相比過往逐字翻譯模式，Google在近期發展裡除了藉由類神經網絡與人工智慧技術學習一般人口說方式，藉此用更自然、通順方式翻譯不同語言字句。而在稍早說明中，更強調可讓機器學習知曉字句裡的詞彙相互關係，主要對應同字不同意的字句用法，同時也能針對字句中具前後關連的代稱名詞用法提供合適翻譯。
根據Google自然語言處理部門軟體工程師Jakob Uszkoreit解釋，由於電腦並不像人腦理解可判斷句型中的主從關係，以及字句中代稱名詞用法，因此在翻譯系統內加入關注機制 (attention mechanism)，藉此讓系統能將特定字彙與句型中其他字彙做比對，進而了解每個字詞的主從關係，並且分析實際代表含意，例如「he/she」是否代表句型中的特定人士，或是具多重含意詞彙在字句中的具體表意，同時確保翻譯後的語句結構完整。
而配合機器學習，Google將會讓所有學習分析經驗存放於系統內，並且透過經驗法則形式讓系統面對下一次的翻譯分析能有更好表現，藉此實現更精準且更具人味的電腦翻譯結果。
