The Shape of Testimony: A Scalable Framework for Oral History Archive Comparison

Researchers in Holocaust studies have often distinguished between two styles of oral survivor testimony: the USC Shoah Foundation's interviews tend to follow a structured, interviewer-guided format, whereas the Yale Fortunoff Video Archive generally favors a more free-form, open-ended style. This distinction has influenced both scholarly research and the development of later archives. In this study, we critically examine that claim by conducting a large-scale computational analysis of more than 1,600 testimonies from both collections. Leveraging discourse segmentation, topic modeling, and large language model (LLM) based analysis, we quantify the "structuredness" level of testimonies through topic coherence, interviewer-survivor dynamics, and the distribution of question types. Our results generally corroborate the structural differences identified in earlier research, while also revealing significant overlaps between the collections, both within individual interviews and across common narrative patterns. This complicates the simple "structured vs. free-form" dichotomy often applied to these oral histories. Beyond revisiting a foundational claim in Holocaust studies, our work provides a scalable, replicable framework for comparative corpus analysis. As a proof of concept, it suggests broader applications for digital oral history, narrative analysis, and the design of citizen-science annotation platforms.

📋 한 줄 요약

**[Digital Humanities / Oral History]** USC Shoah·Yale Fortunoff 1,600+ 증언 corpus를 discourse segmentation·topic modeling·LLM 분석으로 비교, "구조적 vs 자유 형식" 이분법의 통계 검증과 상당한 중첩 확인·확장 가능 corpus 분석 프레임워크 제안.

🎯 핵심 기여도

Holocaust 연구에서 USC Shoah Foundation은 구조화·인터뷰어 주도, Yale Fortunoff는 자유 형식·개방형이라는 두 oral survivor testimony 스타일 구분이 학술·후속 archive 개발에 영향을 미쳤음을 배경 소개.
그 주장을 비판적으로 검토 — 두 collection에서 1,600+ 증언을 대규모 computational 분석.
Discourse segmentation·topic modeling·LLM 분석을 활용해 topic coherence·인터뷰어-survivor dynamics·question type 분포로 "structuredness" 정량화.
결과는 prior 구조 차이를 대체로 corroborate하면서도 collection 간 상당한 중첩(개별 인터뷰 내·공통 narrative pattern) 발견 — 단순 "구조 vs 자유" 이분법을 복잡화.

💡 핵심 아이디어

Oral history archive 비교는 학자적 인상이 아닌 대규모 computational corpus 분석으로 검증돼야 하며, discourse segmentation·topic modeling·LLM을 결합한 다축 정량화가 archive 간 구조적 차이와 중첩을 동시에 드러내 단순 이분법을 정교화한다.

🔬 기술적 접근법

**방법론**: Discourse segmentation + topic modeling + LLM 기반 multi-axis 비교 분석.
**핵심 기법**: (1) 1,600+ 증언을 두 archive에서 통합 처리, (2) Discourse segmentation으로 인터뷰 구조 분할, (3) Topic modeling으로 topic coherence 측정, (4) LLM 분석으로 question type 분류·인터뷰어-survivor dynamics 정량, (5) 통계적 비교로 archive 내·간 분포 분석.

📊 주요 결과

1,600+ 증언의 대규모 corpus 분석 수행.
Prior 구조 차이 주장을 대체로 corroborate.
동시에 collection 간 substantial 중첩 발견 — 개별 인터뷰 내·공통 narrative pattern.
단순 "구조 vs 자유" 이분법의 한계 정량 노출.
확장·재현 가능 framework 제공.

💭 의의 및 한계

**의의**: Holocaust 연구의 foundational 주장 재검토, digital oral history·narrative 분석·시민 과학 annotation 플랫폼 설계의 확장 가능 방법론 제공, 정량 corpus 분석의 humanities 가치 입증. **한계**: 분석이 두 archive에 한정, 자동 분석의 미세 nuance 포착의 한계, 인터뷰어 변동·시대 차이 등 교란 요인 통제 어려움.

🚀 실용적 활용

대규모 oral history archive 비교 분석.
시민 과학 annotation 플랫폼 설계.
인터뷰 corpus 자동 구조 분석.