使用主题模型识别大屠杀证言中的叙事模式与离群点

大量大屠杀幸存者证言收集提供了宝贵的历史见解，但对其进行手动分析具有挑战性。本文利用先进的自然语言处理（NLP）技术来探索USC Shoah Foundation 大屠杀证言语料库。我们将证言视为结构化的问答部分，应用主题模型以识别关键主题。我们实验使用BERTopic，该方法利用最新语言建模技术。我们将证言部分对齐到固定部分，揭示语料库中证言话题的演变。这突显了常见的叙事模式以及基于年龄和性别的子群之间的差异。我们提出一种新方法，用于识别在主题分布上表现出异常的证言，使其类似于其他子群的分布。该研究为大屠杀幸存者的复杂叙事提供了独特见解，展示了NLP的力量如何 illuminate 历史话语并识别幸存者经历的潜在偏差。