本发明公开了一种基于神经网络的古文翻译方法，其包括以下步骤：S1、获取古文篇章及对应的翻译数据作为初始样本，S2、对初始样本依次进行子句对齐、数据分词和数据增广操作，得到古文翻译语料库；S3、将古文翻译语料库作为神经机器翻译模型的数据库，对序列到序列模型进行训练，得到训练好的神经网络；S4、将待翻译的古文作为训练好的神经网络的输入，完成对古文的翻译。本发明通过引入多种词典进行分词，能够给翻译模型提供准确的人名地名以及俗语信息，改善专有名词翻译效果，且本发明可以自动进行子句对齐，能够通过注意力机制完成字、词之间的隐式对齐，并通过神经网络对待翻译的古文子句进行翻译，有效提高翻译效率和准确度。