《假面饭店》书评：这本侦探小说教你如何成为职场之王

　　看了这个题目，很多人都会觉得吃惊，侦探小说一般都与推理、血腥、解谜、密室等联系在一起，但偏偏就有本侦探小说这次打算玩跨界，做起了鸡汤干货文的买卖。

　　这本如此牛逼的侦探小说，就是大名鼎鼎东野圭吾先生的新作《假面饭店》。东野圭吾蜚声海外，他凭借着《放学后》这部推理小说，获得第31回江户川乱步奖，自此步入日本文坛，成为了声名显赫的推理小说家。

　早期他的很多作品是走本格推理的路线，例如给我印象最深的《白马山庄杀人事件》就将密室和密码两个本格推理的典型案例结合在一起，大雪封路导致白马山庄成为一个大型的密室，嫌疑人就隐藏在山庄内。而凶手想要夺取的就是山庄主人通过童谣，隐藏在每个房间里的密码，只有破解了童谣背后的密码，就能获得宝藏。

　到了后期，随着东野圭吾对于推理小说驾驭能力的日渐加深，他开始剑走偏锋，在推理小说中加入了很多社会与人性的东西。

　在《假面饭店》这本推理小说中，东野圭吾还耐下心来，将如何混好职场凝缩成了几条准则，借由女主角山岸尚美之口，与广大读者进行了分享。

　　第一步：既然进入了工作时间 就要拿出工作的态度

　　“无论怎么看你都不像是一个饭店的服务生，衣冠不整、目中无人、傲慢自大的服务生在我们这种高档饭店是见不着的。虽然调查案子我们是外行，但如果我是那些对警察很敏感的罪犯，首先就会怀疑你。即使是一般的客人，在前台看见你这种服务生，肯定会掉头就走，不想住在这里。要想像一个饭店服务生的话，就必须注意细节，这是最重要的。”

　在故事的一开始，警察们面对着连环凶杀案，束手无策。只能根据凶手留下的一串数字，进行密码破解。最终他们确认凶手可能会在山岸尚美工作的五星饭店，进行第四次谋杀。

　所以警察新田卧底在饭店前台，与山岸尚美搭档，共同寻找犯人。新田第一次担任卧底，他只是很耿直地抱着捉拿凶手的念头来工作。虽然卧底在五星饭店的前台，但是新田丝毫没有前台工作人员的服务意识，还是用警察破案的态度来招呼客人。

　这就触犯了山岸尚美的大忌，在她看来每一份工作都是值得被尊重的，哪怕是饭店的前台，你都要恪守这一行业的规矩。

　对于刚入职的新人来说，衣着得体、举止得当是行业最基础的规矩。这个衣着得体并不是简单地身着制服，画着淡妆。而是要意识到这个行业应该具备的细节，比如从事餐饮行业的人，不应该留长指甲，因为指甲里容易藏污纳垢，遇到很讲究的客人的话，第一时间就会给你不卫生、不认真的评价。

　而对于山岸尚美来说，五星饭店的服务生，就是应该梳着简单而又利索的发型，挂着亲切而又职业的笑容，挺直身板表现出神清气爽的一面。

　　第二步：不是单纯地从事服务行业 而是要成为具有服务意识的人

　一般来说从事服务行业的人，都有听说过这么一句话，“顾客就是上帝”。

　在《假面饭店》中，东野圭吾在这句话的基础上，又有了自己的思考， “饭店也一样，客人就是规定，所以根本没有顾客违反规定一说。我们自然要服从客人提出来的要求，而且是绝对服从。”“但是容忍所有客户的无理取闹那真是没完没了。我们要是任由他们为所欲为，最后岂不是变得不可收拾？所以想办法解决问题才是我们的工作，如果所有的客人都是礼貌、有耐性的，这世上就没有比饭店服务生更轻松的工作了吧。”

