CN107590187A - 基于人工智能的图形商标可注册性判断的方法 - Google Patents
基于人工智能的图形商标可注册性判断的方法 Download PDFInfo
- Publication number
- CN107590187A CN107590187A CN201710666804.9A CN201710666804A CN107590187A CN 107590187 A CN107590187 A CN 107590187A CN 201710666804 A CN201710666804 A CN 201710666804A CN 107590187 A CN107590187 A CN 107590187A
- Authority
- CN
- China
- Prior art keywords
- registration
- mark
- figurative
- figurative mark
- artificial intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及一种基于人工智能的图形商标可注册性判断方法,应用于服务器,其包括:S101,接收用户终端发送的拟注册的图形商标信息;S103,根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别;S104,搜索数据库中所述分类组别中存在的在先图形商标及其相关信息;S106,基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似;S107,根据判断结果给出相应注册建议,并生成报告输出至用户终端。本发明通过采用大数据的算法对拟注册的商标进行检索分析,不容易漏检,而且分析结果较为客观,可大大提高企业注册商标的成功率,并节省企业商标注册的成本,具有较高的参考价值。
Description
技术领域
本发明涉及企业知识产权管理系统领域,特别涉及一种基于人工智能的图形商标可注册性判断的方法。
背景技术
由于商标注册的审查周期较长,审查结果的不确定性较高,企业期望能提高商标注册成功的准确率,以节省注册成本及结果的不确定给企业带来的损失。然而,现在商标注册前的检索及判断以人工为主,这样不仅检索不全面,而且主观性较强。
发明内容
鉴于此,有必要提供一种基于人工智能的图形商标可注册性判断方法。其通过采用人工智能的算法对拟注册的商标进行检索分析,不容易漏检,而且分析结果较为客观,可大大提高企业注册商标的成功率,并节省企业商标注册的成本,具有较高的参考价值。
本发明的目的通过以下技术方案实现:
一种基于人工智能的图形商标可注册性判断方法,应用于服务器,其包括:
S101,接收用户终端发送的拟注册的图形商标信息;
S103,根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别;
S104,搜索数据库中所述分类组别中存在的在先图形商标及其相关信息;
S106,基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似;
S107,根据判断结果给出相应注册建议,并生成报告输出至用户终端。
优选地,所述拟注册的图形商标信息包括拟注册的商标图案信息,该商标使用的商品和服务名称和/或需注册的商标类别,所述商品类别包括大类、小类、或者商品或服务的编号。
优选地,所述拟注册的商标图案信息包括拟注册商标的图标和/或图形要素。
优选地,在根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别之前,所述方法还包括:S102,根据《类似商品和服务区分表》及类似商品和服务判断规则对相同或类似商品进行重新分组,将任一商品和服务项目的类似商品和服务均归至同一组别。
优选地,所述搜索数据库中所述分类组别中存在的在先图形商标及其相关信息,具体包括:针对每个分类组别中的商品和服务项目,搜索数据库中存在的所有在先图形商标及其相关信息。
优选地,所述影像重合包括将图标进行任意角度旋转后再进行重合。
优选地,所述基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似步骤由人工智能模块进行判断。
优选地,所述人工智能模块的判断步骤如下:
S1061,分析图标的基本组成要素;
S1062,将每个基本组成要素进行排列组合,形成一系列新的图标1、图标2、图标2……图标N,N为整数;
S1063,对图标1至图标N逐一与每一在先图形商标进行影像重合,得出重合度1,重合度2……重合度M;
S1064,按预定规则对重合度1至重合度M进行加权计算,得出注册成功概率,所述预定规则可根据用户的风险喜好进行调整。
优选地,所述用户终端为智能手机、平板电脑、个人数字助理、智能穿戴设备或膝上型便携式计算机。
优选地,在S104之后,S106之前,还包括:S105,删除法律状态显示为失效或无效的在先图形商标。
本发明的基于人工智能的图形商标可注册性判断方法,具有以下优点:
1)系统自动采集比对,节省了大量人力;
2)基于大数据分析,结果更具有参考价值;
3)便于后续类似商标的监控。
附图说明
图1是本发明一实施例的基于人工智能的图形商标可注册性判断方法的流程图示意图;
图2是本发明又一实施例的基于人工智能的图形商标可注册性判断方法的流程图示意图;
图3是本发明又一实施例的基于人工智能的图形商标可注册性判断方法的流程图示意图;
