関係三項抽出は、エンティティと関係の間の豊かな相関関係を捉えることの難しさから、困難な課題である。従来の手法は、1）エンティティと関係の表現が異種的であること、および2）エンティティ同士の相互作用とエンティティと関係の相互作用のモデリングが異種的であることという課題を抱えている。その結果、従来の手法では豊かな相関関係が十分に活用されていない。本論文では、これらの課題に対処するため、UniRelを提案する。具体的には、エンティティと関係の表現を、連結された自然言語シーケンス内で共同符号化することで統一し、エンティティと関係の相互作用のモデリングを、Transformerブロック内の既存の自己注意（self-attention）機構に基づいて構築された「インタラクションマップ（Interaction Map）」を用いて統一する。2つの代表的な関係三項抽出データセットを用いた包括的な実験により、UniRelがより効果的かつ計算効率的であることを示した。ソースコードは https://github.com/wtangdev/UniRel にて公開されている。