本研究建基於生命歷程理論，基於之前序列(18-55歲)來預測未來生活中的事件（56-60歲）。採用Transformer編碼-解碼框架，將生活事件視為一個序列資料，類似於句子中的詞語，以捕捉其時間模式和關係。我們僅僅使用了11種社會就業狀態及其基本的人口資訊就開發出了一個簡單但通用的模型。我們的Transformer模型在預測生活轉變方面達到80%以上的準確率，特別是對於生活路徑穩定的個體。它還可以從最近模式中識別出偏差，突出了早期生活經歷對未來結果的影響。