本发明涉及商标注册技术领域，尤其涉及一种文字商标注册成功率评估方法和系统。
背景技术：
文字商标(wordmark)是指用汉字及其拼音字母或其他文字、字母组合而成，使用在商品或服务上的标志。文字商标是一种主要的商标形式，由于其便于呼叫，大多数企业都会首选文字作为商标注册和使用。由于文字商标具有表达意思明确、视觉效果良好、易认易记等优点，所以，商标的设计越来越趋向文字化。但是根据商标审查标准，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，能有效降低最终注册商标的驳回率。
目前，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，根据查询的结果人为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，而且由于检索人员的专业素养不同，使得检索结果主观性比较强，也存在检索不够全面的问题，进一步加剧商标注册被驳回的几率。
技术实现要素：
本发明的目的是提供一种文字商标注册成功率评估方法和系统，不仅避免人为因素的影响，而且方便对待注册的文字商标信息在能够注册的相关群组及相关商品类别下进行全面分析，有效提高商标注册的成功率。
本发明提供了一种文字商标注册成功率评估方法，包括以下步骤；
获取待注册的文字商标信息和商标数据库的商标标准信息；
将所述文字商标信息与所述商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第一商标标准信息，根据预设规则参数对所述文字商标信息和第一商标标准信息进行近似度计算，得到第一近似度；所述第一近似度包括与所述第一商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；
按照预设过滤规则对所述文字商标信息进行非显著性词过滤，将过滤后的文字商标信息与所述商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第二商标标准信息，根据预设规则参数对过滤后的文字商标信息和第二商标标准信息进行近似度计算，得到第二近似度；所述第二近似度包括与所述第二商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；
对所述第一近似度和第二近似度进行综合评估，根据评估结果输出与待注册的所述文字商标信息对应的在相关商品类别的相关群组下的商标注册成功率。
作为一种可实施方式，所述根据预设规则参数对所述文字商标信息和第一商标标准信息进行近似度计算，得到第一近似度，包括以下步骤；
将每个所述文字商标信息的文字字符逐个与所述第一商标标准信息的文字字符对比判断是否存在相同或相似；
若所述文字商标信息的文字字符与所述第一商标标准信息的文字字符存在相同或相似，则得到第一对比近似信息，并根据所述第一对比近似信息选择各个对应的预设规则参数从而确定第一近似度；
若所述文字商标信息的文字字符与所述第一商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
作为一种可实施方式，所述根据预设规则参数对过滤后的文字商标信息和第二商标标准信息进行近似度计算，得到第二近似度，包括以下步骤；
将每个过滤后的文字商标信息的文字字符逐个与所述第二商标标准信息的文字字符对比判断是否存在相同或相似；
若过滤后的文字商标信息的文字字符与所述第二商标标准信息的文字字符存在相同或相似，则得到第二对比近似信息，并根据所述第二对比近似信息选择各个对应的预设规则参数从而确定第二近似度；
若过滤后文字商标信息的文字字符与所述第二商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
作为一种可实施方式，所述按照预设过滤规则对所述文字商标信息进行非显著性词过滤，包括以下步骤；
对所述文字商标信息进行叠词去重，并对叠词去重结果按照单量或全量过滤规则进行非显著性词过滤；所述非显著性词包括行业用语、虚词、数量、场所相关词其中的一种或几种。
作为一种可实施方式，所述对所述第一近似度和第二近似度进行综合评估，包括以下步骤；
将所述第一近似度的相关群组及相关商品类别与所述第二近似度的相关群组及相关商品类别进行合并，生成数据表；
根据第一近似度的成功率、第二近似度的成功率以及与第二商标标准信息的非显著性词过滤相关的加权值确定在每个相关群组下的商标注册成功率，并将每个所述商标注册成功率添加进数据表中。
相应的，本发明还提供一种文字商标注册成功率评估系统，包括获取模块、第一计算模块、第二计算模块以及综合评估模块；
