يُعتمد النموذج التتابعي-إلى-تتابعي (Seq2Seq) لترجمة الآلة العصبية (NMT) في نسبة كبيرة على الشبكة العصبية المتكررة (RNN) لتوليد الترجمة كلمة بكلمة وفقًا للترتيب التتابعي. ومع ذلك، أثبتت دراسات اللسانيات أن اللغة ليست تسلسلًا خطيًا للكلمات بل هي سلسلة من الهياكل المعقدة، مما يعني أن الترجمة في كل خطوة يجب أن تكون مشروطة بالسياق الكامل للجهة المستهدفة. لمعالجة هذه المشكلة، نقترح نموذجًا جديدًا لـ NMT يقوم بفك شفرة التسلسل تحت إرشاد تنبؤه بهيكل السياق للسلسلة المستهدفة. يقوم نموذجنا بتوليد الترجمة بناءً على تنبؤه بهيكل السياق الجانبي المستهدف، مما يتيح للترجمة الخروج من قيود الترتيب التتابعي. تظهر النتائج التجريبية أن نموذجنا أكثر تنافسية مقارنة بالطرق الرائدة حاليًا، وأن التحليل يعكس أيضًا صلابة نموذجنا في ترجمة جمل ذات أطوال مختلفة وتخفيض الازدواجية بفضل الإرشادات التي يستمدّها من سياق الجهة المستهدفة عند فك الشفرة.