在许多知识产权争议中，评估两个商标的相似程度是核心问题。这源于例如《1994年英国商标法》规定的框架，即即使是非完全相同的商标，如果与在先商标存在混淆可能性（第5(2b)条和第10(2b)条），也可能被认为不可注册或构成侵权。

需要注意的一个关键点是，关于法律相似性的决定传统上被认为几乎完全是主观的，涉及一系列相关测试，包括考虑相关消费者的感知，以及承认相似性在从高到低的范围内存在不同程度。

然而，在某些领域，可以构建客观的量化公式。一个更客观的框架可能具有若干优势，包括能够量化地衡量商标之间的差异。需要明确地将相关指标纳入比较测试中，但这将提供定义知识产权保护适用阈值的潜力，并为未来类似争议适用新的判例法提供基础，从而有可能提高法律一致性和判决可预测性。

客观的量化方法不太可能适用于所有类型的商标，或任何特定类型商标的所有特性（或比较类别），但在某些领域，可以制定算法来计算相似性的数值程度。此类潜在框架的完整细节已在之前发表的关于文字和颜色商标（Barnett, 2025a）以及声音商标（Barnett, 2025b）的作品中阐述；以下概述了关键要素。

文字商标

在可能适用某种量化方法的商标类型中，文字商标可能是较为复杂的。几乎不可能预见到任何能够评估商标之间概念相似性（即含义——“词汇”或“语义”相似性）的客观算法框架，特别是当考虑到语言差异、拼写变化或同音异义词可能导致的含义变化等额外复杂性时。然而，视觉相似性（即拼写相似性）和听觉相似性（发音）在一定程度上可以被处理。

在之前提出的框架中，文字商标（一对商标）之间的视觉相似性通过基于以下两个特定指标概念的算法进行量化：

(i) **Levenshtein距离**，与将一个字符串转换为另一个字符串所需的字符变化数量有关；所需变化数量越少，字符串越相似；

(ii) **Jaro-Winkler相似性**，量化字符串之间“匹配”的字符数量；它包括与字符串长度相关的标准化，以及一个加权因子，以更重视字符串开头附近的字符（可以说，消费者可能更容易注意到开头的差异）。

此方法的最简单实现是使用上述算法分别计算相似性分数，然后将这两个分数的平均值定义为总体视觉相似性分数。

听觉（或语音）相似性可以通过生成字符串的语音表示来评估，在所提议的框架中使用能够将字符串转换为国际音标（IPA）编码的自动化算法，然后比较这些语音表示，计算它们的相似性（同样使用基于Levenshtein距离实现的算法）。

总体相似性（在最简单实现中）随后计算为视觉和听觉相似性测量的平均值。也可以对此方法进行修改，例如对计算中各个组成部分的贡献进行不同加权，或添加算法元素以反映其他相关特性，例如将单词拆分为关键段（“标记”），而不是逐字符考虑商标，考虑商标（或其组成部分）的独特性，或分析字符串中彼此不同的部分（即去除共同元素后的“剩余部分”）——以及可能这些子元素与任何相关商品和服务类别之间的关系。

颜色商标

颜色商标（可以说）较为简单，因为它们可以被精确指定（例如通过RGB格式表示——即量化数字显示上的红、绿、蓝分量，通常表示为三维向量（例如，白色为[255,255,255]）或十六进制（#FFFFFF，等效于白色）。在此基础上，任何颜色都可以表示为三维“空间”中的一个点，红色分量沿一个轴变化，绿色分量沿第二个轴，蓝色分量沿第三个轴。因此，任何两种颜色之间的差异可以相对简单地计算为“RGB空间”中颜色的几何“距离”。这一距离可以等效地表示为差异（或相似性）分数，通过将其视为空间中两种颜色之间最大可能距离的比例（即黑色[0,0,0]与白色[255,255,255]之间的距离）。

声音商标

声音商标的许多特性可能过于复杂，无法通过简单的算法方法进行比较，但在可表达为简短乐谱片段的简单旋律线情况下，可以开发便捷的框架来取得进展。所提议的框架使用数字编码来反映音符的（相对）音高和长度，从而将音乐线表示为字符字符串。因此，可以使用类似于文字商标的算法比较两个旋律。这种方法可能适用于（声音）商标争议，或评估潜在的版权侵权。它还可能扩展到反映其他音乐特性，如和弦序列，或考虑所审查部分的长度占整个作品的比例，并可修改以考虑特定音乐元素在现有内容“语料库”中的常见性。然而，其他特性，如乐器使用，可能更难以处理。未来，可能还可以构建算法方法来评估以数字形式（例如MP3文件）表示的声音商标之间的相似性。

这些类型的客观量化方法对于某些其他类型或商标特性（例如标志或相关图像）不太可能（容易且可重复地）实现，尽管通过使用（例如）图像分析或基于人工智能的工具可能取得一些进展。

然而，总体而言，重要的是要注意，此类算法应仅被视为在总体相似性评估过程中使用的工具，这一过程不可避免地始终包含显著的主观性，涉及考虑一系列额外因素。对于文字商标，具体可能包括：概念相似性（即含义）和商标的独特性；对于商标一般，可能包括字体或视觉呈现、相关商品和服务、品牌知名度和强度、实际混淆的记录证据、相关消费者关注程度，以及整体市场性质，所有这些都有助于估计商标混淆的可能性。此外，还涉及商标如何被消费者感知和回忆的问题，这本身依赖于一系列（大多不可量化）的因素，如关注程度、商标出现的背景、消费者之间的物理差异、文化联想等。

本文概述的理念并非旨在完全取代法院和商标局目前采用的细致入微、多方面的侵权评估方法。

然而，创建更客观框架的可能性提供了能够量化地衡量商标之间差异（而不是简单依赖传统方法仅评估为“低”、“中”或“高”程度相似性）的潜力，定义知识产权保护适用的阈值，并建立判例法背景，为未来在更一致框架内的法律决定提供基础。

原文：https://ipkitten.blogspot.com/2025/05/objectively-measuring-similarity-of.html

本文原文为英文，中文为机器翻译，仅供参考，如有问题或建议，欢迎随时与我们联系。