در سیستم‌های ترجمه ماشینی بین زبانی، دو مؤلفه زبانی وجود دارد. اول، تجزیه و تحلیل زبان مبدأ و زبان واسطه و دوم، تولید زبان واسطه و زبان مقصد. با این حال لازم است به تمایز بین سیستم بین زبانی تنها با استفاده از روشهای نحوی و لغوی (برای مثال سیستم در ۱۹۷۰ در دانشگاه گرونوبل و تگزاس) و نیز کسانی که بر اساس هوش مصنوعی فعالیت می‌کنند (از سال ۱۹۸۷ در ژاپن و پژوهش در دانشگاه کالیفرنیای جنوبی و کارنگی ملون) اشاره شود. منابع زیر برای یک سیستم ترجمه ماشینی بین زبانی بسیار ضروری است:
واژه نامه‌ها برای تجزیه و تحلیل و تولید لغات (مختص قلمروها و زبانهای درگیر).
واژه نامه مفهومی (مختص محدوده ترجمه) که اطلاعات پایه‌ای و... در مورد وقایع و... را ارایه می‌دهد.
مجموعه‌ای از قوانین طرح ریزی
گرامر برای تجزیه و تحلیل و تولید واژگان زبانهای درگیر
یکی از مشکلات سیستم‌های ترجمه ماشینی مبتنی بر دانش آن است که غیرممکن است که بتوانیم پایگاه داده‌ای ای برای حوضه‌های بزرگتر از مناطق بسیار خاص ایجاد کنیم. مشکل دیگر نیز این است که پردازش این پایگاه داده بسیار گران است. دارالترجمه