商标相似度获得方法、装置及电子设备与流程

1.本公开涉及自然语言处理技术领域，更具体地，涉及一种商标相似度获得方法、装置及电子设备。本技术同时还涉及一种商标申请冲突预判方法。


背景技术：

2.商标(trademark)，是用来区别一个经营者的品牌或服务和其他经营者的商品或服务的标记，在日益激烈的市场竞争中，商标的价值越来越重要。
3.目前，针对待申请商标，企业或个人在进行正式申请之前，或者商标审查员在审查该待申请商标时，一般可以使用电子设备在已注册商标数据库中检索，以确认是否存在与待申请商标相似，即冲突的商标，从而生成针对该待申请预判结果或审核结果。
4.然而，现有电子设备在检索与待申请商标相似的商标时，一般仅是使用简单的规则进行检索，检索结果并不准确，往往还需要耗费人力耗时进行二次确认，因此，现有的商标相似度获得方法存在准确度低的问题。


技术实现要素：

5.本公开实施例的一个目的是提供一种快速、准确获得商标相似度的新技术方案。
6.本公开的第一方面，提供了一种商标相似度获得方法，该方法包括：
7.获取第一商标的字符信息和第二商标的字符信息；
8.根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合；
9.根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度。
10.可选地，所述根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合，包括：
11.根据所述第一商标的字符信息获得第一字符集合，和，根据所述第二商标的字符信息获得第二字符集合；
12.根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合。
13.可选地，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：
14.计算所述第一字符集合和所述第二字符集合的并集，获得目标字符集合；
15.根据所述目标字符集合，获得初始字符向量，其中，所述初始字符向量的每位字符与所述目标字符集合中的字符依次对应，所述初始字符向量的每位字符的数值为第一预设数值；
16.根据所述第一字符集合和所述初始字符向量，获得第一字符向量，以及，根据所述第二字符集合和所述初始字符向量，获得第二字符向量；
17.根据所述第一字符向量和所述第二字符向量，构建所述特征信息集合。
18.可选地，所述根据所述第一字符集合和所述初始字符向量，获得第一字符向量，包括：
19.根据所述第一字符集合，以及所述初始字符向量的每位字符与所述目标字符集合中字符的对应关系，将所述初始字符向量中对应位置的字符数值设置为第二预设数值，获得所述第一字符向量。
20.可选地，所述根据所述第一字符向量和所述第二字符向量，构建所述特征信息集合，包括：
21.通过计算所述第一字符向量和所述第二字符向量的余弦相似度，构建所述特征信息集合。
22.可选地，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：
23.根据所述第一字符集合和所述第二字符集合，计算所述第一字符信息和所述第二字符信息间的杰卡德系数；
24.根据所述杰拉德系数，构建所述特征信息集合。
25.可选地，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：
26.通过计算所述第一字符信息和所述第二字符信息间的编辑距离，构建所述特征信息集合。
27.可选地，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：
28.获取所述第一字符集合的第一长度，以及，所述第二字符集合的第二长度；
29.通过计算所述第一长度和所述第二长度的差值绝对值以及平均值，构建所述特征信息集合。
30.可选地，所述根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度，包括：
31.将所述特征信息集合中的特征信息输入到相似度计算模型中，获得所述相似度。
32.可选地，所述第一字符信息包括所述第一商标对应的汉字信息、拼音信息以及词组信息中的一个或多个；相应的，所述第二字符信息包括所述第二商标对应的汉字信息、拼音信息、英文信息以及词组信息中的一个或多个。
33.本公开的第二方面，还提供一种商标申请冲突预判方法，包括：
34.获取待申请的目标商标；