　书中就有这样的例子：有个客人因为约了朋友在饭店附属的餐厅用餐，需要马上办理入住手续。只有入住了之后，餐费才可以算入房费内。但是当时排队办理入住手续的人很多，所以如果你让这位客人插队，无形中就会损害了中规中矩排队的另一批人的利益。

　而面对这样的情况，山岸尚美采用了折中的方法，她让客人先去赴约吃饭，她来安排客人的入住手续。当入住手续办妥之后，再派专人将房卡等一些列物品交到客人的手中。

　在我们身边有很多从事服务行业的人，只是机械地提供服务。比如你去餐厅点餐，服务员只会提供点单、下单、结账等流水化的服务。如果你需要她，为口味清淡的人提供点餐建议，或者为对某种食物过敏的人提供点餐建议，她就会当场卡壳。

　这就是从事服务行业的人，和具有服务意识的人之间的区别。像山岸尚美已经不是单纯的服务行业从业者，她已经上升到了另一个领域，就是具有服务意识的人。她们已经在骨子里篆刻下了要为客人设身处地着想的特质。

　　第三步：工作应该是团队协助 而不不应该单打独斗

　　在《假面饭店》里，总经理藤木曾经对山岸尚美说过一句话，“我们全体工作人员竭诚为客人提供服务。我们是团体合作，因此让客人满意，不是哪个人的功劳。相反，如果有不合格的工作人员，给客人添麻烦的话，我觉得那也不单是个人行为，而是我们全体员工的责任。”

　团队合作是很多职场新人需要上的第一课，因为在学校很多人都习惯了单打独斗，一个人只要学习刻苦，就能取得好的成绩。

　但是进入职场，就必须要进行团队协作了。越是大的企业，越是会把分工精细化，以广告公司为例，AE负责与客户进行接洽，了解客户的需求。文案负责对客户的需求，进行内容输出。设计则负责将文案输出的内容，视觉化和立体化。如果是涉及到网络方面的内容输出，有时候还需要程序员的配合，搭建出客户需要的网络平台。这四个职业缺一不可，他们团队协作，相互配合，才能将任务顺利完成。

　因此进入职场的新人要学会做螺丝钉，不要把个人的工作看得太重要，你只是一个钢板上的螺丝钉。但是也不要低估螺丝钉的作用，如果每个螺丝钉都有一丝松懈，那么最终这块钢板也会轰然崩塌。

　当然以上这些只是我看过《假面饭店》之后，总结的一些歪理。所谓不同的人心目中，对同一本书会有不同的解读。其实除了当做职场干货文外，在《假面饭店》里，也能看到人间悲喜剧。

　其中有捉出轨丈夫的妻子，有因为学生无心取笑而丧失了自信心的补习班老师，有贪图太太保险金而痛下杀手的丈夫，总之在东野圭吾版的饭店故事里，喜、怒、哀、乐总能找到发泄和藏身之所。

与其他的人工智能技术相比，情感分析(Sentiment Analysis)显得有些特殊，因为其他的领域都是根据客观的数据来进行分析和预测，但情感分析则带有强烈的个人主观因素。情感分析的目标是从文本中分析出人们对于实体及其属性所表达的情感倾向以及观点，这项技术最早的研究始于2003年Nasukawa和Yi两位学者的关于商品评论的论文。

随着推特等社交媒体以及电商平台的发展而产生大量带有观点的内容，给情感分析提供了所需的数据基础。时至今日，情感识别已经在多个领域被广泛的应用。例如在商品零售领域，用户的评价对于零售商和生产商都是非常重要的反馈信息，通过对海量用户的评价进行情感分析，可以量化用户对产品及其竞品的褒贬程度，从而了解用户对于产品的诉求以及自己产品与竞品的对比优劣。在社会舆情领域，通过分析大众对于社会热点事件的点评可以有效的掌握舆论的走向。在企业舆情方面，利用情感分析可以快速了解社会对企业的评价，为企业的战略规划提供决策依据，提升企业在市场中的竞争力。在金融交易领域，分析交易者对于股票及其他金融衍生品的态度，为行情交易提供辅助依据。

