关系抽取（Relation Extraction, RE）模型长期以来面临依赖昂贵标注训练数据的挑战。考虑到文本摘要任务旨在从较长的上下文中获取简洁的综合信息表达，这类任务天然契合关系抽取的目标——即提取描述实体提及之间关系的综合信息。为此，我们提出了SuRE，将关系抽取转化为一种摘要形式。SuRE通过从摘要任务中获得的间接监督，实现了更精确且资源高效的RE模型。为达成这一目标，我们设计了句子与关系转换技术，有效衔接了摘要任务与关系抽取任务的表达形式。同时，我们引入基于Trie结构的约束解码技术，进一步提升了基于摘要的关系抽取模型在推理过程中的鲁棒性。在三个关系抽取数据集上的实验结果表明，SuRE在全数据集与低资源设置下均表现出显著有效性，证实了摘要任务作为间接监督来源在提升关系抽取模型方面的巨大潜力。