35.获取与所述目标商标对应的相似商标集合；
36.根据所述目标商标和所述相似商标集合，获得相似度集合，其中，所述相似度集合中的相似度表征所述目标商标与所述相似商标集合中商标的相似度，所述相似度根据本公开第一方面所述的方法获得；
37.根据所述相似度集合，获得所述目标商标的预判申请结果。
38.可选地，所述方法还包括：
39.根据所述相似商标集合和所述相似度集合，生成相似商标列表，其中，所述相似商标列表包括多个数据对，所述数据对由相似商标集合中的商标和所述相似度集合中对应所述商标的相似度组成。
40.可选地，所述方法应用于服务器，所述方法还包括：
41.将所述相似商标列表以及所述预判申请结果提供给终端设备；
42.可选地，所述方法应用于终端设备，所述方法还包括：
43.展示所述相似商标列表以及所述预判申请结果。
44.根据本公开的第三方面，还提供一种商标相似度获得装置，包括：
45.字符信息获取模块，用于获取第一商标的字符信息和第二商标的字符信息；
46.特征信息集合构建模块，用于根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合；
47.相似度获得模块，用于根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度。
48.根据本公开的第四方面，还提供一种电子设备，包括根据本公开的第三方面所述的装置；或者，包括：
49.存储器，用于存储可执行的指令；
50.处理器，用于根据所述可执行的指令的控制，运行所述电子设备执行根据本公开的第一方面或第二方面所述的方法。
51.根据本公开的第五方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有可被计算机读取执行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行根据本公开的第一方面或第二方面所述的方法。
52.根据本公开的实施例，电子设备在需要获取两个商标的相似度时，针对第一商标和第二商标，通过分别获取第一商标的字符信息和第二商标的字符信息，并根据该第一商标的字符信息和该第二商标的字符信息，构建特征信息集合，该电子设备即可根据该特征信息集合，快速、准确的获得第一商标和第二商标的相似度。在本公开实施例中，电子设备通过获取商标的字符信息，自动构建用于评判该商标相似度的多个特征信息，可以快速、准确的获得商标间相似度，同时，还可以避免人工设计规则或者人工设计规则计算不准确的问题，从而节省人力，提升用户体验。
53.通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其他特征及其优点将会变得清楚。
附图说明
54.被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且连同其说明一起用于解释本公开的原理。
55.图1是本公开实施例提供的商标相似度获得方法的场景示意图。
56.图2是是可用于实现本公开实施例的商标相似度获得方法的一种电子设备的硬件配置结构图。
57.图3是本公开实施例提供的商标相似度获得方法的流程示意图。
58.图4是本公开实施例提供的商标申请冲突预判方法的流程示意图。
59.图5是本公开实施例提供的商标相似度获得装置的示意性原理框图。
60.图6a是根据本公开一个实施例的电子设备的示意性原理框图。
61.图6b是根据本公开另一个实施例的电子设备的示意性原理框图。
具体实施方式
62.现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
63.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
64.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
65.在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其他例子可以具有不同的值。
66.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
67.针对现有技术中电子设备在检索获取相似商标时，存在的准确率低，以及需要人工进行二次确认所带来的耗时问题，本公开实施例提供一种商标相似度获得方法，以使得电子设备可以快速、准确的获得两个商标间的相似度，进而提高商标检索结果的准确率。
