全球化的经济趋势日益凸显出科技翻译在推动中西科技交流方面的重要性。对主流神经机器翻译技术的研究能有效提高科技翻译的速度和质量。然而,目前以神经网络机器翻译为文本的科技翻译实践报告较为缺乏。在此背景下,基于彼得·纽马克的翻译理论,本报告选择Neural Machine Translation（Excerpts）为翻译文本,从词汇、句法及语篇三个层面探究原文代表性案例的翻译策略和技巧。基于纽马克文本类型理论和读者身份分析,本报告指出本次信息型文本的翻译实践选择语义翻译保证原文信息真实性和专业性,并采用交际翻译确保译文的流畅性和可读性。通过选取原文本中的代表性案例,笔者分类探讨了实际翻译中的难点及应对策略和技巧,得出结论如下:词汇层面以语义翻译策略为主,采用直译、零翻译、词义选择及音译等技巧确保术语和专有名词的准确性和专业性;句法层面以交际翻译策略为主,采用词性转换、语态转换、增译、省译、重组等技巧以准确传递原文信息的同时保证译文符合译入语的表达习惯;语篇层面以交际翻译策略为主,选择重复、增词、逻辑调整等技巧使译文衔接流畅且逻辑连贯,符合译入语读者的阅读习惯。鉴于信息型文本在词汇、句法和语篇的特点各不相同,本报告建议翻译此类专业科技文本时,应采取不同的翻译策略和技巧,以产出更高质量的译文,从而有利于科技领域更深入的国际交流。