目前，绝大多数的人工智能开放平台都具备情感分析的能力，如图所示是玻森中文语义开放平台的情感分析功能演示，可以看出除了通用领域的情感分析外，还有汽车、厨具、餐饮、新闻和微博几个特定领域的分析。

那么到底什么是情感分析呢？从自然语言处理技术的角度来看，情感分析的任务是从评论的文本中提取出评论的实体，以及评论者对该实体所表达的情感倾向，自然语言所有的核心技术问题，例如：词汇语义，指代消解，此役小气，信息抽取，语义分析等都会在情感分析中用到。因此，情感分析被认为是一个自然语言处理的子任务，我们可以将人们对于某个实体目标的情感统一用一个五元组的格式来表示：(e,a,s,h,t)

以图为例，e是指某餐厅，a为该餐厅的性价比属性，s是对该餐厅的性价比表示了褒义的评价，h为发表评论者本人，t是19年7月27日。所以这条评论的情感分析可以表示为五元组（某餐厅，性价比，正向褒义，评论者，19年7月27日）。

情感分析根据处理文本颗粒度的不同，大致可以分为三个级别的任务，分别是篇章级、句子级和属性级。我们分别来看一下。

1 篇章级情感分析

篇章级情感分析的目标是判断整篇文档表达的是褒义还是贬义的情感，例如一篇书评，或者对某一个热点时事新闻发表的评论，只要待分析的文本超过了一句话的范畴，即可视为是篇章级的情感分析。

对于篇章级的情感分析而言有一个前提假设，那就是全篇章所表达的观点仅针对一个单独的实体e，且只包含一个观点持有者h的观点。这种做法将整个文档视为一个整体，不对篇章中包含的具体实体和实体属性进行研究，使得篇章级的情感分析在实际应用中比较局限，无法对一段文本中的多个实体进行单独分析，对于文本中多个观点持有者的观点也无法辨别。

例如评价的文本是：“我觉得这款手机很棒。”评价者表达的是对手机整体的褒义评价，但如果是：“我觉得这款手机拍照功能很不错，但信号不是很好”这样的句子，在同一个评论中出现了褒义词又出现了贬义词，篇章级的分析是无法分辨出来的，只能将其作为一个整体进行分析。

不过好在有很多的场景是不需要区分观点评价的实体和观点持有者，例如在商品评论的情感分析中，可以默认评论的对象是被评论的商品，评论的观点持有者也是评论者本人。当然，这个也需要看被评论的商品具体是什么东西，如果是亲子旅游这样的旅游服务，那么评论中就很有可能包含一个以上的观点持有者。

在实际工作中，篇章级的情感分析无法满足我们对于评价更细致，如果需要对评论进行更精确，更细致的分析，我们需要拆分篇章中的每一句话，这就是句子级的情感分析研究的问题。

2 句子级情感分析

与篇章级的情感分析类似，句子级的情感分析任务是判断一个句子表达的是褒义还是贬义的情感，虽然颗粒度到了句子层级，但是句子级分析与篇章级存在同样的前提假设是，那就是一个句子只表达了一个观点和一种情感，并且只有一个观点持有人。如果一个句子中包含了两种以上的评价或多个观点持有人的观点，句子级的分析是无法分辨的。好在现实生活中，绝大多数的句子都只表达了一种情感。

既然句子级的情感分析在局限性上与篇章级是一样的，那么进行句子级的情感分析意义何在呢？关于这个问题，需要先解释一下语言学上主观句与客观句的分别。在我们日常用语当中，根据语句中是否带有说话人的主观情感可以将句子分为主观句和客观句，例如：“我喜欢这款新手机。”就是一个主观句，表达了说话人内心的情感或观点，而：“这个APP昨天更新了新功能。”则是一个客观句，陈述的是一个客观事实性信息，并不包含说话人内心的主观情感。通过分辨一个句子是否是主观句，可以帮助我们过滤掉一部分不含情感的句子，让数据处理更有效率。