68.请参看图1，其是本公开实施例提供的一种商标相似度获得方法的应用场景示意图。如图1所示，针对待申请的目标商标，例如，商标“酷吧购物网站”，用户在通过电子设备1100检索与目标商标相似的已注册商标时，可以通过终端设备1200将该目标商标发送给电子设备1100，例如，发送给服务器；电子设备1100获取到该目标商标之后，可以先根据简单规则，例如，在该目标商标所对应的商标分类下，先根据汉字匹配和/或拼音匹配规则检索与该目标商标对应的相似商标集合；之后，为了提升准确率以及减少人工二次确认所带来的耗时问题，电子设备1100可以将该目标商标视为第一商标，并将该相似商标集合中的商标依次视为第二商标，通过获取第一商标的字符信息和第二商标的字符信息，构建包括多个特征信息的特征信息集合，进而根据该特征信息集合，获得该第一商标和第二商标的相似度；通过逐个获取目标商标与相似商标集合中每一相似商标的相似度，可以获得相似度集合；之后，根据该相似度集合，电子设备1100即可快速、准确的获得目标商标的预判申请结果，例如，可以根据相似度集合中的最大值或平均值等统计数值是否大于预设相似度阈值，输出直接表征“成功”或“失败”的预判申请结果；以及，电子设备1100还可以根据该相似商标集合和该相似度集合，生成相似商标列表，并且，为了方便用户查看，电子设备1100可以将该相似商标列表以及该预判申请结果提供给终端设备1200，以供终端设备1200展示该相似商标列表和该预判申请结果供用户查看。
69.《硬件配置》
70.图2为可用于实现本公开实施例的商标相似度获得方法的一种可供选择的电子设备的硬件配置结构图。
71.如图2所示，本实施例提供的商标相似度获得方法可以应用于电子设备1100中，在具体实施时，电子设备1100可以是服务器，也可以是终端设备，此处不做特殊限定。
72.在该电子设备1100为服务器时，该服务器可以是刀片服务器、机架式服务器等，该服务器也可以是部署在云端的服务器集群，在此不做限定。
73.如图2所示，电子设备1100可以包括处理器1110、存储器1120、接口装置1130、通信
装置1140、显示装置1150和输入装置1160。处理器1110例如可以是中央处理器cpu等。存储器1120例如包括rom(只读存储器)、ram(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1130例如包括usb接口、串行接口等。通信装置1140例如能够进行有线或无线通信。显示装置1150例如是液晶显示屏。输入装置1160例如可以包括触摸屏、键盘等。
74.本实施例中，电子设备1100可用于参与实现根据本公开任意实施例的商标相似度获得方法。
75.应用于本公开实施例中，电子设备1100的存储器1120用于存储指令，所述指令用于控制所述处理器1110进行操作以支持实现根据本公开任意实施例的商标相似度获得方法。技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
76.本领域技术人员应当理解，尽管在图2中示出了电子设备1100的多个装置，但是，本公开实施例的电子设备1100可以仅涉及其中的部分装置，例如，只涉及处理器1110和存储器1120。
77.另外，在该电子设备1100为终端设备时，该终端设备可以是智能手机、便携式电脑、台式计算机、平板电脑等，此处不做特殊限定。
78.需要说明的是，本实施例提供的方法可以单独应用于电子设备1100，即，服务器或终端设备中，也可以根据需要应用于终端设备与服务器的交互场景中，此处不做特殊限定。
79.《方法实施例一》
80.图3是本公开实施例提供的商标相似度获得方法的流程示意图。本实施例提供的方法可以应用于电子设备中，例如，可以应用于图2所示的电子设备1100中。
81.如图3所示，本实施例的商标相似度获得方法可以包括如下步骤s3100-s3300，以下予以详细说明。
82.步骤s3100，获取第一商标的字符信息和第二商标的字符信息。
83.商标(trademark)，可以包含文字、图形、字母、数字、三维标志、声音、颜色组合，或上述要素的组合；在本实施例中，如无特殊说明，以商标为字符类商标，即，由字符，例如，汉字、数字、字母等字符组成的商标为例进行说明；当然，在具体实施时，本实施例所述方法也可以针对其他类型的商标进行处理，例如，针对包含图形、声音的商标，可以通过识别图形中字符或声音中文字，将该类商标转化为字符类商标，或者，也可以结合图像相似度获得方法、音频相似度获得方法等方法获得该类商标间的相似度，此处不做特殊限定。