图4是本发明一实施例的人工智能模块判断的流程示意图;
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明作进一步详细描述。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明所涉及的用户终端包括但不限于智能手机、平板电脑、个人数字助理、智能穿戴设备及膝上型便携式计算机等。
参见图1,本发明较佳实施例的基于人工智能的图形商标可注册性判断方法,应用于服务器,其包括:
S101,接收用户终端发送的拟注册的图形商标信息;
该拟注册的图形商标信息包括拟注册的商标图案信息,该商标使用的商品和服务名称和/或需注册的商标类别,所述商品类别包括大类、小类、或者商品或服务的编号。该拟注册的商标图案信息包括拟注册商标的图标和/或图形要素。需注册的商标类别的分类方法按照《类似商品和服务区分表》进行分类。
S103,根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别;
具体地,根据图形商标信息中,商标使用的商品和服务名称与每个分类组别中的每个商品和服务项目进行匹配,确定用户需使用的商品和服务所在的分类组别。
如图2所示,进一步地,在根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别之前,所述方法还包括:S102,根据《类似商品和服务区分表》及类似商品和服务判断规则对相同或类似商品和服务进行重新分组,将任一商品和服务项目的类似商品和服务均归至同一组别。
例如,第9类中0901小类的“电子出版物(可下载),可下载的手机铃音,可下载的音乐文件,可下载的影响文件”与第9类中0908小类的“唱片,录音带,录像带,CD盘(音像),盒式录像带,光盘(音像)”类似,则让他们进行重新分组放置到同一个分类组别中。
并将过往所有版本《类似商品和服务区分表》中与现有《类似商品和服务区分表》中的商品和服务项目相同或近似的项目也归至同一组别。
例如,0901小类中的视频游戏卡与第九版以前的0908小类中的电视游戏卡类似,则归到同一组别。0901小类的计算圆尺与第十版以前的0902小类的计算尺类似,归到同一组别。
S104,搜索数据库中所述分类组别中存在的在先图形商标及其相关信息;针对每个分类组别中的商品和服务项目,搜索数据库中存在的所有在先图形商标及其相关信息。
将所有现有公开商标的相关注册信息,全部放置在数据库中,对每个分类组别的每个商品项目进行搜索在先图形商标、注册人信息、法律状态等相关信息。
如图3所示,进一步地,在S104之后,S106之前,本发明的方法还包括:S105,删除法律状态显示为失效或无效的在先图形商标。具体地,若某一在先图形商标显示的法律状态已失效,例如驳回生效,被无效,未续展失效等,则将其排除,仅保留有效及审查中的在先文字商标及其相关信息。
S106,基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似;该影像重合包括将图标进行任意角度旋转后再进行重合。
相同或近似图形商标的判断标准根据商标法、商标法实施细则、商标审查及审理标准进行判断。若商标局有对《类似商品和服务区分表》、《商标法》、《商标法实施细则》、《商标审查及审理标准》进行修改和变更,则及时根据商标局修改相应的信息和判断规则。
该基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似步骤由人工智能模块进行判断。
如图4所示,人工智能模块的判断步骤如下:
S1061,分析图标的基本组成要素;
S1062,将每个基本组成要素进行排列组合,形成一系列新的图标1、图标2、图标2……图标N,N为整数;
S1063,对图标1至图标N逐一与每一在先图形商标进行影像重合,得出重合度1,重合度2……重合度M;
S1064,按预定规则对重合度1至重合度M进行加权计算,得出注册成功概率,所述预定规则可根据用户的风险喜好进行调整。商标注册成功概率可以通过计算各个重合度的加权平均值得到。
S107,根据判断结果给出相应注册建议,并生成报告输出至用户终端。该报告中包括所述图形商标注册成功概率。
本发明的基于人工智能的图形商标可注册性判断方法,通过采用人工智能的算法对拟注册的商标进行检索分析,不容易漏检,而且分析结果较为客观,可大大提高企业注册商标的成功率,并节省企业商标注册的成本,具有较高的参考价值。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于人工智能的图形商标可注册性判断方法,应用于服务器,其特征在于包括:
S101,接收用户终端发送的拟注册的图形商标信息;
S103,根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别;
S104,搜索数据库中所述分类组别中存在的在先图形商标及其相关信息;
S106,基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似;
S107,根据判断结果给出相应注册建议,并生成报告输出至用户终端。
2.根据权利要求1所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述拟注册的图形商标信息包括拟注册的商标图案信息,该商标使用的商品和服务名称和/或需注册的商标类别,所述商品类别包括大类、小类、或者商品或服务的编号。