所述获取模块，用于获取待注册的文字商标信息和商标数据库的商标标准信息；
所述第一计算模块，用于将所述文字商标信息与所述商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第一商标标准信息，根据预设规则参数对所述文字商标信息和第一商标标准信息进行近似度计算，得到第一近似度；所述第一近似度包括与所述第一商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；
所述第二计算模块，用于按照预设过滤规则对所述文字商标信息进行非显著性词过滤，将过滤后的文字商标信息与所述商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第二商标标准信息，根据预设规则参数对过滤后的文字商标信息和第二商标标准信息进行近似度计算，得到第二近似度；所述第二近似度包括与所述第二商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；
所述综合评估模块，用于对所述第一近似度和第二近似度进行综合评估，根据评估结果输出与待注册的所述文字商标信息对应的在相关商品类别的相关群组下的商标注册成功率。
作为一种可实施方式，所述第一计算模块包括第一对比判断单元、第一选择单元以及第一确定单元；
所述第一对比判断单元，用于将每个所述文字商标信息的文字字符逐个与所述第一商标标准信息的文字字符对比判断是否存在相同或相似；
所述第一选择单元，用于若所述文字商标信息的文字字符与所述第一商标标准信息的文字字符存在相同或相似，则得到第一对比近似信息，并根据所述第一对比近似信息选择各个对应的预设规则参数从而确定第一近似度；
所述第一确定单元，用于若所述文字商标信息的文字字符与所述第一商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
作为一种可实施方式，所述第二计算模块包括第二对比判断单元、第二选择单元以及第二确定单元；
所述第二对比判断单元，用于将每个过滤后的文字商标信息的文字字符逐个与所述第二商标标准信息的文字字符对比判断是否存在相同或相似；
所述第二选择单元，用于若过滤后的文字商标信息的文字字符与所述第二商标标准信息的文字字符存在相同或相似，则得到第二对比近似信息，并根据所述第二对比近似信息选择各个对应的预设规则参数从而确定第二近似度；
所述第二确定单元，用于若过滤后文字商标信息的文字字符与所述第二商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
作为一种可实施方式，所述第二计算模块还包括去重过滤单元；
所述去重过滤单元，用于对所述文字商标信息进行叠词去重，并对叠词去重结果按照单量或全量过滤规则进行非显著性词过滤；所述非显著性词包括行业用语、虚词、数量、场所相关词其中的一种或几种。
作为一种可实施方式，所述综合评估模块包括合并单元和添加单元；
所述合并单元，用于将所述第一近似度的相关群组及相关商品类别与所述第二近似度的相关群组及相关商品类别进行合并，生成数据表；
所述添加单元，用于根据第一近似度的成功率、第二近似度的成功率以及与第二商标标准信息的非显著性词过滤相关的加权值确定在每个相关群组下的商标注册成功率，并将每个所述商标注册成功率添加进数据表中。
与现有技术相比，本技术方案具有以下优点：
本发明提供的文字商标注册成功率评估方法和系统，其中，方法包括：获取待注册的文字商标信息和商标数据库的商标标准信息；将文字商标信息与商标标准信息进行对比，确定第一近似度；再按照预设过滤规则对文字商标信息进行非显著性词过滤，将过滤后的文字商标信息与商标标准信息进行对比，确定第二近似度；最后对第一近似度和第二近似度进行综合评估，根据评估结果输出与待注册的文字商标信息对应的在相关商品类别的相关群组下的商标注册成功率。本发明先确定待注册的文字商标信息与商标数据库的商标标准信息的第一近似度，再确定按照预设过滤规则过滤后的文字商标信息与商标标准信息的第二近似度，最后综合评估第一近似度和第二近似度得到的商标注册成功率，不仅避免人为因素的影响，而且方便对待注册的文字商标信息在能够注册的相关群组及相关商品类别下进行全面分析，有效提高商标注册的成功率。
附图说明
图1为本发明实施例一提供的文字商标注册成功率评估方法的流程示意图；
图2为本发明实施例二提供的文字商标注册成功率评估系统的结构示意图；
图3为图2中第一计算模块的结构示意图；
图4为图2中第二计算模块的结构示意图。
