Автоматизация аудита использования товарных знаков при помощи нейросети

Необходимо обучить нейросеть выявлять, какие из предоставленных обозначений уже зарегистрированы в качестве товарных знаков или поданы на регистрацию, а какие — нет.

В компании «Газпром нефть» более 5 лет существует проект по аудиту использования товарных знаков со стороны дочерних обществ.

Цель проекта — выявление и нивелирование рисков при использовании обозначений, которые ранее не оценивались с точки зрения возможности и целесообразности их регистрации в качестве товарных знаков, а также выявление уже зарегистрированных товарных знаков, требующих расширения правовой охраны (объема / территорий).

Сейчас вся работа осуществляется при помощи *.xlsx-файла, содержащего сведения об использовании товарных знаков со стороны дочерних обществ. Данные оттуда вручную анализируются и сравниваются с информацией из веб-сервиса «Брендлист», в результате чего выявляются интересующие объекты.

Поскольку ручной подход занимает много времени и повышает вероятность ошибки, было решено автоматизировать его при помощи нейросети.

Лидер проекта ищет двух специалистов: аналитика и специалиста по машинному обучению, которые смогут настроить нейросеть для проведения аудита товарных знаков, подготовить экспертную оценку данных и необходимого бюджета, а также проанализируют рынок применения товарных знаков.

1. Обученная нейросеть, способная проводить аудит товарных знаков..

2. Функциональные и нефункциональные требования к нейросети в формате *.docx.

3. Отчет об анализе образца нейросети, на основе которого велась разработка, в формате *.docx.

4. Аналитическая записка, содержащая оценку бюджета, объем данных и времени, необходимых для дообучения нейросети в последующем (в случае необходимости снижения процента ошибки, указанного ниже), в формате *.docx.

1. Функциональные и нефункциональные требования достаточны и полны.

2. Нейросеть соответствует функциональным и нефункциональным требованиям.

3. Процент ошибки нейросети составляет не более 15–20%.

4. Отчет структурированы, содержат пояснения, написаны грамотным простым языком в едином стиле.

5. Аналитическая записка к нейросети содержит не менее двух сценариев дообучения нейросети.

6. Аналитическая записка содержит описание методов анализа, которые применялись для оценки состояния предоставленной нейросети.

Проект предусматривает денежное вознаграждение в размере 550 000 рублей после выплаты налогов: 400 000 рублей для специалиста по машинному обучению 150 000 рублей для аналитика.