| dc.contributor.author | Куліш, С. П. | uk |
| dc.contributor.author | Kulish, S. P. | en |
| dc.date.accessioned | 2026-09-03T10:41:54Z | |
| dc.date.available | 2026-09-03T10:41:54Z | |
| dc.date.issued | 2026 | |
| dc.identifier.citation | Куліш С. П. Автоматичне виявлення та нормалізація CTA у відеорекламі: правила та LLM-екстракція // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/27504. | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua/handle/123456789/53445 | |
| dc.description.abstract | У відеорекламі соціальних мереж заклик до дії (call-to-action, CTA) є ключовим сигналом наміру рекламодавця та очікуваної дії користувача. У практичних системах аналітики виникає проблема різноманіття формулювань CTA між платформами та креативами: однаковий намір може бути виражений різними текстами («Купити», «Замовити», «Buy Now», «Order Now» тощо). У роботі запропоновано гібридний підхід до автоматичного виявлення CTA у відеорекламі та нормалізації до контрольованого словника класів (купити/зареєструватись/встановити/дізнатись). Підхід поєднує детерміновані правила для типових випадків та LLM-екстракцію зі структурованим виходом для неоднозначних або контекст-залежних CTA. | uk |
| dc.description.abstract | In social network video ads, call-to-action (CTA) is a key signal of advertiser intent and the expected user action. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/27504 | |
| dc.subject | video advertising | en |
| dc.subject | call-to-action | en |
| dc.subject | normalization | en |
| dc.subject | controlled vocabulary | en |
| dc.subject | large language models | en |
| dc.subject | information extraction | en |
| dc.subject | відеореклама | uk |
| dc.subject | нормалізація | uk |
| dc.subject | контрольований словник | uk |
| dc.subject | великі мовні моделі | uk |
| dc.subject | інформаційне вилучення | uk |
| dc.title | Автоматичне виявлення та нормалізація CTA у відеорекламі: правила та LLM-екстракція | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 621.39 | |
| dc.relation.references | About the Call to Action button [Електронний ресурс] – Режим доступу до ресурсу: https://ads.tiktok.com/help/article/in-app-behavior-call-to-action-button?lang=en | uk |
| dc.relation.references | How to create an ad in TikTok Ads Manager [Електронний ресурс] – Режим доступу до ресурсу: https://ads.tiktok.com/help/article/ad-set-up | uk |
| dc.relation.references | Field / KPI listing – Facebook Ads (Call to action type) [Електронний ресурс] – Режим доступу до ресурсу: https://www.catchr.io/metrics/facebook-ads-metrics | en |
| dc.relation.references | Siskou W., Giralt Mirn C., Molina Raith S., Butt M. Automatized Detection and Annotation for Calls to Action in Latin-American Social Media Postings [Електронний ресурс] – Режим доступу до ресурсу: https://aclanthology.org/2022.latechclfl-1.8.pdf | en |
| dc.relation.references | Wang X. et al. InstructUIE: Multi-Task Instruction Tuning for Unified Information Extraction [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/2304.08085 | en |
| dc.relation.references | Jiao Y. et al. Instruction Tuning for On-Demand Information Extraction [Електронний ресурс] – Режим доступу до ресурсу: https://aclanthology.org/2023.emnlp-main.620.pdf | en |
| dc.relation.references | Sun L. et al. UMIE: Unified Multimodal Information Extraction with Instruction Tuning [Електронний ресурс] – Режим доступу до ресурсу: https://arxiv.org/pdf/2401.03082 | en |
| dc.relation.references | Shen Z. et al. SLOT: Structuring the Output of Large Language Models [Електронний ресурс] – Режим доступу до ресурсу: https://aclanthology.org/2025.emnlp-industry.32.pdf | en |