如何做一個更好的商標搜索
更新時間:2020-12-01 16:32:33
人工智能(AI)已成為醫療保健,金融和無數其他行業的標準。多維算法用于評估客戶對信用卡,抵押或抗生素處方的最佳劑量的資格。但是,法律技術領域在采用AI進行風險評估和決策方面已大大落后。
結果就是商標搜索技術可能似乎停留在1990年代。在許多情況下,這種看法是現實。商標律師熟悉必須多次重復搜索才能執行單個風險分析的挑戰。在此博客中,您將了解商標搜索面臨的挑戰,以及AI如何解決緩慢,昂貴且效率低下的搜索引擎。
商標搜索面臨的挑戰:當通配符搜索不充分時
大多數律師依賴于僅允許“通配符”搜索的傳統商標搜索技術。通配符搜索概念基于字符匹配模式,該模式將搜索查詢連接到數據庫調查的文檔。盡管相對于精確的字符串匹配的更為裸露的概念而言,這提供了一些細微的優勢,但是對于商標領域而言,這仍然是不夠的。
基于通配符搜索的技術在翻譯成另一種語言時是否會告知您候選人是否具有冒犯性或負面含義-福特和通用汽車等公司在產品推出后會遇到這種情況。它還不會揭示非常重要的風險因素,例如搜索字詞的視覺或語音相似性或現有商標持有人的攻擊性。
有效的商標搜索需要律師或其技術進行多方面的思考并探索多種風險途徑。匹配的字符是一種風險形式,但是并不能揭示全部情況。這意味著在使用傳統資源的情況下,可能需要重復搜索幾次才能充分探索所有可能性,否則就有可能錯過全貌。
為什么商標搜索技術經常成為問題
經典的搜索引擎技術專為調查文檔而設計,這對于當今擁擠的品牌空間而言并不理想。律師需要進行多維搜索,以便快速而準確地評估風險,而不必反復獲取其資源。
正確的技術配備有合法的數據集和算法,并具有內置的人工智能,可以像有經驗的律師一樣使用廣泛的上下文感知方法進行思考。
風險比完全匹配更為復雜
風險并不像100%匹配那么簡單。在審查結果時,律師通常會采取更為保守的方法來考慮現有注冊和商標與其候選人的相似之處。這可能涉及50%匹配的心理設定點作為可接受的風險閾值。但是,根據比賽的訴訟歷史或其他未發現的因素,風險接受程度可能會有所不同。
商標法的主觀性很高,在任何AI系統中都難以把握,這就是為什么采用多維方法進行風險分析至關重要的原因。商標搜索技術應采用類似的方法來確定與結果相關的風險,這些結果由于多種原因而比字符串匹配更復雜。
如何在第一時間獲得商標搜索權
商標律師需要全面,快速的搜索技術。這些因素不需要相互排斥。“第一時間正確設置”的方法是一種搜索技術,它采用了更智能的人工智能和更豐富的資源。這意味著搜索工具是多維的,或者具有內置功能,可以跨多種語言以多種來源集成數百個決策標準。
字符串的完全匹配是第一步,但距離評估水平還差得遠。
您的搜索工具還應考慮:
類似的匹配,具有保守的風險閾值。
商標持有人的進取心。
語音,視覺和詞根相似度。
多種全球語言中的單詞含義。
應用市場和電子商務網站上使用的未注冊商標。
正確的搜索方法不需要律師一遍又一遍地重復其過程,也不需要無數次更換工具。可以在多個級別上分析信息相關性的工具可以在幾秒鐘內提供對排名結果的訪問。