计算商标申请通过率的方法

本发明涉及商标信息处理领域，具体涉及一种商标通过概率大小的判断方法。

商标作为商品的重要特征标识，根据商标审查标准，中文商标的汉字构成相同，仅 字体或设计、注音、排列顺序不同，易使相关公众对商品或者服务的来源产生误认的，判定 为近似商标。在同一商品或者类似商品上将与他人注册商标相同或者近似的标志作为商品 或者商品装潢使用，误导公众的，属于商标法第五十七条第二项规定的侵犯注册商标专用 权的行为。因此，申请人在注册商标前需要根据通过检索查询欲注册的商标是否已被注册 或者与他人商标近似。

在研究中发现，目前的商标查询多是人工操作，根据经验在商标检索平台手动输 入近似词汇，根据查询的结果判断商标是否能够申请，但是，这种方式耗时耗力，人工成本 高。

本发明的目的是为了提供帮助用户直观直接地判断商标申请通过的概率，同时帮 助用户更有针对性的调整自己的商标设计思路，进而提高用户商标通过审核的概率，解决 人工查询近似商标后，判断商标申请通过的概率与商标实际通过的概率误差性，使得商标 申请通过率低的问题。

本发明提出的计算商标申请通过率的方法，S1、判断商标文本是否能够作为商标 使用，若能作为商标注册，进行S2，若不能作为商标注册，针对原因修改，再进行S1；S2、测算 商标文本申请商标的通过概率，若商标文本的通过概率大于等于50%，则可以进行商标申 请，若低于50%，则进行S3；S3、判断商标文本需要修改的方向，调整商标的设计思路，若商标 文本的字形和字音完全相同，则进行S5，若商标文本的相似度过高，则进行S6；S4、再次测算 商标文本申请商标的通过概率；S5、调整商标文本的商品服务项目，则进行S4；S6、修改商标 文本本身，则进行S4；S7、结束。

本发明的使用原理在于，首先，通过匹配判断商标合法单元判断商标文本的实体 命名是否符合《商标审查标准》；然后，通过计算商标通过概率单元的计算方法，得到商标文 本申请商标的通过概率；其次，通过计算商标通过概率单元的计算方法，出商标文本是出 于音形或者词义相近和相同，导致商标文本通过率低的某个原因，通过商标文本与做出一 定的对比，对比结果进行分析修改商标文本，达到提高商标文本通过的概率，最后再对修改 后的商标文本做出通过率的计算，并作出判断，直到商标文本通过概率大于等于50%时，输 出结果建议商标申请。

本发明计算商标申请通过率的方法的有益效果：帮助商标使用者直接的判断商标 申请通过的概率，同时帮助用户更有针对性的调整自己的商标设计思路，进而提高了用户 商标通过审核的概率；判断商标文本是否合法化和数字化，明确商标文本如何提高通过商 标注册的通过率。通过S01步骤,商标使用者能直观的快速的判断自己的商标文本能否作为 商标使用，达到联网对实时的语料进行学习，不依赖于固定的数据库，同时经过S2步骤还能 告知商标使用者不能作为商标使用的原因。通过S3步骤在相同类别下，相同商标文本进行 商品服务的类似度对比，计算相同商标文本的情况下商标的通过率；在不同商标文本的情 况下，采用同义词语义分析、音形码来计算两个商标文本在字形读音和语义上的综合相似 度，同时将商标审查中人工审查的因素考虑到了通过率中。从而达到帮助商标用户在注册 商标时，更佳清楚自己的商标通过初审的概率，并在提交初审前就做出合理的调整。

图1为本发明计算商标申请通过率的方法的流程图；

图2为本发明计算商标申请通过率的方法的通过率计算步骤的流程图。

下面结合附图和具体实施例对本发明的计算商标申请通过率的方法作进一步的 说明。

如图1所示，计算商标申请通过率的方法，S1、判断商标文本是否能够作为商标使 用，若能作为商标注册，进行S2，若不能作为商标注册，针对原因修改，再进行S1；S2、测算商 标文本申请商标的通过概率，若商标文本的通过概率大于等于50%，则可以进行商标申请， 若低于50%，则进行S3；S3、判断商标文本需要修改的方向，调整商标的设计思路，若商标文 本的字形和字音完全相同，则进行S5，若商标文本的相似度过高，则进行S6；S4、再次测算商 标文本申请商标的通过概率；S5、调整商标文本的商品服务项目，则进行S4；S6、修改商标文 本本身，则进行S4；S7、结束。

