每种翻译模型一般是针对某个问题而提出改进方法,这些方法在改进了某些问题的同时又会造成了另外的问题,同时每种方法对源语言的描述会产生误差,不能完全表达出源语言句子的含义。复述是指对相同语义的不同表达方式。针对不同系统的特点使用复述技术对译文进行复述,使其更加符合我们的语言习惯。然后使用系统融合方法进一步利用不同系统的优势改善译文质量。最后本文基于翻译模型和复述模型进行蒙古文到汉文的手机翻译软件的设计与实现。本文具体实验内容如下:(1)对统计机器翻译译文进行复述时,复述语料来源于循环神经网络和卷积神经网络翻译模型的译文,复述模型分别利用循环神经网络和卷积神经网络得到,实验最好的结果使BLEU值由29.55提升至30.86;对循环神经网络翻译模型的译文复述时,复述语料来源于循环神经网络和卷积神经网络翻译模型的译文,复述模型使用循环神经网络和卷积神经网络得到,实验最好结果使BLEU值由30.71上升至31.72。(2)使用MEMT融合工具对融合候选译文进行融合,融合方法使得统计机器翻译译文和循环神经网络翻译译文BLEU值分别上升至31.01和31.72。实验证明复述和系统融合方法可以提升翻译质量。最后本文使用C/S架构、MVC模式实现蒙古文到汉文的基于复述模型的神经网络机器翻译手机翻译软件。该软件将输入的蒙文句子先翻译后复述,最终将蒙古文翻译成汉文。