84.第一商标和第二商标，可以是待进行商标相似度计算的两个任意商标，例如，第一商标可以为“酷吧购物网站”，第二商标可以为“裤吧”，此处不做特殊限制。
85.在本实施例中，所述第一商标的字符信息包括所述第一商标对应的汉字信息、拼音信息以及词组信息中的一个或多个；相对应的，所述第二商标的字符信息包括所述第二商标对应的汉字信息、拼音信息、英文信息以及词组信息中的一个或多个。
86.例如，针对商标“酷吧购物网站”，其对应的字符信息可以为汉字信息“酷、吧、购、物、网、站”；或者为拼音信息“ku、ba、gou、wu、wang、zhan”；又或者为词组信息“酷吧、购物、网站”中的一个或多个。
87.在本实施例中，为提升商标相似度计算的准确率，以每一商标的字符信息同时包括汉字信息、拼音信息以及词组信息为例进行说明，即，本实施例中，可以分别从汉字、拼音
以及词组三个方面对待进行相似度计算的两个商标进行相似度特征信息提取，以获得该两个商标的相似度。
88.在具体实施时，商标的拼音信息可以通过将商标中的汉字转换成拼音获得，英文则保持不变；商标的词组信息可以通过对商标中的汉字进行分词处理获得，其中，有关如何对字符类文本进行分词处理此处不再赘述。
89.步骤s3200，根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合。
90.在本实施例中，所述特征信息集合包括多个特征信息，所述特征信息包括表征所述第一商标的字符信息和所述第二商标的字符信息间相似度的信息。
91.在经过步骤s3100获取到待进行相似度计算的两个商标，以及该两个商标的字符信息之后，电子设备即可根据该第一商标的字符信息和第二商标的字符信息，从多个方面构建表征该两类字符信息间相似度的多个特征信息，例如，可以分别从汉字、拼音以及词组三个方面构建该特征信息，以下予以详细说明。
92.在具体实施时，所述根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合，包括：根据所述第一商标的字符信息获得第一字符集合，和，根据所述第二商标的字符信息获得第二字符集合；根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合。
93.在本实施例中，所述第一字符集合包括所述第一商标所对应的字符，所述第二字符集合包括所述第二商标所对应的字符。
94.例如，在第一商标为“酷吧购物网站”，第二商标为“裤吧”时，从汉字方面来讲，第一商标的字符信息可以为“酷、吧、购、物、网、站”，第二商标的字符信息可以为“裤、吧”，则第一字符集合可以为{酷，吧，购，物，网，站}，第二字符集合可以为{裤，吧}；从拼音方面来讲，第一商标的字符信息可以为“ku、ba、gou、wu、wang、zhan”，第二商标的字符信息可以为“ku、ba”，则第一字符集合可以为{ku，ba，gou，wu，wang，zhan}，第二字符集合可以为{ku，ba}；从词组方面来讲，第一商标的字符信息可以为“酷吧、购物、网站”，第二商标的字符信息可以为“裤吧”，则第一字符集合可以为{酷吧，购物，网站}，第二字符集合可以为{裤吧}。
95.在获得第一字符集合和第二字符集合之后，可以根据集合中的元素，自动构建表征第一、第二商标的字符信息间的相似度的多个特征信息，以获得特征信息集合。
96.具体来讲，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：计算所述第一字符集合和所述第二字符集合的并集，获得目标字符集合；根据所述目标字符集合，获得初始字符向量，其中，所述初始字符向量的每位字符与所述目标字符集合中的字符依次对应，所述初始字符向量的每位字符的数值为第一预设数值；根据所述第一字符集合和所述初始字符向量，获得第一字符向量，以及，根据所述第二字符集合和所述初始字符向量，获得第二字符向量；根据所述第一字符向量和所述第二字符向量，构建所述特征信息集合。
97.此处依然以第一商标为“酷吧购物网站”，第二商标为“裤吧”进行举例说明，从汉字方面来讲，通过计算上述第一字符集合和上述第二字符集合的并集，可得对应该第一商标、第二商标的目标字符集合为{酷，吧，购，物，网，站，裤}，则在第一预设数值为“0”的情况下，初始字符向量可以为[0000000]；而从拼音方面来讲，目标字符集合可以为{ku，ba，gou，
