---
title: "O que é ta marbuta (ة)? Unicode e normalização de ة para ه"
description: "A ta marbuta (ة, U+0629) é a letra árabe final parecida com um heh (ه) com dois pontos. Por que a busca troca ة por ه e o que essa fusão custa."
url: https://broadrouter.com/pt/glossary/taa-marbuta/
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/glossary/taa-marbuta/) (atualizado em 2026-11-15).

# Tā’ marbūṭa (ta marbuta, ة)

Atualizado em 2026-11-15

Ta marbuta (ة, U+0629) é uma letra árabe que só aparece no fim da palavra, muitas vezes marcando substantivos e adjetivos femininos. Ela parece um heh (ه, U+0647) com dois pontos, por isso o texto digitado mistura as duas, e muitos normalizadores de busca convertem ة em ه.

Também chamado de: ta marbuta, tā’ marbūṭa, taa marbuta, teh marbuta, taa marbouta

مدرسة e مدرسه são a mesma palavra, “escola”, para a maioria dos leitores de árabe. Para uma comparação de strings, são diferentes. A culpa é da ta marbuta.

## Como funciona

O padrão Unicode classifica TEH MARBUTA (U+0629) como caractere final, que só aparece no fim de uma palavra ou morfema. Ele liga só à direita, ou seja, conecta-se apenas à letra anterior. A forma dele é a do HEH (U+0647) no fim da palavra, mais dois pontos:

| Caractere | Code point | Nome Unicode | Forma final depois de ب |
| --- | --- | --- | --- |
| ة | U+0629 | ARABIC LETTER TEH MARBUTA | بة |
| ه | U+0647 | ARABIC LETTER HEH | به |

Como as duas só diferem por dois pontos no fim da palavra, as duas grafias aparecem em texto digitado. Bouamor et al. (2018) observam que, embora o árabe padrão moderno tenha uma ortografia padrão, os dialetos não têm, e as pessoas muitas vezes escrevem as palavras conforme a pronúncia. Então, em texto informal e em [árabe dialetal](https://broadrouter.com/pt/glossary/dialectal-arabic/), espere um ه final onde um dicionário escreveria ة.

Normalizadores de busca juntam as duas. O `normalize_teh_marbuta_ar` do CAMeL Tools é um simples `s.replace('ة', 'ه')`, e o ArabicNormalizer do Lucene lista “normalization of teh marbuta to heh” (tradução: normalização de teh marbuta para heh) como regra.

## Por que isso importa

**Recall.** Juntar ة com ه permite que uma busca por مدرسه encontre documentos que escrevem مدرسة, e vice-versa. É uma das regras padrão da [normalização de texto árabe](https://broadrouter.com/pt/glossary/arabic-text-normalization/), junto com a unificação do alef e do [hamza](https://broadrouter.com/pt/glossary/hamza/).

**Palavras fundidas.** A regra também faz coincidir palavras que só diferem nessa letra:

| Original | Significado | Depois de ة → ه |
| --- | --- | --- |
| كرة | bola | كره |
| كره | ódio | كره |

Na busca, um falso positivo de vez em quando costuma ser um preço aceitável. Em correspondência de entidades, correção ortográfica ou textos jurídicos, mantenha a distinção e compare os originais.

**Avaliação.** Na avaliação de speech-to-text, uma transcrição que escreve ه onde a referência tem ة conta como erro de palavra, a menos que as duas sejam normalizadas do mesmo jeito. Decida antes de calcular a pontuação e informe a escolha.

## Na BroadNet Inference

A API da BroadNet não normaliza texto. Os modelos de chat recebem e devolvem ة e ه exatamente como foram escritos, e o BroadNet Transcribe Arabic devolve texto árabe comum. Aplique a regra da ة no seu próprio índice ou código de avaliação, dos dois lados.

Se você pedir a um modelo de chat para corrigir a ortografia, confira as edições no código: o [post sobre correção ortográfica em árabe](https://broadrouter.com/pt/blog/arabic-grammar-spelling-correction-llm/) mostra uma verificação baseada em diff. Para índices, o [post sobre busca RAG em árabe](https://broadrouter.com/pt/blog/arabic-rag-search/) e o [guia de normalização](https://broadrouter.com/pt/blog/arabic-text-normalization-search/) mostram onde a regra entra. Você pode testar a regra nas suas próprias strings com o [normalizador de texto árabe](https://broadrouter.com/tools/arabic-text-normalizer/).

## Perguntas frequentes

### Por que não converter ه em ة?

Porque ه é uma letra comum por si só, inclusive no sufixo pronominal que significa "dele". Converter ة em ه é uma via de mão única e seguro em qualquer lugar; o contrário inventaria letras.

### A regra de ة para ه vale no meio da palavra?

A ta marbuta só aparece no fim de uma palavra ou morfema, então na prática a regra só muda letras finais. O CAMeL Tools troca toda ة sem verificar a posição.

### A correção ortográfica deve restaurar a ة?

Pode, mas se um ه final deveria ser ة depende da palavra e, às vezes, do dialeto. Deixe o modelo corrigir e depois confira a mudança no código e na revisão.

## Veja também

-   [Normalização de texto árabe (Arabic text normalization)](https://broadrouter.com/pt/glossary/arabic-text-normalization/) (termo)
-   [Hamza (letra árabe)](https://broadrouter.com/pt/glossary/hamza/) (termo)
-   [Diacríticos árabes (tashkeel)](https://broadrouter.com/pt/glossary/arabic-diacritics/) (termo)
-   [Árabe dialetal (dialectal Arabic)](https://broadrouter.com/pt/glossary/dialectal-arabic/) (termo)
-   [Normalização Unicode (Unicode normalization)](https://broadrouter.com/pt/glossary/unicode-normalization/) (termo)
-   [Normalizar texto em árabe para busca e RAG: o que mudar e o que não](https://broadrouter.com/pt/blog/arabic-text-normalization-search/) (artigo)
-   [RAG em árabe: normalização, chunking e retrieval que funcionam](https://broadrouter.com/pt/blog/arabic-rag-search/) (artigo)
-   [Correção gramatical e ortográfica do árabe com um LLM: passo a passo](https://broadrouter.com/pt/blog/arabic-grammar-spelling-correction-llm/) (artigo)

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

**Fontes**

-   [The Unicode Standard 18.0, capítulo 9 Middle East-I, árabe (caracteres finais, ligação) (conferido em 2026-11-15)](https://www.unicode.org/versions/Unicode18.0.0/core-spec/chapter-9/)
-   [Código-fonte do CAMeL Tools, normalize.py (normalize\_teh\_marbuta\_ar) (conferido em 2026-11-15)](https://raw.githubusercontent.com/CAMeL-Lab/camel_tools/master/camel_tools/utils/normalize.py)
-   [API do Apache Lucene 9.0, ArabicNormalizer (conferido em 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), seção 2 sobre ortografia (conferido em 2026-11-15)](https://aclanthology.org/L18-1535/)
