摘要
本发明公开了一种基于超网络模型架构的商标保护范围判别方法。本方法包括:1)对商标权侵权案件数据集中的每一案件进行标注,得到训练集;2)构建商标权客体保护范围多标签分类模型;3)定义损失函数并利用训练集对所述商标权客体保护范围多标签分类模型进行模型训练;4)将包含涉案商标描述信息的案件事实文本序列输入训练后的所述商标权客体保护范围多标签分类模型,得到对所述涉案商标的判定结果。本发明可有效的降低了模型的参数量,并提升模型在实际应用中的鲁棒性,有效的提升了商标间视觉相似度描述信息的多标签分类预测效能,对提升该类案件的审判效率具有重要意义。
技术关键词
多标签
超网络
商标
编码器模块
矩阵
判别方法
编码向量
前馈神经网络
参数
案件数据
文本
分类器
训练语言模型
解码器
视觉
预测效能
裁判文书
系统为您推荐了相关专利信息
信号特征
神经网络结构
非暂态计算机可读存储介质
一维卷积神经网络
处理器
参数估计方法
网络拓扑结构
线路
计算机可执行指令
迭代方法