wu，wang，zhan}，则初始字符向量可以为[000000]；而从词组方面来讲，目标字符集合可以为{酷吧，购物，网站，裤吧}，则初始字符向量可以为[0000]。
[0098]
在具体实施时，所述根据所述第一字符集合和所述初始字符向量，获得第一字符向量，包括：根据所述第一字符集合，以及所述初始字符向量的每位字符与所述目标字符集合中字符的对应关系，将所述初始字符向量中对应位置的字符数值设置为第二预设数值，获得所述第一字符向量。
[0099]
例如，在第一商标为“酷吧购物网站”时，根据上述说明可知，从汉字方面来讲，其第一字符集合为{酷，吧，购，物，网，站}，则，在第二预设数值为“1”的情况下，根据初始字符向量的每位字符与目标字符集合中字符的对应关系，即，第一位对应“酷”、第二位对应“吧”、第三位对应“购”、第四位对应“物”、第五位对应“网”、第六位对应“站”、第七位对应“裤”，可以得到第一字符向量可以为[1111110]；相应的，从拼音方面来讲，第一字符向量可以为[111111]；以及，从词组方面来讲，第一字符向量可以为[1110]。
[0100]
又例如，第二商标“裤吧”，从汉字方面来讲，第二字符向量可以为[0100001]；从拼音方面来讲，第二字符向量可以为[110000]；以及，从词组方面来讲，第二字符向量可以为[0001]。
[0101]
需要说明的是，在具体实施时，初始字符向量的每位字符与目标字符集合中字符的对应关系、第一预设数值、第二预设数值也可以根据需要进行设置，此处不做特殊限定。
[0102]
在经过以上处理，获得第一商标的第一字符向量以及第二商标的第二字符向量之后，即可根据该第一字符向量和第二字符向量，构建特征信息集合，具体来讲，所述根据所述第一字符向量和所述第二字符向量，构建所述特征信息集合，包括：通过计算所述第一字符向量和所述第二字符向量的余弦相似度，构建所述特征信息集合。
[0103]
余弦相似度(cosinesimilarity)，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估该两个相邻的相似度。
[0104]
即，可以通过计算第一商标的第一字符向量以及第二商标的第二字符向量间的余弦相似度，来表征该两个商标的相似度。
[0105]
例如，从汉字方面，可以计算第一字符向量[1111110]和第二字符向量[0100001]的余弦相似度，从而从汉字方面，得到表征两个商标的字符信息间相似度的特征信息，即，wordsimilarity；从拼音方面，计算第一字符向量[111111]和第二字符向量[110000]的余弦相似度，从而从拼音方面，得到表征两个商标的字符信息间相似度的特征信息，即，pinyinsimilarity；从词组方面，计算第一字符向量[1110]和第二字符向量[0001]的余弦相似度，从而从词组方面，得到表征两个商标的字符信息间相似度的特征信息，即，phrasesimilarity；在获得上述特征信息之后，可以根据上述特征信息中的一个或多个，构建第一商标“酷吧购物网站”和第二商标“裤吧”对应的特征信息集合中的特征信息。
[0106]
以上，通过分别获取第一商标的字符信息和第二商标的字符信息分别对应的第一、第二字符集合，构建其字符向量，从而构建其对应的特征信息集合中的特征信息；在本实施例中，还可以根据第一字符集合和第二字符集合，构建其他特征信息，即，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：根据所述第一字符集合和所述第二字符集合，计算所述第一字符信息和所述第二字符信息间的杰卡德系数；根据所述杰拉德系数，构建所述特征信息集合。
[0107]
杰卡德系数(jaccardsimilaritycoefficient)，可以用于比较有限字符集之间的相似性与差异性，通常来讲jaccard系数值越大，字符集之间的相似度越高，其中，有关如何计算两个字符集合间的杰卡德系数，因为现有技术中有详细说明，此处不再赘述。
[0108]
此外，在具体实施时，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，包括：通过计算所述第一字符信息和所述第二字符信息间的编辑距离，构建所述特征信息集合。
[0109]
编辑距离(editdistance)，也称莱文斯坦距离levenshteindistance)，是针对二个字符串的差异程度的量化量测，量测方式是看至少需要多少次的处理才能将一个字符串变成另一个字符串，其中，有关如何计算两个字符集合间的编辑距离，因为现有技术中有详细说明，此处不再赘述。
