传统机器翻译算法对英语复杂长句的翻译准确率低、回收率高,针对这一难题,提出了基于语义关系的机器翻译算法。该算法通过长句内分句(短语)之间的语义层次关系,构建基于相似度的语义网络模型,结合余弦相似度和带权向量加法计算获得翻译结果,利用权重训练获得关键短语。以NIST 06和NIST 08测试集为例,基于语义关系的英语复杂长句机器翻译算法测试BLEU值比传统算法分别提高了0.35和0.23,即翻译结果的准确率提高,回收率降低。