本发明的使用原理在于，首先，通过匹配判断商标合法单元判断商标文本的实体 命名是否符合《商标审查标准》；然后，通过计算商标通过概率单元的计算方法，得到商标文 本申请商标的通过概率；其次，通过计算商标通过概率单元的计算方法，出商标文本是出 于音形或者词义相近和相同，导致商标文本通过率低的某个原因，通过商标文本与做出一 定的对比，对比结果进行分析修改商标文本，达到提高商标文本通过的概率，最后再对修改 后的商标文本做出通过率的计算，并作出判断，直到商标文本通过概率大于等于50%时，输 出结果建议商标申请。帮助商标使用者直接的判断商标申请通过的概率，同时帮助用户更 有针对性的调整自己的商标设计思路，进而提高了用户商标通过审核的概率；通过计算商 标申请通过率的方法能更清晰地把待注册的商标文本，判断商标文本是否合法化和数字 化，明确商标文本如何提高通过商标注册的通过率。

步骤S1包括：

S01、对商标文本进行命名实体识别，识别方法使用斯坦福大学语言处理方式，加入人 民日报、报刊杂志的文章作为深度学习资料，训练出一套符合《商标审查标准》的命名实体 识别方法；商标使用者能直观的快速的判断自己的商标文本能否作为商标使用，达到联网 对实时的语料进行学习，不依赖于固定的数据库。

S02、收集网监局、文化部发布的敏感词汇表，建立一个敏感词库。

S03、将需要注册的商标文本进行命名实体识别后，判断文本是否含有国家地名或 者组织机构名称；若包含地名或组织机构名称，商标文本包含地名或组织机构名称，按照规 定除集体商标或地理标志外，不能作为商标使用；若不包含则进行S04。

S04、将需要注册的商标文本进行分词处理，并对照敏感词库，查看商标文本中是 否包含敏感词汇。如果包含敏感词语，则说明商标文本中包含敏感词汇，不能作为商标申 请，指示性的修改敏感词汇，若通过敏感词检测，则商标文本可以作为商标使用，进入S2步 骤。

步骤S2包括：

Ⅰ、收集近5年的商标申请数据，根据企业类申请人的主营行业和申请商标的类别，分析 出各个行业注册商标时需要申请的类别以及常选的商品服务项目，建立行业与商标类别、 商品服务项目之间的对应关系数据库；

Ⅱ、参照《类似商品和服务区分表》，建立商品服务项目之间的类似关系，将有类似关系 的商品服务项目分为组；如第一类0101工业气体，单质中碱金属010560与镁060169类似，则 将这两个商品服务项目在数据库中单独建立一个类似组。

Ⅲ、由于商标审核为人工审核，应该考虑其中的人为判断误差因素，取r，即实际可 以预测的通过率为1-r；此实例中r取0.1，及实际可以预测的通过率为0.9。

Ⅳ、制定音形码映射规则，通过将汉字的字音和字形按照简单的替代规则部分映 射到一个字符位，分为10部分。第一部分字音部分，主要覆盖韵母，声母，补码以及声调的内 容，第一部分主要覆盖4个字符位，第一位韵母位，从韵母“a”到“ong”24种韵母，由数字“1- 9”和字母“A-K”代替，第二位是声母位，同样的，也是利用数字“1-9”和字母“A-j”代替，其中 “Z”和“ZH”为相同转化；第四位是声调位，分别用“1-4”来替代汉字中的四个声调。第二部分 是字形码，第一位为结构位，根据汉字的不同结构，同样采用一个字符来表示该汉字的结 构；后续的四部分都采用四角编码，来描述该汉字的形态；最后一部分是汉字的笔画数位， 也是利用数字“1-9”和字母“A-Z”代替，“A”代表10，“Z”代表35位和超过35画素以外的汉字 笔画数。

Ⅴ、商标使用者选择一个待注册的商标文本需要使用的行业，根据步骤Ⅰ中的行业 与商标类别的对应关系数据库为商标使用者匹配需要申请的商标类别，并将该商标文本与 申请类别中的现有商标数据（排除法律状态为无效的数据）做出对比；

Ⅵ、在商品类别中搜索与待申请商标文本相同的商标，如果有相同的商标，则进入第Ⅶ 步进行商品服务项目类似度分析，如果没有相同的商标，则进入第Ⅷ步进行商标文本的商 标相似度分析；

