関係抽出（Relation Extraction, RE）モデルは、高コストなラベル付けを伴う訓練データに依存している点で課題に直面している。要約（summarization）タスクが長文の文脈から要約的な情報を簡潔に抽出することを目的としていることから、これらのタスクはREの目的——すなわち、エンティティ表現間の関係を記述する要約的な情報を抽出する——と自然に整合する。本研究では、REを要約形式に変換するSuREを提案する。SuREは、要約タスクからの間接的監視によって、より精度が高くリソース効率の良いREを実現する。この目的を達成するため、要約タスクとREタスクの定式化を本質的に橋渡しする文と関係の変換技術を開発した。さらに、Trieスコアを用いた制約付きデコード技術を導入することで、要約に基づくREの推論性能をさらに強化した。3つのREデータセットにおける実験により、SuREがフルデータセット設定および低リソース設定の両方で有効であることが示された。これにより、要約はREモデルの性能向上に向けた有望な間接的監視源であることが明らかになった。