随着社会的发展,不同语种之间的交流越发密切。机器翻译降低了翻译过程中的人工成本,然而无论是人工翻译还是机器翻译,都对翻译结果的准确性和及时性要求极高。机器翻译在大量的翻译工作中降低了人力成本,以机器翻译模型为基础的翻译系统可以随时随地的帮助人们进行翻译工作。从统计机器翻译到基于神经网络的机器翻译,两者已展现出了较好的准确性和时效性,并在一定程度上可以替代人工翻译来解决日常生活中的翻译需求。本文在Transformer架构的基础上,添加了语义消歧工作和外部词典的辅助工作构建了一个翻译模型。该翻译模型采用基于神经网络的机器翻译中通用的序列到序列的翻译流程,抛弃传统的循环神经网络、长短期记忆网络等,采用完全由注意力机制构成的Transformer模型构建翻译框架。为了解决生物医学领域中专业词汇的翻译问题,本文使用爬虫系统获取生物医学语料后,将生物医学语料与通用语料混合作为翻译模型的训练语料。实验结果表明,基于混合语料训练的神经机器翻译模型在保证了通用语句翻译准确性的基础上,对生物医学领域的整句翻译结果以及生物医学名词翻译结果更加准确和专业。在面向生物医学语料的神经机器翻译模型的基础上,作者构建了Web服务。该翻译服务能够帮助生物医学领域的科研人员进行外语文献资料的翻译和理解工作。