Смыслоразличение в лингвистической экспертизе товарных знаков

Обложка

Цитировать

Полный текст

Аннотация

ВВЕДЕНИЕ. Рассмотрены дискуссионные вопросы экспертизы товарного знака. Дан анализ способов сопоставления однословного и составного коммерческих обозначений. Универсальная методика выявления сильного элемента в составном обозначении до сих пор не разработана. Цель исследования – выявить смыслоразличительный потенциал нетождественных понятий: сильного элемента и главного слова в словосочетании товарного знака или коммерческого обозначения. МАТЕРИАЛЫ И МЕТОДЫ. На конкретном примере из опыта проведения лингвистических экспертиз (сопоставление обозначений WHITE AURORA и AVRORA) проиллюстрирована методика выявления сильного элемента составного обозначения и проанализированы истоки типичных ошибок в определении сильного элемента. При разработке упомянутой методики предложено руководствоваться следующими соображениями: понятие сильного элемента обозначения и главного слова соответствующего словосочетания есть понятия нетождественные; методика выявления сильного элемента в словосочетании отличается от методики выявления главного слова в словосочетании; феномен сильного элемента коррелирует с лингвистическим представлением о сильной и слабой лексической позиции в тексте; сильный элемент может располагаться как на первом, так и на втором месте в словосочетании, в том числе товарном знаке или другом коммерческом обозначении. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ. Показано, что благодаря смыслоразличительному потенциалу сильного элемента составного обозначения становится возможной передача потребителю необходимой информации об объекте номинирования. Вот почему определение элемента, несущего основные смыслоразличительные черты, необходимо осуществлять в контексте ситуации или коммуникативной задачи. На материале конкретного примера лингвистической экспертизы показано, что элемент white обозначения WHITE AURORA в контексте оказания стоматологических услуг и услуг по зубоврачебной помощи можно трактовать как сильный элемент. Это становится серьѐзным фактором, препятствующим возникновению сходства до степени смешения для обозначений WHITE AURORA, с одной стороны, и AVRORA – с другой. ЗАКЛЮЧЕНИЕ. Смыслоразличение является основным критерием различения сильных и слабых элементов в лингвистической экспертизе товарных знаков. Само же понятие «сильный элемент» обозначения правомочно считать понятием относительным; определение элемента, несущего основные смыслоразличительные черты, необходимо осуществлять в контексте ситуации или коммуникативной задачи.

Об авторах

М. Е. Новичихина

ФГБОУ ВО «Воронежский государственный университет»

Автор, ответственный за переписку.
Email: novichihiname@mail.ru
ORCID iD: 0000-0002-0401-2688

доктор филологических наук, профессор, профессор кафедры связей с общественностью, рекламы и дизайна

394018, Российская Федерация, г. Воронеж, Университетская пл., 1

Список литературы

  1. Дзюба М.С. Тамбовские эргонимы, восходящие к слову «волк» // Неофилология. 2022. Т. 8. № 3 (31). С. 507-511. https://doi.org/10.20310/2587-6953-2022-8-3-507-511, https://elibrary.ru/fvnesc
  2. Стерликов Д.А. Особенности нейминга сетевого видеоконтента // Неофилология. 2023. Т. 9. № 4 (36). С. 970-978. https://doi.org/10.20310/2587-6953-2023-9-4-970-978, https://elibrary.ru/atdadu
  3. Тишкина Н.И. Особенности продвижения брендов кондитерских изделий в новых медиа // Неоф илология. 2022. Т. 8. № 4 (32). С. 832-839. https://doi.org/10.20310/2587-6953-2022-8-4-832-839, https://elibrary.ru/ubjajd
  4. Соколова Т.П. Нейминговая экспертиза как особый род судебной лингвистической экспертизы // Медиалингвистика. 2019. Т. 6. № 2. С. 196-207. https://doi.org/10.21638/spbu22.2019.204, https://elibrary.ru/zzhspb
  5. Новичихина М.Е. Товарный знак: вопросы функционирования и лингвистической экспертизы. Воронеж: Кварта, 2019. 108 с. https://elibrary.ru/yutjpv
  6. Кузнецова И.Е. Лингвистическая экспертиза словесных обозначений // Acta linguistica Petropolitana. Труды института лингвистических исследований. 2015. Т. 11. № 3. С. 670-682. https://elibrary.ru/vlfhgj
  7. Красса С.И. Методика определения меры сходства между объектами речеведческих экспертиз // Юрислингвистика. 2023. № 27 (38). С. 106-110. https://doi.org/10.14258/leglin(2023)2719, https://elibrary.ru/jtpprd
  8. Дударева Я.А. Сходство языковых знаков до степени смешения и лингвоперсонологическое сходство текстов (на материале политических аккаунтов в социальных сетях на русском языке) // Культура и текст. 2022. № 1 (48). С. 199-211. https://doi.org/ 10.37386/2305-4077-2022-1-199-211, https://elibrary.ru/gbvzif
  9. Стернин И.А. Основы лингвокриминалистики. Воронеж: Изд. дом ВГУ, 2018. 304 с. https://elibrary.ru/jkwlvm
  10. Новичихина М.Е. О некоторых трудных случаях лингвистической экспертизы товарных знаков // Вестник Воронежского государственного университета. Сер. Филология. Журналистика. 2012. № 1. С. 221-227. https://elibrary.ru/oytedp
  11. Новичихина М.Е. Лингвистическая экспертиза товарного знака: критерии выделения сильных элементов составного обозначения // Вестник Волгоградского государственного университета. Серия 2. Языкознание. 2022. Т. 21. № 4. С. 133-141. https://doi.org/10.15688/jvolsu2.2022.4.10, https://elibrary.ru/trrvmw
  12. Новичихина М.Е. Ещѐ раз об определении сильного элемента в составном обозначении (по материалам одной лингвистической экспертизы // Теория языка и межкультурная коммуникация. 2023. № 1 (48). C. 292-301. https://elibrary.ru/puuxpr
  13. Баранов А.Н., Грунченко О.М. Семантическое сходство как один из аспектов лингвистической экспертизы товарных знаков // Acta Linguistica Petropolitana. Труды института лингвистических исследований. 2019. Т. 1. № 5. С. 17-41. https://doi.org/10.30842/alp2306573715102, https://elibrary.ru/sgzlzk
  14. Князев Ю.П. Грамматическая семантика: Русский язык в типологической перспективе. М.: Языки славянских культур, 2007. 704 с. https://elibrary.ru/rbahbd
  15. Ходжабекян М.С., Авраменко А.А., Соколова В.О. Основные виды и типы отношений лексических единиц в лексико-семантической системе языка // Вопросы науки и образования. 2018. № 5 (17). С. 78-80. https://elibrary.ru/yxibqx

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».