在这里，我们以一种与语言具有结构相似性的方式表示人类生活，并利用这种相似性来调整自然语言处理技术，以根据详细的事件序列检查人类生活的演变和可预测性。我们通过利用一个全面的登记数据集来做到这一点，该数据集在丹麦可用数年，其中包括与健康、教育、职业、收入、地址和工作时间相关的生活事件信息，并以日常分辨率记录。我们在单个向量空间中创建了生命事件的嵌入，表明这个嵌入空间是稳健的和高度结构化的。我们的模型使我们能够预测从早期死亡率到人格细微差别的各种结果，远远超过最先进的模型。使用解释深度学习模型的方法，我们探索算法以了解支持我们预测的因素。我们的框架使研究人员能够发现影响生活结果的潜在机制以及个性化干预的相关可能性。