TMID：面向电子商务商标侵权检测的综合真实世界数据集
计算与语言
2023-12-11 v1 计算机与社会
机器学习
摘要
电子商务平台每年因商标侵权而遭受巨大的经济损失，因此识别并降低与平台注册商户信息相关的潜在法律风险至关重要。然而，高质量数据集的缺乏阻碍了该领域的研究。为填补这一空白，本研究引入了 TMID，一个用于检测商户注册中商标侵权的新型数据集。这是一个直接来源于全球最大的电子商务和数字支付平台之一支付宝的真实世界数据集。由于侵权检测是一项需要理解语境和法律规则的法律推理任务，我们提供了详尽的法规汇编以及商户和商标相关的语境信息，并附有法律专家的标注。我们通过广泛的统计分析来确保数据质量。此外，我们在此数据集上进行了实证研究，以凸显其价值和关键挑战。通过这项研究，我们旨在贡献宝贵资源，以推进电子商务领域内与商标侵权相关的法律合规研究。该数据集可在 https://github.com/emnlpTMID/emnlpTMID.github.io 获取。
引用
@article{arxiv.2312.05103,
title = {TMID: A Comprehensive Real-world Dataset for Trademark Infringement Detection in E-Commerce},
author = {Tongxin Hu and Zhuang Li and Xin Jin and Lizhen Qu and Xin Zhang},
journal= {arXiv preprint arXiv:2312.05103},
year = {2023}
}
备注
EMNLP 2023, Industry Track