[0110]
在具体实施时，所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合，还包括：获取所述第一字符集合的第一长度，以及，所述第二字符集合的第二长度；通过计算所述第一长度和所述第二长度的差值绝对值以及平均值，构建所述特征信息集合。
[0111]
即，为了从多方面提取表征第一商标的第一字符信息和第二商标的第二字符信息间的相似度的特征信息，还可以获取第一字符集合和第二字符集合间的统计数据，例如，字符长度的差值绝对值、平均值等。
[0112]
例如，针对第一商标“酷吧购物网站”，第二商标“裤吧”，根据上述说明可知，从汉字方面来讲，第一字符集合为{酷，吧，购，物，网，站}，第二字符集合为{裤，吧}，则第一长度为6，第二长度为2，则其差值绝对值可以为4，平均值可以为4；而从拼音方面来讲，根据上述说明可知，第一字符集合为{ku，ba，gou，wu，wang，zhan}，第二字符集合为{ku，ba}，则其差值绝对值同样可以为4，平均值可以为4；而从词组方面来讲，根据上述说明可知，第一字符集合为{酷吧，购物，网站}，第二字符集合为{裤吧}，则其差值绝对值为2，平均值为2。
[0113]
需要说明的是，在具体实施时，可以使用上述方法中的一种或多种组合，获得表征第一商标的字符信息和第二商标的字符信息间的多个特征信息，以构建特征信息集合；或者，也可以将上述方法与其他方法组合，以构建特征信息集合，此处不做特殊限定。
[0114]
在步骤s3200之后，执行步骤s3300，根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度。
[0115]
在经过上述步骤获得与第一商标和第二商标对应的特征信息集合之后，在本公开实施例中，可以使用机器学习算法，自动根据特征信息集合中的特征信息，获得第一商标和第二商标的相似度。
[0116]
即，在具体实施时，所述根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度，包括：将所述特征信息集合中的特征信息输入到相似度计算模型中，获得所述相似度。
[0117]
相似度计算模型，可以是预先训练获得的、用于计算至少两个商标间相似度的神经网络模型，例如，可以为逻辑回归(logisticregression)模型、决策树(decisiontree)模型等模型，其中，有关模型的训练方法此处不再赘述。
[0118]
经过上述说明，即可快速、准确的得到第一商标、第二商标间的相似度。在具体实施时，本实施例所述方法可以用于商标申请预判场景，即，申请人预先检索冲突商标，以对
待申请的目标商标进行修改或重新设计，避免申请失败，以及，也可以应用于商标申请审查场景，即，审查员针对申请人提交的目标商标，通过该方法检索与该目标商标相似的已注册商标，以快速、准确的做出审查结果。
[0119]
例如，针对待申请的目标商标“酷吧购物网站”，申请人可以通过其终端设备将该目标商标发送至用来获得预判申请结果的服务器，例如，通过在商标查询搜索引擎中搜索该目标商标，将该目标商标发送给对应的服务器，其中，该搜索引擎对应的服务器中可以包含经过预处理后的、结构化的已注册商标的索引信息，例如，针对每一已注册商标，搜索引擎的引擎数据中可以包括根据该商标的汉字信息、拼音信息以及分类信息、注册人信息等信息中的一个或多个构建的所有信息；该服务器获取到该目标商标之后，可以先进行粗召回过程，即，先使用简单规则，例如，汉字匹配或拼音匹配规则等，根据预先构建的已注册商标的索引信息，检索与该目标商标匹配的相似商标，以获得相似商标集合，该相似商标集合例如可以为{“酷比魔方”，“裤吧”，“酷儿”}；之后，针对该目标商标和相似商标集合中的每一商标，可以使用本实施例所述相似度获得方法获取目标商标与每一相似商标的相似度，以获得相似度集合，例如，可以为{5％，43％，34％}；之后，根据该相似度集合，服务器即可向终端设备返回预判申请结果，例如，设置预设相似度阈值为80％，则在相似度集合中的最大值不大于该相似度阈值的情况下，服务器可以判定已注册商标中不存在相似商标，则可向终端设备返回“成功”的预判申请结果。
[0120]
当然，为了方便用户查看以及进行二次确认，服务器在获得相似商标集合以及相似度集合之后，也可以根据该相似商标集合和相似度集合，生成相似商标列表，例如，生成由数据对{(“酷比魔方”，5％)，(“裤吧”，43％)，(“酷儿”，34％)}组成的相似商标列表，并将该相似商标列表以及上述预判申请结果提供给终端设备，以供终端设备展示给该相似商标列表以及预判申请结果以供用户查看。