Ⅶ、将预选的商品服务项目与商标数据的商品服务项目作对比，根据步骤2建立的类似 组关系，判断两个商标之间商品服务项目的相似度；如下表所示：

豪佳（要注册的商标） 豪佳（已注册的商标）

2901 腌制肉（非活） 2904 花生酱

2902 鱼制食品 2904 蜜饯

2902 腌制鱼 2905 腐乳

2903 水产罐头 2905 酱菜

2901 肉冻 2907 奶茶(以奶为主)

2905 腌制蔬菜 2908 食用油

2906 蛋 2911 加工过的瓜子

2901 肉 2911 精制坚果仁

2902 贝壳类动物 2912 干食用菌

2904 腌制水果 2913 豆腐制品

根据对比发现，要注册的商标“2905 腌制蔬菜”“2904 腌制水果”服务项与已注册商标 中的服务项类似，申请10项中只有八项可能通过，相似度为0.2，该商标的通过率为0.8*0.9 =0.72。由上表所知“商标注册的申请项目中有“2905 腌制蔬菜”“2904 腌制水果”已经和现 有商标类似，无法通过申请，更换商品服务项或者更换商标名称。

Ⅷ、对商标文本进行同义词分析，采用“基于单汉字的字面相似度算法”，建立以词 素为单位的语义词典,将词素按语义上的分类体系进行相似比较,再将组成词的各个词素 相似度按一定的权重计算出表达度,再通过两词的表达度计算出相似度，得到两词的相似 度为α；字面相似度算法主要根据字面相似性原理，即汉语中绝大多数同义词、准同义词都 含有相同语素这一突出特点，计算词与词之间的关联程度。设定两个词之间的相似度两方 面的影响：两个词含有相同语素的个数的影响占60%；相同语素在各个词中的位置关系的影 响占40%。由此拟定相似度匹配公式：

xsd = 60%*[（xsword/ctrlword + xsword/keyword）/2]+40%*dp*[∑c. xsword(ｉ) / ∑ctrlword(ｉ)+ ∑c. xsword(ｉ) /∑keyword(ｉ)] /2；

其中：xsword表示两词含有相同语素即匹配字的个数；∑c. xsword(ｉ) /∑ctrlword (ｉ)表示匹配字在待匹配词中所处位置的权数之和；∑c. xsword(ｉ) /∑keyword(ｉ) )表 示匹配字在对比的待匹配词中所处位置的权数之和；dp表示位置系数，其值为被匹配词与 待匹配词素总数之比。如“豪佳”和“毫佳”的相似度：xsd = 60%*[（2/3 + 2/3）/2] +40%*1* [1/2 + 1/2] /2 ，最后求得α约为56.7%。

Ⅸ、运用步骤Ⅳ中音形码映射规则对比商标文本进行编码，编码后的结果与数据 库中的商标数据的编码进行对比，其中对比两个编码之间的相似度采用距离算法，得到两 个商标文本之间的相似度β；如文本“毫佳”通过相同的映射规则得到编码：9A0411007141 （毫）1B411242148（佳）。对比编码“9A04200232141B411242148”（豪佳）和 “9A04110071411B411242148”（毫佳）之间的编辑距离，通过编辑距离“LD算法”获得两者之 间相似度为β=0.76。

Ⅹ、对商标文本的语义相似度和音形相似度进行赋权计算，α*q1+β*q2=商标文本 相似度，本实例中语义权重赋权0.3，音形权重赋权0.7，再加上人工审查因素，该商标文本 的通过率为：0.9*（1-（α*q1+β*q2））；最后结果约为0.27。

Ⅺ、计算出商标文本的通过率后，判断通过率高低以0.5作为分界线，高于0.5，则 通过率较高，低于0.5，则通过率较低。本实施例中的通过率低于0.5，所以通过商标初审几 率很低。

步骤S3包括：a、根据步骤S2第Ⅷ步中所测得的商标文本的语义的词素相似度α值 的高低，调节商标文本的语义；根据本实施例的待注册商标文本与对比文本相似度较高，需 要更改商标注册文本，使得提高通过率。b、根据步骤S2第Ⅸ步中所测得的商标文本的相似 度β值的高低，调节商标文本与对比商标文本的相似度；根据本实施例的待注册商标文本与 对比文本相似度较高，同样需要调节商标注册文本，提高通过率。

以上仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来 说，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明 的保护范围之内。