縣ら[11]は物語テキストの内容理解を支援するために，物語テキストの進行状況に応じた人物相関図の生成を係り受け解析とあらかじめ生成した死亡表現リストを用いて行った．これにより，登場人物の存在状態と人物感の有効敵対関係を推定することが可能となり，提案手法における死亡判定について再現率と適合率を用いて評価した結果，それぞれ平均して，84.7%と79.4%の正解率を得た．
西原ら[12]は読書の再開前に，物語の登場人物に関する情報を整理することで円滑に読書を再開できると考え，人手構築した抽出パターンを用いて，物語テキストから登場人物の関係を自動的に抽出する手法を提案した．また，テキストから物語の登場人物を抽出すると同時に，親子，京大などの家族関係，友人，会社の同僚などの仲間関係など，様々な登場人物感の関係を推定することも可能とした．これにより，人物関係抽出のF値0.340を確認し，ベースラインの手法を上回った．