3.根据权利要求2所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述拟注册的商标图案信息包括拟注册商标的图标和/或图形要素。
4.根据权利要求1所述的基于人工智能的图形商标可注册性判断方法,其特征在于,在根据接收的所述图形商标信息,确定拟注册图形商标所在的商品或服务的分类组别之前,所述方法还包括:S102,根据《类似商品和服务区分表》及类似商品和服务判断规则对相同或类似商品进行重新分组,将任一商品和服务项目的类似商品和服务均归至同一组别。
5.根据权利要求1所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述搜索数据库中所述分类组别中存在的在先图形商标及其相关信息,具体包括:针对每个分类组别中的商品和服务项目,搜索数据库中存在的所有在先图形商标及其相关信息。
6.根据权利要求1所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述影像重合包括将图标进行任意角度旋转后再进行重合。
7.根据权利要求1-6任一项所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述基于影像重合判断逐一判断拟注册商标与在先图形商标是否相同或近似步骤由人工智能模块进行判断。
8.根据权利要求7所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述人工智能模块的判断步骤如下:
S1061,分析图标的基本组成要素;
S1062,将每个基本组成要素进行排列组合,形成一系列新的图标1、图标2、图标2……图标N,N为整数;
S1063,对图标1至图标N逐一与每一在先图形商标进行影像重合,得出重合度1,重合度2……重合度M;
S1064,按预定规则对重合度1至重合度M进行加权计算,得出注册成功概率,所述预定规则可根据用户的风险喜好进行调整。
9.根据权利要求1所述的基于人工智能的图形商标可注册性判断方法,其特征在于,所述用户终端为智能手机、平板电脑、个人数字助理、智能穿戴设备或膝上型便携式计算机。
10.根据权利要求1所述的基于人工智能的图形商标可注册性判断方法,其特征在于,在S104之后,S106之前,还包括:S105,删除法律状态显示为失效或无效的在先图形商标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710666804.9A CN107590187A (zh) | 2017-08-07 | 2017-08-07 | 基于人工智能的图形商标可注册性判断的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710666804.9A CN107590187A (zh) | 2017-08-07 | 2017-08-07 | 基于人工智能的图形商标可注册性判断的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107590187A true CN107590187A (zh) | 2018-01-16 |
Family
ID=61042837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710666804.9A Pending CN107590187A (zh) | 2017-08-07 | 2017-08-07 | 基于人工智能的图形商标可注册性判断的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107590187A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189888A (zh) * | 2018-09-07 | 2019-01-11 | 平安科技(深圳)有限公司 | 电子装置、侵权分析的方法及存储介质 |
CN109213881A (zh) * | 2018-07-17 | 2019-01-15 | 北京知果科技有限公司 | 一种近似商标查询方法和装置 |
CN109800340A (zh) * | 2019-01-24 | 2019-05-24 | 北京梦知网科技有限公司 | 商标注册推荐方法及系统 |
CN110580666A (zh) * | 2018-06-08 | 2019-12-17 | 成都市卓睿科技有限公司 | 商标监控与预警方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636427A (zh) * | 2014-12-24 | 2015-05-20 | 四川超凡知识产权服务股份有限公司 | 一种商标注册成功率查询方法及装置 |
CN106095865A (zh) * | 2016-06-03 | 2016-11-09 | 中细软移动互联科技有限公司 | 一种商标文本相似性评审方法 |
CN106844551A (zh) * | 2016-12-30 | 2017-06-13 | 全民互联科技(天津)有限公司 | 基于人工智能的商标申请成功率自动分析方法及系统 |
-
2017