图中：100、获取模块；200、第一计算模块；210、第一对比判断单元；220、第一选择单元；230、第一确定单元；300、第二计算模块；310、第二对比判断单元；320、第二选择单元；330、第二确定单元；340、去重过滤单元；400、综合评估模块；410、合并单元；420、添加单元。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部实施例。
请参阅图1，本发明实施例一提供的文字商标注册成功率评估方法，包括以下步骤；
s100、获取待注册的文字商标信息和商标数据库的商标标准信息；
s200、将文字商标信息与商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第一商标标准信息，根据预设规则参数对文字商标信息和第一商标标准信息进行近似度计算，得到第一近似度；第一近似度包括与第一商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；
s300、按照预设过滤规则对文字商标信息进行非显著性词过滤，将过滤后的文字商标信息与商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第二商标标准信息，根据预设规则参数对过滤后的文字商标信息和第二商标标准信息进行近似度计算，得到第二近似度；第二近似度包括与第二商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；
s400、对第一近似度和第二近似度进行综合评估，根据评估结果输出与待注册的文字商标信息对应的在相关商品类别的相关群组下的商标注册成功率。
需要说明的是，待注册的文字商标信息的获取可以是基于客户端输入，这里的客户端可以为pc端、手机端以及平板端等。例如，在通过pc端的网页输入待注册的文字商标信息时，网页通过过http协议请求调取编码器对输入的待注册的文字商标信息进行编码转换得将其转换为与商标数据库的商标标准信息具有相同字体属性的文字商标信息。在商标数据库存储着已经注册过的所有商标，商标标准信息包括不限于图形信息、文字信息、顺序信息、部首信息以及读音信息等数据信息。为了方便数据管理和调取，可以为图形信息、文字信息、顺序信息、部首信息以及读音信息等数据信息建立各自的标准数据库，在使用时，只要通过唯一的商标标准编号调取就可以。在文字商标信息编码转换后，用于具体比对的文字商标信息编码是根据后续对比的需求来设置的，可以是图形信息、文字信息、部首信息以及读音信息中的一种或几种。不同字体类别经过编码转换均会得到统一的文字商标信息用于后续处理，有效减少由于输入字体类别不同引起的成功率评估结果的差异。于其他实施例中，可以通过手机端的软件或平板端的网页等实现待注册的文字商标信息的输入获取。
筛选的条件可以是根据《类似商品和服务区分表》及类似商品和服务判断规则通过重组等方式，将文字商标信息与商标数据库的商标标准信息中的每类数据信息进行一一比对，筛选出相同或相似的第二商标标准信息。例如，只要是商标标准信息的文字信息、读音信息以及部首信息中一种或多种符合相同或相似，就会筛选出第二商标标准信息。当然，不同的数据信息在后续计算近似度的权重是不一样的。可以是以文字信息、读音信息、部首信息以及顺序信息依次降低权重。举例说明，待注册的文字商标信息为“小明”，如果商标数据库的具有“小明”、“晓明”、“xiao明”或者“ming小”等商标标准信息；则将他们都筛选出来作为第一商标标准信息，并且“小明”的权重最高为1，“ming小”的权重最低为0.2。于其他实施例中，权重的具体数值可以根据需求进行设置。
按照预设过滤规则对文字商标信息进行非显著性词过滤的具体步骤为，对文字商标信息进行叠词去重，并对叠词去重结果按照单量或全量过滤规则进行非显著性词过滤；非显著性词包括行业用语、虚词、数量、场所相关词其中的一种或几种。在其他实施例中，也可以为其他非显著性词。
其中，行业用语为指代行业的一些词，例如待注册的文字商标信息为“小明知识产权”，“知识产权”四个字就是行业用语，指代知识产权这个行业，因此过滤后的文字商标信息变为“小明”。
虚词是指汉语词汇中没有实际意义的词，同时虚词也无法独立成句。虚词一般包含介词、连接词、助词、语气词及副词等，例如“地、的、了、也、吧、到、又”等等。例如待注册的文字商标信息为“玄武之未来”，“之”为虚词，因此过滤后的文字商标信息变成了“玄武未来”。
数量词包括不定数量词和数词，也是表示数、量或程度的形容词，例如待注册的文字商标信息为“六个茶叶蛋”，“六个”为数量词，因此过滤后的文字商标信息变成了“茶叶蛋”。
