机器翻译（Machine Translation, MT）是一种应用人工智能技术自动将文本从一种语言转换为另一种语言的过程。这一领域起始于20世纪50年代，并随着计算机科学和技术的进步不断发展和完善。早期的机器翻译系统主要依赖基于规则的方法（Rule-Based Machine Translation, RBMT），通过编写语言间的转换规则来进行翻译。
随着时间的推移，出现了基于统计的机器翻译（Statistical Machine Translation, SMT），该方法利用大规模双语语料库学习词汇和短语的概率分布，以生成更准确的翻译。
而近年来，神经机器翻译（Neural Machine Translation, NMT）已成为主流，尤其是基于Transformer架构的模型，它利用深度学习网络模拟人类语言理解和生成过程，并引入了注意力机制（Attention Mechanism），显著提高了翻译质量，尤其是在长句和复杂句式的处理上。
现代机器翻译系统广泛应用于各种场景，如在线翻译工具、企业级翻译解决方案、跨国公司内部沟通、国际新闻报道、以及各类文档和网站的多语言本地化等。尽管机器翻译的性能不断提高，但在处理含有丰富文化背景、语境微妙变化及高度专业化术语时仍可能存在一定的局限性，因此在高精度要求的场合下，往往需要结合人工审校和润色。
