本发明涉及语言翻译技术领域，尤其是涉及一种基于解构式蒸馏的低资源语言翻译方法及系统，所述方法，包括获取低资源语言与通用语言的平行语料数据；以平行语料数据作为输入构建教师模型，基于预训练完成的BERT大语言模型构建学生模型主干并对学生模型进行优化，基于教师模型和学生模型计算跨任务注意力对齐损失，基于教师模型和学生模型输出执行logits蒸馏，基于训练完成的学生模型完成低资源语言翻译的部署，本发明通过构建经全参数微调的BERT教师模型，为学生模型提供高质量的知识迁移源，同时，借助跨任务注意力对齐与logits蒸馏的双重监督，有效弥补低资源语言数据不足导致的翻译精度问题。