场所相关词为，例如“厂”、“堂”、“村”、“屯”等等。例如待注册的文字商标信息为“兴福屯”，“屯”为场所词，因此过滤后的文字商标信息变成了“兴福”。
上述的单量过滤规则是一次进行一种非显著性词过滤，这种过滤规则运行效率低，但是稳定性高；例如，待注册的文字商标信息为“玄武之未来呢”，先过滤成“玄武未来呢”，再过滤成“玄武未来”。而全量过滤规则是同时进行全部的非显著性词过滤，这种过滤规则运行效率高，对资源需求较高，稳定性差。例如，待注册的文字商标信息为“玄武之未来呢”，直接过滤得到“玄武未来”。对于将过滤后的文字商标信息与商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第二商标标准信息的具体过程，可以参照上述将文字商标信息与商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第一商标标准信息的过程，在此就不再展开阐述。
本发明先确定待注册的文字商标信息与商标数据库的商标标准信息的第一近似度，再确定按照预设过滤规则过滤后的文字商标信息与商标标准信息的第二近似度，最后综合评估第一近似度和第二近似度得到的商标注册成功率，不仅避免人为因素的影响，而且方便对待注册的文字商标信息在能够注册的相关群组及相关商品类别下进行全面分析，有效提高商标注册的成功率。
近似度计算的方法可以是通过图像处理技术、基于大数据分析等手段对文字商标信息和第一商标标准信息进行比对。
于本实施例中，为了提高第一近似度计算的准确度，并且简化计算过程，根据预设规则参数对文字商标信息和第一商标标准信息进行近似度计算，得到第一近似度，包括以下步骤；
s210、将每个文字商标信息的文字字符逐个与第一商标标准信息的文字字符对比判断是否存在相同或相似；
s220、若文字商标信息的文字字符与第一商标标准信息的文字字符存在相同或相似，则得到第一对比近似信息，并根据第一对比近似信息选择各个对应的预设规则参数从而确定第一近似度；
s230、若文字商标信息的文字字符与第一商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
文字字符是文字商标信息和第一商标标准信息中所包含的每个具体的文字，其可以是通过编码器编码分析得到。于本实施例中预设规则参数是按照文字字符的个数、读音或字形、文字顺序以及翻译等的占比所设置的具体参数，每个种类具有各自的占比系数。在个数、读音或字形、文字顺序以及翻译中相同的越多参数值越大，其可以是以对照表的形式存储于数据库中。在具体判断过程中可以依次进行。第一对比近似信息也就是表征在个数、读音或字形、文字顺序以及翻译等相同的值，根据第一对比近似信息选择预设规则参数中具体的参数值，再根据每个种类的占比系数乘以每个参数值从而确定第一近似度。从多个角度进行对比，得到第一对比近似信息再选择各个对应的预设规则参数，不仅大大简化计算过程，而且提高第一近似度的准确度。
如果文字商标信息的文字字符与第一商标标准信息的文字字符比较判断，在个数、读音或字形、文字顺序以及翻译等均不同，就认为两种不存在相同或相似；那么就得到第一近似度中在每个相关群组下的成功率为100％。也就是说待注册的文字商标信息在可以注册的相关群组下的商标注册成功率为100％。
于本实施例中，为了提高第二近似度计算的准确度，并且简化计算过程，根据预设规则参数对过滤后的文字商标信息和第二商标标准信息进行近似度计算，得到第二近似度，包括以下步骤；
s310、将每个过滤后的文字商标信息的文字字符逐个与第二商标标准信息的文字字符对比判断是否存在相同或相似；
s320、若过滤后的文字商标信息的文字字符与第二商标标准信息的文字字符存在相同或相似，则得到第二对比近似信息，并根据第二对比近似信息选择各个对应的预设规则参数从而确定第二近似度；
s330、若过滤后文字商标信息的文字字符与第二商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
第二商标标准信息与第一商标标准信息的区别在于，第一商标标准信息是文字商标信息与商标标准信息进行对比得到的，而第二商标标准信息是过滤后的文字商标信息与商标标准信息进行对比得到的。对于上述计算第二近似度实现过程，可以参照计算第一近似度的实现过程，重复之处不再冗述。
进一步的，对第一近似度和第二近似度进行综合评估，包括以下步骤；
将第一近似度的相关群组及相关商品类别与第二近似度的相关群组及相关商品类别进行合并，生成数据表；
根据第一近似度的成功率、第二近似度的成功率以及与第二商标标准信息的非显著性词过滤相关的加权值确定在每个相关群组下的商标注册成功率，并将每个商标注册成功率添加进数据表中。
