在這個研究中，我們用一種與語言結構相似的方式來表示人類生活，並利用這種相似性調整相應的自然語言處理技術，進而研究人類生活的演變和可預測性。我們的研究使用了來自丹麥的綜合登記資料，該資料集涵蓋多個年份，包含與健康、教育、職業、收入、住址和工作時間相關的生活事件資訊。我們將生活事件嵌入在一個向量空間中，結果顯示這個嵌入空間是穩健且高度結構化的。我們的模型能夠預測多種結果，從早期死亡到個性的細微差別，且大幅度超越了之前最好的模型。通過使用深度學習可解釋模型，我們可以解釋模型成功的可能因素。我們的框架使研究者能夠發現影響生活結果的潛在機制以及個性化干預的相關可能性。