方面情感三元组抽取（ASTE）旨在从给定的语料库中共同提取情感三元组。现有的预训练-微调范式下的方法倾向于要么精心设计复杂的标记方案和分类头，要么引入外部语义增强以提升性能。在本研究中，我们首次重新评估了标记方案中的冗余性和预训练表示中的内部增强。我们提出了一种通过整合极简标记方案和新颖的词级对比学习策略来改进和利用预训练表示的方法。所提出的这种方法在性能上与现有最先进技术相当甚至更优，同时具有更加紧凑的设计和较低的计算开销。此外，我们首次正式评估了GPT-4在少样本学习和链式思维场景下执行此任务的表现。结果表明，即使在大规模语言模型时代，预训练-微调范式仍然非常有效。