- 2017-08-07 CN CN201710666804.9A patent/CN107590187A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636427A (zh) * | 2014-12-24 | 2015-05-20 | 四川超凡知识产权服务股份有限公司 | 一种商标注册成功率查询方法及装置 |
CN106095865A (zh) * | 2016-06-03 | 2016-11-09 | 中细软移动互联科技有限公司 | 一种商标文本相似性评审方法 |
CN106844551A (zh) * | 2016-12-30 | 2017-06-13 | 全民互联科技(天津)有限公司 | 基于人工智能的商标申请成功率自动分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
郭丽 等: "基于形状和空间结构的商标图像检索方法", 《计算机应用与软件》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110580666A (zh) * | 2018-06-08 | 2019-12-17 | 成都市卓睿科技有限公司 | 商标监控与预警方法及系统 |
CN109213881A (zh) * | 2018-07-17 | 2019-01-15 | 北京知果科技有限公司 | 一种近似商标查询方法和装置 |
CN109189888A (zh) * | 2018-09-07 | 2019-01-11 | 平安科技(深圳)有限公司 | 电子装置、侵权分析的方法及存储介质 |
CN109189888B (zh) * | 2018-09-07 | 2023-03-21 | 平安科技(深圳)有限公司 | 电子装置、侵权分析的方法及存储介质 |
CN109800340A (zh) * | 2019-01-24 | 2019-05-24 | 北京梦知网科技有限公司 | 商标注册推荐方法及系统 |
CN109800340B (zh) * | 2019-01-24 | 2021-03-19 | 北京梦知网科技有限公司 | 商标注册推荐方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107391737A (zh) | 基于人工智能的图形商标可注册性判断的方法及装置 | |
CN107578353A (zh) | 基于大数据的文字商标可注册性判断方法及装置 | |
CN107609023A (zh) | 一种基于大数据的文字商标可注册性判断方法及装置 | |
US9317613B2 (en) | Large scale entity-specific resource classification | |
TWI696194B (zh) | 投訴舉報類別的排序方法和裝置 | |
US9171072B2 (en) | System and method for real-time dynamic measurement of best-estimate quality levels while reviewing classified or enriched data | |
CN107590187A (zh) | 基于人工智能的图形商标可注册性判断的方法 | |
WO2017167071A1 (zh) | 一种对应用程序进行项目评估的方法及系统 | |
CN107704486A (zh) | 一种基于人工智能的图形商标可注册性判断的装置 | |
CN109479061A (zh) | 遵从性违反检测 | |
US20100211551A1 (en) | Method, system, and computer readable recording medium for filtering obscene contents | |
CN110263157B (zh) | 一种数据风险预测方法、装置及设备 | |
CN107578352A (zh) | 一种商标监测方法及系统 | |
Markou et al. | Predicting taxi demand hotspots using automated internet search queries | |
CN109785000A (zh) | 客户资源分配方法、装置、存储介质和终端 | |
CN110766486A (zh) | 确定物品类目的方法和装置 | |
CN107622397A (zh) | 商标监测方法及系统 | |
TWI554966B (zh) | Electronic invoice data processing method | |
CN111383072A (zh) | 一种用户信用评分方法、存储介质及服务器 | |
JP7278100B2 (ja) | 投稿評価システム及び方法 | |
Long et al. | Automated crisis content categorization for covid-19 tweet streams | |
CN112685618A (zh) | 用户特征识别方法、装置、计算设备及计算机存储介质 | |
WO2019028599A1 (zh) | 基于人工智能的图形商标可注册性判断的方法及装置 | |
CN109462635A (zh) | 一种信息推送方法、计算机可读存储介质及服务器 | |
CN107426338A (zh) | 一种资讯管理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180116 |