机器翻译原理上和对话模型一样，只不过对话模型要提取的特征是一句话的逻辑语义信息，用来预测后面语句的输出概率。翻译模型是在提取一句话的语义信息后，对应的不是后面的语句，对应的另一种表达形式，也就是新的一种语言的表达形式。比如英文翻译成中文，就是先将一句话的英语表达提取成中间向量特征，然后再将中间的向量特征翻译成对应的中文。其应用较为广泛的模型以带了注意力机制的编解码模型SEQ2SEQ为主。下图就是SEQ2SEQ的语言翻译模型。

翻译模型的应用在生活和工作中都很常见，其主要价值就是对一些要求不是非常高的翻译，使用机器来翻译，能够提高翻译效率，降低人工成本。比如谷歌网站上的自动翻译、以及国内的很多自动翻译的工具都是机器翻译，很多时候直接使用机器翻译，会有一些误差。尤其是对某些专业领域的专业词的翻译偏差还是较大的。和对话模型一样，想要让机器翻译做的和人工翻译一样，必须要达到让模型理解语境才可以。