---
title: "阿拉伯语的 taa marbuta（ة）是什么？Unicode 与 ة/ه 规范化 | BroadRouter"
description: "Taa marbuta（ة，U+0629）是只出现在阿拉伯语词尾的字母，看起来像带两点的 heh（ه）。为什么搜索工具把 ة 映射为 ه，以及这种合并的代价。"
url: https://broadrouter.com/zh/glossary/taa-marbuta/
lang: zh-Hans
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/glossary/taa-marbuta/)（2026-11-15 更新）。

# 塔马尔布塔（taa marbuta，ة）

更新于 2026-11-15

Taa marbuta（ة，U+0629）是只出现在词尾的阿拉伯字母，常用来标记阴性名词和形容词。它看起来像带两个点的 heh（ه，U+0647），所以输入的文本常把两者混用，许多搜索规范化工具会把 ة 映射为 ه。

又称： 塔马尔布塔、圆形塔、闭口塔、阴性词尾 ة、taa marbuta、ta marbuta、teh marbuta、taa marbouta

对大多数阿拉伯语读者来说，مدرسة 和 مدرسه 是同一个词，意思是“学校”。但对字符串比较来说，它们是两个不同的词。原因就是 taa marbuta。

## 工作原理

Unicode 标准把 TEH MARBUTA（U+0629）列为词尾字符，也就是只出现在词或词素末尾的字符。它是右连字母，只与前一个字母相连。它的字形就是 HEH（U+0647）的词尾形式再加两个点：

| 字符 | 码位 | Unicode 名称 | 接在 ب 后的词尾形式 |
| --- | --- | --- | --- |
| ة | U+0629 | ARABIC LETTER TEH MARBUTA | بة |
| ه | U+0647 | ARABIC LETTER HEH | به |

由于两者在词尾只差两个点，输入的文本里两种拼法都会出现。Bouamor 等人（2018）指出，现代标准阿拉伯语有标准正字法，但各地方言没有，人们常按发音拼写单词。所以在非正式文本和[阿拉伯语方言](https://broadrouter.com/zh/glossary/dialectal-arabic/)文本中，词典写作 ة 的地方，经常会看到词尾的 ه。

搜索规范化工具会把两者合并。CAMeL Tools 的 `normalize_teh_marbuta_ar` 就是一句简单的 `s.replace('ة', 'ه')`，Lucene 的 ArabicNormalizer 也把 “normalization of teh marbuta to heh”（译文：把 teh marbuta 规范化为 heh）列为一条规则。

## 为什么重要

**召回率。** 把 ة 合并为 ه，搜索 مدرسه 就能找到写作 مدرسة 的文档，反之亦然。这是[阿拉伯语文本规范化](https://broadrouter.com/zh/glossary/arabic-text-normalization/)的标准规则之一，与 alef 和 [hamza](https://broadrouter.com/zh/glossary/hamza/) 的合并并列。

**词被合并。** 这条规则也会把只差这一个字母的词合成一个：

| 原词 | 含义 | ة 转为 ه 之后 |
| --- | --- | --- |
| كرة | 球 | كره |
| كره | 憎恨 | كره |

对搜索来说，偶尔的误匹配通常是可以接受的代价。对实体匹配、拼写纠错或法律文本，要保留这一区别，并比较原文。

**评分。** 在语音转文字评测中，如果参考文本是 ة 而转写写成了 ه，除非两边按同样的方式规范化，否则就会算作一个词错误。评分之前先决定好，并写明。

## 在 BroadNet Inference 上

BroadNet 的 API 不做文本规范化。聊天模型按原样接收和返回 ة 与 ه，BroadNet Transcribe Arabic 返回的是普通阿拉伯语文本。请在你自己的索引或评分代码中应用 ة 规则，而且两边都要用。

如果你让聊天模型纠正拼写，请在代码中检查它的修改：[阿拉伯语拼写纠错文章](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/)展示了一种基于 diff 的检查。关于索引，[阿拉伯语 RAG 搜索文章](https://broadrouter.com/zh/blog/arabic-rag-search/)和[规范化指南](https://broadrouter.com/zh/blog/arabic-text-normalization-search/)说明了这条规则该放在哪一步。你可以用[阿拉伯语文本规范化工具](https://broadrouter.com/tools/arabic-text-normalizer/)在自己的字符串上试试这条规则。

## 常见问题

### 为什么不反过来把 ه 映射为 ة？

因为 ه 本身就是一个常用字母，包括表示“他的”的代词后缀。把 ة 映射为 ه 是单向的，可以安全地全面应用；反过来则会凭空造出字母。

### ة 到 ه 的规则会作用于词中间吗？

Taa marbuta 只出现在词或词素的末尾，所以实际上这条规则只会改变词尾字母。CAMeL Tools 替换所有 ة 时并不检查位置。

### 拼写纠错应该把 ة 恢复回来吗？

可以，但词尾的 ه 是否应为 ة，取决于具体的词，有时还取决于方言。让模型去纠正，然后在代码和人工审核中检查改动。

## 另请参阅

-   [阿拉伯语文本规范化（Arabic text normalization）](https://broadrouter.com/zh/glossary/arabic-text-normalization/)（术语）
-   [海姆宰（hamza）](https://broadrouter.com/zh/glossary/hamza/)（术语）
-   [阿拉伯语变音符号（tashkeel）](https://broadrouter.com/zh/glossary/arabic-diacritics/)（术语）
-   [阿拉伯语方言（dialectal Arabic）](https://broadrouter.com/zh/glossary/dialectal-arabic/)（术语）
-   [Unicode 规范化（Unicode normalization）](https://broadrouter.com/zh/glossary/unicode-normalization/)（术语）
-   [面向搜索和 RAG 的阿拉伯语文本规范化：该改什么，不该改什么](https://broadrouter.com/zh/blog/arabic-text-normalization-search/)（文章）
-   [阿拉伯语 RAG：真正有效的规范化、分块与检索](https://broadrouter.com/zh/blog/arabic-rag-search/)（文章）
-   [用大模型做阿拉伯语语法和拼写纠错：实操指南](https://broadrouter.com/zh/blog/arabic-grammar-spelling-correction-llm/)（文章）

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-glossary-taa-marbuta&utm_content=page-cta) ·

**来源**

-   [Unicode 标准 18.0，第 9 章 中东 I，阿拉伯文（词尾字符、连写）（2026-11-15 查阅）](https://www.unicode.org/versions/Unicode18.0.0/core-spec/chapter-9/)
-   [CAMeL Tools 源码，normalize.py（normalize\_teh\_marbuta\_ar）（2026-11-15 查阅）](https://raw.githubusercontent.com/CAMeL-Lab/camel_tools/master/camel_tools/utils/normalize.py)
-   [Apache Lucene 9.0 API，ArabicNormalizer（2026-11-15 查阅）](https://lucene.apache.org/core/9_0_0/analysis/common/org/apache/lucene/analysis/ar/ArabicNormalizer.html)
-   [Bouamor 等，The MADAR Arabic Dialect Corpus and Lexicon（LREC 2018），第 2 节 正字法（2026-11-15 查阅）](https://aclanthology.org/L18-1535/)
