透過醫生或個管師與病人在看診時的問答，執行以下兩個任務 1.高低風險分析，判斷是否需回診-Risk 2.自動回答病人相關問題-QA 在資料前處理部分需做資料清洗，例:去除停用詞、替換同意詞及資訊特徵擷取，並做資料擴增，例:資料切分+overlap及資料問答內容隨機對調，Model的部分選擇Pre-Trained Bert+Fine-Tune的Transfer Learning的結構。 *Risk* *QA* Accuracy: 70% Accuracy:55% AUROC: 0.72 *競賽成績* 成績排名: 36/120組→前30% 程式語言：Python 開發框架：Tensorflow、Keras 開發系統：Windows、Ubuntu