[0121]
综上所述，本实施例提供的商标相似度获得方法，针对第一商标和第二商标，电子设备，例如，用于计算商标相似度的服务器通过分别获取第一商标的字符信息和第二商标的字符信息，并根据该第一商标的字符信息和该第二商标的字符信息，构建特征信息集合，该电子设备即可根据该特征信息集合，快速、准确的获得第一商标和第二商标的相似度。在本公开实施例中，电子设备通过待获得相似度的两个商标的字符信息，自动构建用于评判该两个商标相似度的多个特征信息，并通过结合机器学习算法，自动根据两个商标间的特征信息，快速、准确的获得商标间相似度，该方法可以避免人工设计规则或者人工设计规则计算不准确的问题，从而节省人力，提升用户体验。
[0122]
《方法实施例二》
[0123]
与上述方法实施例一对应，本实施例还提供一种商标申请冲突预判方法，请参看图4，其是本公开实施例提供的商标申请冲突预判方法的流程示意图，该方法可以应用于电子设备，例如可以应用于图2所示的电子设备1100中，此处不做特殊限定。
[0124]
如图4所示，本实施例提供的该方法可以包括步骤s4100-s4400。
[0125]
步骤s4100，获取待申请的目标商标。
[0126]
步骤s4200，获取与所述目标商标对应的相似商标集合。
[0127]
步骤s4300，根据所述目标商标和所述相似商标集合，获得相似度集合，其中，所述相似度集合中的相似度表征所述目标商标与所述相似商标集合中商标的相似度，所述相似
度根据方法实施例一所述的方法获得。
[0128]
步骤s4400，根据所述相似度集合，获得所述目标商标的预判申请结果。
[0129]
在一个实施例中，所述方法还包括：根据所述相似商标集合和所述相似度集合，生成相似商标列表，其中，所述相似商标列表包括多个数据对，所述数据对由相似商标集合中的商标和所述相似度集合中对应所述商标的相似度组成。
[0130]
在一个实施例中，该方法可以应用于服务器中，在该种情况下，该方法还包括：将所述相似商标列表以及所述预判申请结果提供给终端设备。
[0131]
在一个实施例中，该方法可以应用于终端设备中，在该种情况下，该方法还包括：展示所述相似商标列表以及所述预判申请结果。
[0132]
本实施例提供的方法，针对待申请的目标商标，可以先使用大数据方法使用简单规则进行一次检索，以获取与目标商标对应的相似商标集合，同时，为了避免用户二次确认带来的耗时问题，为了提升预判申请结果的准确度，在经过一次检索获得相似商标集合之后，本实施例通过使用方法实施例一中所述商标相似度获得方法，获取目标商标与相似商标集合中每一商标的相似度，从而获得相似度集合，根据该相似度集合，即可准确的得到针对该目标商标的预判申请结果。
[0133]
《装置实施例》
[0134]
与上述实施例对应，本实施例还提供一种商标相似度获得装置，如图5所示，其是本公开实施例提供的商标相似度获得装置的示意性原理框图。
[0135]
根据图5所示，本实施例的商标相似度获得装置5000包括字符信息获取模块5100、特征信息集合构建模块5200和相似度获得模块5300。
[0136]
该字符信息获取模块5100，用于获取第一商标的字符信息和第二商标的字符信息。
[0137]
该特征信息集合构建模块5200，用于根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合。
[0138]
在一个实施例中，该特征信息集合构建模块5200在根据所述第一商标的字符信息和所述第二商标的字符信息，构建特征信息集合时，可以用于：根据所述第一商标的字符信息获得第一字符集合，和，根据所述第二商标的字符信息获得第二字符集合；根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合。
[0139]
在一个实施例中，该特征信息集合构建模块5200在根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合时，可以用于：计算所述第一字符集合和所述第二字符集合的并集，获得目标字符集合；根据所述目标字符集合，获得初始字符向量，其中，所述初始字符向量的每位字符与所述目标字符集合中的字符依次对应，所述初始字符向量的每位字符的数值为第一预设数值；根据所述第一字符集合和所述初始字符向量，获得第一字符向量，以及，根据所述第二字符集合和所述初始字符向量，获得第二字符向量；根据所述第一字符向量和所述第二字符向量，构建所述特征信息集合。
