadrouter.com/pt/blog/arabic-llm-gulf-egyptian-dialects/)
-   [Arabizi e LLMs: como lidar com o franco-árabe e números como 3 e 7](https://broadrouter.com/pt/blog/arabizi-llm-handling/)
-   [JSON mode vs json\_schema: saída estruturada que não quebra](https://broadrouter.com/pt/blog/structured-output-json-schema/)
-   [Engenharia de prompt em árabe: registro, RTL, números e texto misto](https://broadrouter.com/pt/blog/arabic-prompt-engineering/)
-   [Como avaliar um LLM antes de trocar de provedor](https://broadrouter.com/pt/blog/evaluate-llm-before-switching/)
-   [Como estruturar prompts para o prefixo entrar em cache](https://broadrouter.com/pt/blog/prompt-structure-for-caching/)
-   [Extrair entidades nomeadas em árabe com LLM: JSON, datas e checagens](https://broadrouter.com/pt/blog/arabic-named-entity-extraction-llm/)
-   [Processamento em lote com LLM sem Batch API: um runner retomável](https://broadrouter.com/pt/blog/llm-batch-processing-without-batch-api/)
-   [Diacríticos no árabe com um LLM: prompt, checagens e DER](https://broadrouter.com/pt/blog/arabic-diacritization-llm/)
-   [Correção gramatical e ortográfica do árabe com um LLM: passo a passo](https://broadrouter.com/pt/blog/arabic-grammar-spelling-correction-llm/)
-   [Guia: Por que um modelo de raciocínio devolve uma resposta vazia](https://broadrouter.com/pt/guides/reasoning-tokens-empty-response/)
-   [Guia: Códigos de erro da BroadNet Inference e quando tentar de novo](https://broadrouter.com/pt/guides/errors-and-retries/)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-arabic-text-classification-llm&utm_content=page-cta) ·

**Fontes**

-   [Referência da API da BroadNet Inference: modelos, saída estruturada, reasoning\_effort, limites do pagamento por uso, limites por hora das chaves (verificado em 2026-11-15) (em inglês)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-arabic-text-classification-llm&utm_content=sources)
-   [Página de preços da BroadNet Inference: nota "Tested in Arabic" do Qwen3.8 27B e preços por token (verificado em 2026-11-15) (em inglês)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-blog-arabic-text-classification-llm&utm_content=sources)
-   [Alharbi et al., Evaluating Large Language Models on Sentiment Analysis in Arabic Dialects, RANLP 2025 (verificado em 2026-11-15)](https://aclanthology.org/2025.ranlp-1.8/)
-   [Khondaker et al., GPTAraEval: A Comprehensive Evaluation of ChatGPT on Arabic NLP (arXiv 2305.14976; verificado em 2026-11-15)](https://arxiv.org/abs/2305.14976)
-   [Guia da Batch API da OpenAI: desconto de 50%, janela de 24 horas (verificado em 2026-11-15)](https://developers.openai.com/api/docs/guides/batch)
