一種基于語法監(jiān)督和深度強化學(xué)習(xí)的蒙漢神經(jīng)機器翻譯方法，本發(fā)明首先對蒙漢平行語料進(jìn)行預(yù)訓(xùn)練處理，并利用Stanford CoreNLP對漢語語料進(jìn)行句法結(jié)構(gòu)分析，得到的語法解析塊序列也作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)；其次，以非自回歸Transformer模型作為基本翻譯模型，加入卷積神經(jīng)網(wǎng)絡(luò)句子主題提取模塊和語法解析塊序列的預(yù)測模塊；然后，使用訓(xùn)練數(shù)據(jù)對模型進(jìn)行訓(xùn)練；最后，運用深度強化學(xué)習(xí)對模型的參數(shù)進(jìn)行優(yōu)化微調(diào)。本發(fā)明提供的算法，顯式的將漢語語法知識融入神經(jīng)機器翻譯的過程中，使翻譯的句子有更好的語法結(jié)構(gòu)，使模型具有一定的可解釋性，而DRL的優(yōu)化微調(diào)則緩解了NMT普遍存在的詞級訓(xùn)練目標(biāo)函數(shù)和句子級評價函數(shù)不一致的問題，進(jìn)一步提高了模型的翻譯性能。