依次对相关商品类别和相关群组进行合并。由于第二商标标准信息是对过滤后的文字商标信息比对得到的，第二近似度的成功率在确定最终的商标注册成功率时所占权重高。因此，在合并后，如果有重复的相关商品类别和/或相关群组，对每个相关群组下的成功率也相应的进行合，其合并具体为第一近似度的成功率、第二近似度的成功率以及与第二商标标准信息的非显著性词过滤相关的加权值的乘积。非显著性词过滤相关的加权值可以为根据非显著性词过滤的具体字符个数确定。
基于同一发明构思，本发明实施例还提供一种文字商标注册成功率评估系统，该系统的实施可参照上述方法的过程实现，重复之处不再冗述。
如图2所示，是本发明实施例二提供的文字商标注册成功率评估系统的结构示意图，包括获取模块100、第一计算模块200、第二计算模块300以及综合评估模块400；获取模块100用于获取待注册的文字商标信息和商标数据库的商标标准信息；第一计算模块200用于将文字商标信息与商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第一商标标准信息，根据预设规则参数对文字商标信息和第一商标标准信息进行近似度计算，得到第一近似度；第一近似度包括与第一商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；第二计算模块300用于按照预设过滤规则对文字商标信息进行非显著性词过滤，将过滤后的文字商标信息与商标标准信息进行对比，在商标数据库中对比筛选出相同或相似的第二商标标准信息，根据预设规则参数对过滤后的文字商标信息和第二商标标准信息进行近似度计算，得到第二近似度；第二近似度包括与第二商标标准信息对应的相关群组、相关商品类别以及在每个相关群组下的成功率；综合评估模块400用于对第一近似度和第二近似度进行综合评估，根据评估结果输出与待注册的文字商标信息对应的在相关商品类别的相关群组下的商标注册成功率。
本发明先确定待注册的文字商标信息与商标数据库的商标标准信息的第一近似度，再确定按照预设过滤规则过滤后的文字商标信息与商标标准信息的第二近似度，最后综合评估第一近似度和第二近似度得到的商标注册成功率，不仅避免人为因素的影响，而且方便对待注册的文字商标信息在能够注册的相关群组及相关商品类别下进行全面分析，有效提高商标注册的成功率。
如图3所示为第一计算模块200的结构示意图；为了提高第一近似度计算的准确度，并且简化计算过程，第一计算模块200包括第一对比判断单元210、第一选择单元220以及第一确定单元230；第一对比判断单元210用于将每个文字商标信息的文字字符逐个与第一商标标准信息的文字字符对比判断是否存在相同或相似；第一选择单元220用于若文字商标信息的文字字符与第一商标标准信息的文字字符存在相同或相似，则得到第一对比近似信息，并根据第一对比近似信息选择各个对应的预设规则参数从而确定第一近似度；第一确定单元230用于若文字商标信息的文字字符与第一商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
如图4所示为第二计算模块300的结构示意图；为了提高第二近似度计算的准确度，并且简化计算过程，第二计算模块300包括第二对比判断单元310、第二选择单元320以及第二确定单元330；第二对比判断单元310用于将每个过滤后的文字商标信息的文字字符逐个与第二商标标准信息的文字字符对比判断是否存在相同或相似；第二选择单元320用于若过滤后的文字商标信息的文字字符与第二商标标准信息的文字字符存在相同或相似，则得到第二对比近似信息，并根据第二对比近似信息选择各个对应的预设规则参数从而确定第二近似度；第二确定单元330用于若过滤后文字商标信息的文字字符与第二商标标准信息的文字字符不存在相同或相似，则第一近似度中在每个相关群组下的成功率为100％。
进一步的，第二计算模块300还包括去重过滤单元340；去重过滤单元340用于对文字商标信息进行叠词去重，并对叠词去重结果按照单量或全量过滤规则进行非显著性词过滤；非显著性词包括行业用语、虚词、数量、场所相关词其中的一种或几种。
更进一步的，综合评估模块400包括合并单元410和添加单元420；合并单元410用于将第一近似度的相关群组及相关商品类别与第二近似度的相关群组及相关商品类别进行合并，生成数据表；添加单元420用于根据第一近似度的成功率、第二近似度的成功率以及与第二商标标准信息的非显著性词过滤相关的加权值确定在每个相关群组下的商标注册成功率，并将每个商标注册成功率添加进数据表中。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。