松尾ら[1]は，Web上の情報から，人間関係のネットワークを抽出している． その際に，抽出手法として，氏名の関係性の強さを知るために様々な指標を用いて実験している．
松村ら[3]は，文書の主張をキーワードとし，文書の要約や文書検索のために，語の活性度に基づいたキーワード抽出法を提案している．
松尾ら[5]は，ノードが離れているにも関わらず，別のノードを介せば近いというSmall World構造を用いてネットワークを構築し， そのネットワークからキーワードを抽出する手法を提案した．
内山ら[6]は，大規模な出来事の要約，すなわち，複数のトピックに関する複数の文書の要約を目的としている． 複数文書においてネットワークを構成し，ネットワークの各ノードの重要度を活性拡散を利用し求めている． それにより，複数文書の要約を行っている．
森ら[7]は，Web上の情報を用いて，研究者の情報をキーワードとして自動的に抽出する手法を提案している． 研究者の情報とは，例えば，所属組織，研究テーマ，共著者などである． それらの研究者の情報をキーワードから自動で抽出している．
岡崎ら[8]らは，Web文書から人の安全，危険に関わる情報を抽出している． 談話構造に基づく論述構造の分析を行い，Webからの文章に対して分類を行うことで情報の構造化を行っている． その情報に基づき必要な情報を抽出している．
小嶋ら[9]は，英語の物語における場面の境界を推定するための統計的な指標を提案している． 場面ごとに現れる単語は互いに結束性によって結ばれる傾向をもつ．この単語列の結束度を用いてテキスト区画の境界を推定している．