但是在实操过程中，我们会发现这样的分类方法似乎并不是特别准确，因为一个主观句也可能没有表达任何的情感信息，知识表达了期望或者猜测，例如：“我觉得他现在已经在回家的路上了。”这句话是一个主观句，表达了说话人的猜测，但是并没有表达出任何的情感。而客观句也有可能包含情感信息，表明说话者并不希望这个事实发生，例如：“昨天刚买的新车就被人刮花了。”这句话是一个客观句，但结合常识我们会发现，这句话中其实是包含了说话人的负面情感。

所以，仅仅对句子进行主客观的分类还不足以达到对数据进行过滤的要求，我们需要的是对句子是否含有情感信息进行分类，如果一个句子直接表达或隐含了情感信息，则认为这个句子是含有情感观点的，对于不含情感观点的句子则可以进行过滤。目前对于句子是否含有情感信息的分类技术大多都是采用有监督的学习算法，这种方法需要大量的人工标注数据，基于句子特征来对句子进行分类。

总之，我们可以将句子级的情感分析分成两步，第一步是判断待分析的句子是否含有观点信息，第二步则是针对这些含有观点信息的句子进行情感分析，发现其中情感的倾向性，判断是褒义还是贬义。关于分析情感倾向性的方法与篇章级类似，依然是可以采用监督学习或根据情感词词典的方法来处理，我们会在后续的小节详细讲解。

句子级的情感分析相较于篇章级而言，颗粒度更加细分，但同样只能判断整体的情感，忽略了对于被评价实体的属性。同时它也无法判断比较型的情感观点，例如：“A产品的用户体验比B产品好多了。”对于这样一句话中表达了多个情感的句子，我们不能将其简单的归类为褒义或贬义的情感，而是需要更进一步的细化颗粒度，对评价实体的属性进行抽取，并将属性与相关实体之间进行关联，这就是属性级情感分析。

3 属性级情感分析

上文介绍的篇章级和句子级的情感分析，都无法确切的知道评价者喜欢和不喜欢的具体是什么东西，同时也无法区分对某一个被评价实体的A属性持褒义倾向，对B属性却持贬义倾向的情况。但在实际的语言表达中，一个句子中可能包含了多个不同情感倾向的观点，例如：“我喜欢这家餐厅的装修风格，但菜的味道却很一般。”类似于这样的句子，很难通过篇章级和句子级的情感分析了解到对象的属性层面。

为了在句子级分析的基础上更加细化，我们需要从文本中发现或抽取评价的对象主体信息，并根据文本的上下文判断评价者针对每一个属性所表达的是褒义还是贬义的情感，这种就称之为属性级的情感分析。属性级的情感分析关注的是被评价实体及其属性，包括评价者以及评价时间，目标是挖掘与发现评论在实体及其属性上的观点信息，使之能够生成有关目标实体及其属性完整的五元组观点摘要。具体到技术层面来看，属性级的情感分析可以分为以下6个步骤：

关于文本中的实体抽取和指代消解问题，我们已经在知识图谱的相关章节中做了介绍，这里就不再赘述。针对篇章级、句子级、属性级这三种类型的情感分析任务，人们做了大量的研究并提出了很多分类的方法，这些方法大致可以分为基于词典和基于机器学习两种，下面我们进行详细的讲解。

做情感分析离不开情感词，情感词是承载情感信息最基本的单元，除了基本的词之外，一些包含了情感含义的短语和成语我们也将其统称为情感词。基于情感词典的情感分析方法，主要是基于一个包含了已标注的情感词和短语的词典，在这个词典中包括了情感词的情感倾向以及情感强度，一般将褒义的情感标注为正数，贬义的情感标注为负数。

