自上世纪八十年代开始，机器翻译研究得到了快速发展，并逐渐走向实用化，大批机器翻译产品开始进入市场。我国是继美国、苏联、英国之后，世界上第四个开展机器翻译研究工作的国家，并已在汉英、英汉机器翻译系统商品化方面获得了可喜的收获。然而对于一些复杂句子的分析依然很困难，歧义等问题尚未找到切实有效的解决办法。机器翻译免不了要进行人工干预。随着现代语言学理论的发展，研究者们发现机器翻译的研究工作越来越离不开语言学理论的指导，从语言学角度研究语言的现象与本质并进行归纳与概括是机器翻译前期研究必不可少的步骤之一。本文从多引擎机器翻译角度出发，具体分析了基于传统单一的三大机译方法的弊端与不足：基于规则的翻译系统需要大量的、能代表语言现象规律的规则知识库和词典库，这些知识大部分都是通过人工或人机交互的方式来获取，交互方式的智能性很低；由于语料库的限制，基于实例和基于统计的方法都很难达到较高的匹配率。文中具体描述了多引擎机器翻译的工作原理和途径，它可以综合其他各种方法的优势，使各方法之间实现有益的互补，从而达到改善机器翻译性能的目的。本文以现代语言学的短语结构语法理论、词汇功能语法理论为指导，将多引擎机器翻译与中文科技论文摘要的翻译相结合，具体分析了中文科技论文摘要的语言特点及在机器翻译中应当注意的事项，通过多引擎机器翻译方法有效实现中文科技论文摘要的翻译来证明：多引擎机译方法的确优于单一的机译手段，它在提高译文质量方面能起到一定的促进作用。