[0140]
在一个实施例中，该特征信息集合构建模块5200在根据所述第一字符集合和所述初始字符向量，获得第一字符向量时，可以用于：根据所述第一字符集合，以及所述初始字符向量的每位字符与所述目标字符集合中字符的对应关系，将所述初始字符向量中对应位置的字符数值设置为第二预设数值，获得所述第一字符向量。
[0141]
在一个实施例中，该特征信息集合构建模块5200在根据所述第一字符向量和所述第二字符向量，构建所述特征信息集合时，可以用于：通过计算所述第一字符向量和所述第二字符向量的余弦相似度，构建所述特征信息集合。
[0142]
在一个实施例中，该特征信息集合构建模块5200在所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合时，可以用于：根据所述第一字符集合和所述第二字符集合，计算所述第一字符信息和所述第二字符信息间的杰卡德系数；根据所述杰拉德系数，构建所述特征信息集合。
[0143]
在一个实施例中，该特征信息集合构建模块5200在所述根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合时，可以用于：通过计算所述第一字符信息和所述第二字符信息间的编辑距离，构建所述特征信息集合。
[0144]
在一个实施例中，该特征信息集合构建模块5200在根据所述第一字符集合和所述第二字符集合，构建所述特征信息集合时，可以用于：获取所述第一字符集合的第一长度，以及，所述第二字符集合的第二长度；通过计算所述第一长度和所述第二长度的差值绝对值以及平均值，构建所述特征信息集合。
[0145]
该相似度获得模块5300，用于根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度。
[0146]
在一个实施例中，该相似度获得模块5300在根据所述特征信息集合，获得所述第一商标和所述第二商标的相似度时，可以用于：将所述特征信息集合中的特征信息输入到相似度计算模型中，获得所述相似度。
[0147]
《设备实施例》
[0148]
与上述实施例对应，本实施例提供一种电子设备，如图6a所示，该电子设备100包括根据本公开任意实施例的商标相似度获得装置5000。
[0149]
在另一个实施例中，如图6b所示，该电子设备100可以包括存储器110和处理器120，该存储器110用于存储可执行的指令；该处理器120用于根据该可执行的指令的控制，执行如本公开任意方法实施例的方法。
[0150]
《介质实施例》
[0151]
与上述方法实施例对应，在本实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质存储有可被计算机读取并运行的计算机程序，所述计算机程序用于在被所述计算机读取运行时，执行如本公开以上任意实施例所述的方法。
[0152]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0153]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通
过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0154]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0155]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0156]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0157]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0158]
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0159]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执
行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
[0160]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。