[發(fā)明專利]一種中文商標相似度計算方法

在審

• 申請?zhí)枺?/td>: 202110790797.X
• 申請日: 2021-07-13
• 公開（公告）號: CN113468885A
• 公開（公告）日: 2021-10-01
• 發(fā)明（設計）人: 李學俊;高仕錦;廖偉偉
• 申請（專利權）人: 安徽大學綠色產業(yè)創(chuàng)新研究院
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/216
• 代理公司: 合肥天明專利事務所(普通合伙) 34115
• 代理人: 閆客

本發(fā)明公開了一種中文商標相似度計算方法，屬于商標檢索技術領域，包括：獲取第一商標和第二商標的名稱，并對第一商標名稱和第二商標名稱進行分詞，分別得到詞語列表；對兩個詞語列表中的詞語兩兩組合計算詞林詞語相似度、知網詞語相似度、Word2Vec詞語相似度的綜合相似度作為詞語相似度，并取最大值作為局部相似度，得到兩個局部相似度列表；根據兩個局部相似度列表，計算兩商標的含義相似度，最后判斷兩商標是否為近似商標申請。本發(fā)明能夠解決本體知識方法中使用語義詞典計算商標含義相似度時，存在的同義詞識別不準，知識庫有限以及相似度計算結果不準確的問題。

技術領域

本發(fā)明涉及商標檢索技術領域，特別涉及一種中文商標相似度計算方法。

背景技術

通過閱讀相關的文獻發(fā)現(xiàn)，目前對于文本商標的含義近似判定方法研究還存在一些缺陷。例如，在傳統(tǒng)的基于本體知識的短文本語義相似度計算方法中，常用的有基于同義詞林的相似度計算方法和基于知網的相似度計算方法，其本質上都是根據不同的語義詞典來計算商標含義相似度，對詞林本體依賴性較大，不能及時更新，存在語義詞典中的同義詞不符合商標領域對近似商標的判定，知識庫有限以及相似度計算結果不準確的問題。

發(fā)明內容

本發(fā)明的目的在于克服上述背景技術中的不足，解決同義詞識別不準確的問題。

為實現(xiàn)以上目的，采用一種中文商標相似度計算方法，包括：

獲取待比較的第一商標和第二商標的名稱，并對第一商標名稱和第二商標名稱進行分詞處理，分別得到第一分詞列表W_a和第二分詞列表W_b；

對兩個分詞列表中的詞語兩兩組合計算詞林詞語相似度、知網詞語相似度以及Word2Vec詞語相似度；

采用動態(tài)加權策略分別計算第一分詞列表中的各個詞語與第二分詞列表中的每個詞語的詞林詞語相似度、知網詞語相似度及Word2Vec詞語相似度的綜合相似度作為第一分詞列表中各個詞語對應的詞語相似度組，取各個詞語對應的詞語相似度組中的最大值作為當前詞語的局部相似度，將第一分詞列表中的所有詞語的局部相似度組成第一局部相似度列表；

采用動態(tài)加權策略分別計算第二分詞列表中的各個詞語與第一分詞列表中的每個詞語的詞林詞語相似度、知網詞語相似度及Word2Vec詞語相似度的綜合相似度作為第二分詞列表中各個詞語對應的詞語相似度組，取各個詞語對應的詞語相似度組中的最大值作為當前詞語的局部相似度，將第二分詞列表中的所有詞語的局部相似度組成第二局部相似度列表；

根據第一局部相似度列表和第二局部相似度列表，計算第一商標的名稱和第二商標的名稱的含義相似度。

進一步地，所述第一分詞列表中的第r個詞語W_ar與所述第二分詞列表中的第m個詞語W_bm之間的詞林詞語相似度Sim_Cilin(W_ar,W_bm)的計算步驟包括：

利用《同義詞林擴展版》詞典文件cilinFile構建商標詞林同義詞庫traCilinFile；

根據商標詞林同義詞庫traCilinFile將詞語W_ar與詞語W_bm轉為詞林編碼，并獲取詞語W_ar與詞語W_bm對應的所有詞林編碼的組合；

基于所有詞林編碼的組合，判斷組合中是否存在詞林編碼相等的情況；

若存在，則讀取當前編碼所在行的詞群，并判斷詞語W_ar與詞語W_bm是否構成相似，若不近似，則記Sim_Cilin(W_ar,W_bm)＝0，若近似，則記Sim_Cilin(W_ar,W_bm)＝1；