神经网络机器翻译（neural machine translation; NMT），文学-语言文字-语用学、修辞学及翻译学-翻译-翻译技术，利用单一人工神经网络完成翻译的机器翻译技术。简称NMT。神经网络机器翻译在翻译建模上完全采用单一的人工神经网络实现，基于大规模训练语料进行参数学习，最后实现根据输入的源语言句子输出最终的目标语言句子的目的。与统计机器翻译（statistical machine translation，简称SMT）的离散表示方法不同，神经网络机器翻译采用连续空间表示方法（continuous space representation）表示词语、短语和句子。在翻译建模上，也不需要词对齐、翻译规则抽取等统计机器翻译的必要步骤，而是等同于将多个步骤无缝地融合在一起。通用的神经网络机器翻译框架是编码器解码器模型（encoder-decoder model）。编码器读取源语言句子，将其编码为维数固定的向量；解码器读取该向量，依次生成目标语言句子的词语序列。