研究AI或深度學習都想讓她產品化落地，但想搞個靠譜的Chatbot， 命名實體識別、分類和相似度不能不做，卻發現公開模型都是基於簡體中文或英文數據集，本地化工程耗大，只好投入人力維運正規表示式和關鍵字。
TW Master Network (TWMAN) 將Natural Language Processing (自然語言處理)和Speech Recognition (語音識別)的SOTA以繁體中文為基礎模組化為API；整合機器閱讀理解對文章抽取答案；搭配聲紋、語音識別、去噪跟分離，整合為Meeting & Minutes Master (M&M Master, 會議記錄大師)，深入探索關鍵互動研究。