Mô hình mạng nơron sử dụng kỹ thuật học sâu đã đem lại thành công lớn khi áp dụng trong các lĩnh vực nhận dạng đối tượng, nhận dạng giọng nói. Khoảng ba năm trở lại đây, mô hình này được áp dụng cho các các nhiệm vụ khác nhau của xử lý ngôn ngữ tự nhiên như dịch máy, phát hiện các cụm từ, trích xuất các từ được biểu diễn bởi các vectơ. Trong dịch máy, kỹ thuật dịch thống kê sử dụng mạng nơron bước đầu đã đạt các kết quả tốt hơn so với mô hình dịch thống kê tuyến tính truyền thống. Trong bài báo, chúng tôi áp dụng mô hình mạng nơron học sâu cho cặp ngôn ngữ Nhật-Việt trên tập ngữ liệu huấn luyện nhỏ được thu thập từ wiki và đánh giá kết quả đạt được qua chỉ số BLEU là 7,7. Chúng tôi cũng chỉ ra những tồn tại cần cải tiến để nâng cao chất lượng hệ thống dịch trong tương lai.Neural network models using deep learning has brought great success when applied in the field of object recognition, speech recognition. For the past three years, this model has been applied to the various tasks of natural language processing such as machine translation, phrase detection, and extraction of words represented by vectors. In this area, machine translation using neural network has initially achieved better results than the traditional linear statistical model. In this paper, we apply neural network model with deep learning technique for machine translation on the task of Japanese-Vietnamese translation and evaluate the results obtained through BLEU metric as 7,7 point. We also point out the shortcomings to be solved to improve the quality of translation system in the future