具体的步骤如图所示，首先将待分析的文本先进行分词，并对分词后的结果做去除停用词和无用词等文本数据的预处理。然后将分词的结果与情感词典中的词进行匹配，并根据词典标注的情感分对文本进行加法计算，最终的计算结果如果为正则是褒义情感，如果为负则是贬义情感，如果为0或情感倾向不明显的得分则为中性情感或无情感。

情感词典是整个分析流程的核心，情感词标注数据的好坏直接决定了情感分类的结果，在这方面可以直接采用已有的开源情感词典，例如BosonNLP基于微博、新闻、论坛等数据来源构建的情感词典，知网（Hownet）情感词典，台湾大学简体中文情感极性词典（NTSUSD），snownlp框架的词典等，同时还可以使用哈工大整理的同义词词林拓展词典作为辅助，通过这个词典可以找到情感词的同义词，拓展情感词典的范围。

当然，我们也可以根据业务的需要来自己训练情感词典，目前主流的情感词词典有三种构建方法：人工方法、基于字典的方法和基于语料库的方法。对于情感词的情感赋值，最简单的方法是将所有的褒义情感词赋值为+1，贬义的情感词赋值为-1，最后进行相加得出情感分析的结果。

但是这种赋值方式显然不符合实际的需求，在实际的语言表达中，存在着非常多的表达方式可以改变情感的强度，最典型的就是程度副词。程度副词分为两种，一种是可以加强情感词原本的情感，这种称之为情感加强词，例如“很好”相较于“好”的情感程度会更强烈，“非常好”又比“很好”更强。另外一种是情感减弱词，例如“没那么好”虽然也是褒义倾向，但情感强度相较于“好”会弱很多。如果出现了增强词，则需要在原来的赋值基础上增加情感得分，如果出现了减弱词则需要减少相应的情感得分。

另一种需要注意的情况是否定词，否定词的出现一般会改变情感词原本的情感倾向，变为相反的情感，例如“不好”就是在“好”前面加上了否定词“不”，使之变成了贬义词。早期的研究会将否定词搭配的情感词直接取相反数，即如果“好”的情感倾向是+1，那么“不好”的情感倾向就是-1。但是这种简单粗暴的规则无法对应上真实的表达情感，例如“太好”是一个比“好”褒义倾向更强的词，如果“好”的值为+1，那么“太好”可以赋值为+3，加上否定词的“不太好”变成-3则显然有点过于贬义了，将其赋值为-1或者-05可能更合适。

基于这种情况，我们可以对否定词也添加上程度的赋值而不是简单的取相反数，对于表达强烈否定的词例如“不那么”赋值为±4，当遇到与褒义词的组合时褒义词则取负数，与贬义词的组合则取正数，例如贬义词“难听”的赋值是-3，加上否定词变成“不那么难听”的情感得分就会是（-3+4=1）。

第三种需要注意的情况是条件词，如果一个条件词出现在句子中，则这个句子很可能不适合用来做情感分析，例如“如果我明天可以去旅行，那么我一定会非常开心。”，在这句话中有明显的褒义情感词，但是因为存在条件词“如果”，使得这个句子的并没有表达观点持有者的真实情感，而是一种假设。

除了条件句之外，还有一种语言表达也是需要在数据预处理阶段进行排除的，那就是疑问句。例如“这个餐厅真的有你说的那么好吗？”，虽然句子中出现了很强烈的褒义情感词“那么好”，但依然不能将它分类为褒义句。疑问句通常会有固定的结尾词，例如“……吗？”或者“……么？”，但是也有的疑问句会省略掉结尾词，直接使用标点符号“？”，例如“你今天是不是不开心？”，这个句子中含有否定词和褒义词组成的“不开心”，但不能将其分类为贬义情感。

