是的，神经机器翻译可以利用上下文信息进行翻译。传统的机器翻译系统主要基于统计机器翻译（SMT）方法，其对每个句子进行独立翻译，无法充分利用上下文信息。相比之下，神经机器翻译（NMT）使用神经网络模型，可以通过编码器-解码器结构将源语言句子和目标语言句子编码为连续向量空间的表示。

  在编码器中，通过循环神经网络（RNN）或者长短时记忆网络（LSTM）等结构，源语言句子的每个单词被逐步编码为固定长度的向量表示。这些向量表示能够保留上下文信息，包括前文和后文的语境信息。在解码器中，通过对这些向量进行解码，神经机器翻译可以生成目标语言的翻译结果。解码器也可以使用RNN或LSTM等结构，根据前文的上下文信息生成每个目标语言单词。

  通过编码器-解码器结构和上下文信息的传递，神经机器翻译能够更好地理解源语言句子，在翻译过程中考虑到整个句子的上下文，从而生成更准确、连贯的目标语言翻译结果。这使得神经机器翻译在许多翻译任务中取得了显著的性能提升。