L'extraction de relations au niveau de la phrase vise principalement à classifier la relation entre deux entités au sein d'une phrase. Les corpus d'extraction de relations au niveau de la phrase contiennent souvent des données difficiles à inférer ou bruitées pour le modèle. Dans cet article, nous proposons un modèle d'extraction de relations basé sur l'apprentissage curriculaire, qui divise les données selon leur difficulté et les utilise progressivement pour l'apprentissage. Sur des expériences menées sur des jeux de données représentatifs d'extraction de relations au niveau de la phrase, à savoir TACRED et Re-TACRED, la méthode proposée a atteint des scores F1 respectifs de 75,0 % et 91,4 %, marquant ainsi des performances de pointe (state-of-the-art).