最后一种需要注意的情况是转折词，典型词是“但是”，出现在转折词之前的情感倾向通常与转折词之后的情感倾向相反，例如：“我上次在这家酒店的住宿体验非常好，但是这次却让我很失望。”在这个转折句中，转折词之前的“非常好”是一个很强的褒义词，但真实的情感表达却是转折词之后的“很失望”，最终应该将其分类为贬义情感。当然，也存在出现了转折词，但语句本身的情感并没有发生改变的情况，例如“你这次考试比上次有了很大的进步，但是我觉得你可以做得更好”，这里的转折词没有转折含义，而是一种递进含义。在实际操作中，我们所以需要先判断转折句真实的情感表达到底是哪个，才能进行正确的分析计算。

构建情感词典是一件比较耗费人工的事情，除了上述需要注意的问题外，还存在精准度不高，新词和网络用语难以快速收录进词典等问题。同时基于词典的分析方法也存在很多的局限性，例如一个句子可能出现了情感词，但并没有表达情感。或者一个句子不含任何情感词，但却蕴含了说话人的情感。以及部分情感词的含义会随着上下文语境的变化而变化的问题，例如“精明”这个词可以作为褒义词夸奖他人，也可以作为贬义词批评他人。

尽管目前存在诸多问题，但基于字典的情感分析方法也有着不可取代的优势，那就是这种分析方法通用性较强，大多数情况下无需特别的领域数据标注就可以分析文本所表达的情感，对于通用领域的情感分析可以将其作为首选的方案。

我们在机器学习算法的章节介绍过很多分类算法，例如逻辑回归、朴素贝叶斯、KNN等，这些算法都可以用于情感识别。具体的做法与机器学习一样需要分为两个步骤，第一步是根据训练数据构建算法模型，第二步是将测试数据输入到算法模型中输出对应的结果，接下来做具体的讲解。

首先，我们需要准备一些训练用的文本数据，并人工给这些数据做好情感分类的标注，通常的做法下，如果是褒义和贬义的两分类，则褒义标注为1，贬义标注为0，如果是褒义、贬义和中性三分类，则褒义标注为1，中性标注为0，贬义标注为-1

在这一环节中如果用纯人工方法来进行标注，可能会因为个人主观因素对标注的结果造成一定影响，为了避免人的因素带来的影响，也为了提高标注的效率，有一些其他取巧的方法来对数据进行自动标注。比如在电商领域中，商品的评论除了文本数据之外通常还会带有一个5星的等级评分，我们可以根据用户的5星评分作为标注依据，如果是1-2星则标注为贬义，如果是3星标注为中性，4-5星标注为褒义。又比如在社区领域中，很多社区会对帖子有赞和踩的功能，这一数据也可以作为情感标注的参考依据。

第二步是将标注好情感倾向的文本进行分词，并进行数据的预处理，前文已经对分词有了很多的介绍，这里就不再过多的赘述。第三步是从分词的结果中标注出具备情感特征的词，这里特别说一下，如果是对情感进行分类，可以参考情感词典进行标注，也可以采用TF-IDF算法自动抽取出文档的特征词进行标注。如果分析的是某个特定领域的，还需要标注出特定领域的词，例如做商品评价的情感分析，需要标注出商品名称，品类名称，属性名称等。第四步根据分词统计词频构建词袋模型，形成特征词矩阵，如表所示。在这一步可以根据业务需要给每个特征词赋予权重，并通过词频乘以权重得到特征词分数。最后一步就是根据分类算法，将特征词矩阵作为输入数据，得到最终的分类模型。

当训练好分类模型之后，就可以对测试集进行分类了，具体的流程与建模流程类似，先对测试的文本数据进行分词并做数据预处理，然后根据特征词矩阵抽取测试文本的特征词构建词袋矩阵，并将词袋矩阵的词频数据作为输入数据代入之前训练好的模型进行分类，得到分类的结果。

采用基于机器学习的方法进行情感分析有以下几个不足之处，第一是每一个应用领域之间的语言描述差异导致了训练得到的分类模型不能应用与其他的领域，需要单独构建。第二是最终的分类效果取决于训练文本的选择以及正确的情感标注，而人对于情感的理解带有主观性，如果标注出现偏差就会对最终的结果产生影响。

