直到20世紀80年代，一些機器翻譯系統採用了兩種方法：在這些方法中，源語言文本被分析轉換成抽象表達形式，隨後利用一些程序，通過識別詞結構（詞法分析）和句子結構（句法分析）解決歧義問題。其中有一種方法將抽象表達設計爲一種與具體語種無關的“中間語言”，可以作爲許多自然語言的中介。這樣，翻譯就分成兩個階段：從源語言到中間語言，從中間語言到目標語言。另一種更常用的間接方法是將源語言表達轉化或爲目標語言的等價表達形式。這樣，翻譯便分成三個階段:分析輸入文本並將它表達爲抽象的漏語源語言轉換成抽象的目標語言；最後，生成目標語言。
機器翻譯系統主要分爲6種類型，具體如下：
1.直譯式機器翻譯系統，通過快速的分析和雙語詞典，將原文譯出，並且重新排列譯文的詞彙，以符合譯文的句法。
2.規則式機器翻譯系統，是先分析原文內容，產生原文的句法結構，再轉換成譯文的句法結構，最後再生成譯文。
3.中介語式機器翻譯系統，先生成一種中介的表達方式，而非特定語言的結構，再由中介的表達式轉換成譯文。
4.知識庫式機器翻譯系統，是建立一個翻譯需要的知識庫，構成翻譯專家系統。
5.統計式機器翻譯系統，源語言中任何一個句子都可能與目標語言中的某些句子相似，這些句子的相似程度可能都不相同，統計式機器翻譯系統能找到最相似的句子。
6.範例式機器翻譯系統，是將過去的翻譯結果當成範例，產生一個範例庫，在翻譯一段文字時，參考範例庫中近似的例子，並處理差異處。
人工智能、大數據、雲計算和物聯網的未來發展值得重視，均爲前沿產業，多智時代專注於人工智能和大數據的入門和科譜，在此爲你推薦幾篇優質好文：
1.機器學習與人工智能之間，究竟有何區別？
2.人工智能、機器學習、神經網絡和深度神經網絡，相互之間主要有什麼關係？
3.數據、算力、算法、教學：機器學習是如何普及的
多智時代-人工智能和大數據學習入門網站|人工智能、大數據、物聯網、雲計算的學習交流網站