除了基于词典和基于机器学习的方法，也有一些学者将两者结合起来使用，弥补两种方法的缺点，比单独采用一种方法的分类效果要更好，另外，也有学者尝试使用基于LSTM等深度学习的方法对情感进行分析，相信在未来，情感分析会应用在更多的产品中，帮助我们更好的理解用户需求，提升用户使用智能产品的体验。

随着深度神经网络等算法的应用，情感分析的研究方向已经有了非常大的进展，但依然存在着一些难题是目前尚未解决的，在实操过程中需特别注意以下几种类型数据：

情绪轮在用户体验设计上被广泛的应用，很多情感化设计都是基于情绪轮进行的。但是在人工智能领域，将情绪进行多分类比情感分析的三分类任务要难得多，目前大多数分类方法的结果准确性都不到50%。这是因为情绪本身包含了太多的类别，而且不同的类别之间又可能具有相似性，一个情绪词在不同的语境下有可能表达的是不同的情绪类别，算法很难对其进行分类。即使是人工对文本进行情绪类别标注也往往效果不佳，因为情绪是非常主观性的，不同的人对不同的文本可能产生不同的理解，这使得人工标注情绪类比的过程异常困难。如何让机器可以理解真实的情绪目前还是一个未能攻克的难题。

很不错。

校正门口毗邻漯河市货运火车站，门前为校园围档无商户经营，旁边为解放路小学，小学南侧有两个文具综合商店，无违规商品经营。

1、经排查周围200米内无网吧、电子游戏经营场所等娱乐设施，无不健康出版物销售。并且在我校教师和家长委员会的家长组成的护学岗长期坚持下，门前没有任何流动摊贩进行经营。

2、教育乃国之根本，维护保持一个良好且有益学生健康发展校园周边环境，让参与维护的教师和家长都拥有自豪且满足的情感，并将始终对之投入极大的热情。此次集中整治行动重点针对校园周边环境，净化了校园周边环境，切实消除校园周边各类安全隐患，深入推进了平安校园建设，确保校园和谐稳定。

奇怪** queer girls

象牙塔里看世界

以法学的理性 以传媒的温度

# 书籍简介 #

《山茶文具店》

标签：

日本文学 治愈系 成长

关于这本书

在镰仓，有一家帮人代笔的文具店，每代店主均由女性担任，只要有委托便会接受，即使是餐厅的菜单也会帮忙。

不知不觉，雨宫鸠子成为了第11代传人，而与外祖母之间的误会，以及开始独自一人活在世上的恐惧，使她充满迷茫。

给死去宠物的吊唁信、宣布离婚的公告信、拒绝借钱的回绝信、写给挚友的分手信

一封封代笔信是客人们的写实生活，也是一节节人生课堂。

山茶文具店，因门前的一棵巨大山茶树而得名，居住在这里的女孩小名叫波波，是第11代代笔人，相当于现代的“书法家”。

但是“书法”这两个字不能完全概括她的职业。

她更像一栋串联起人与人情感的桥梁，那些无法当面说出口的喜欢或厌恶，乃至怀念与决绝，难以表达的想法，都可以通过代写信件去做一个了结。

波波的工作就是代写信件，根据信件的属性和委托人的性格选择适合他们的笔墨。

线条在纸上尽情舞蹈，代笔人不止要写出漂亮的字，还要为这些字注入委托人的灵魂。

有意思的一个点就是，本书的序章以四季命名，“春、夏、秋、冬”分别讲述了山茶文具店的不同故事。

开端始于“春”，经过四季流转，本书也在暮春伊始结束。

也算有始有终。

两条线叙事

第一条线： 波波与各种委托人之间的故事

印象深刻的是不苟言笑，有点“刀子嘴，豆腐心”的男爵。

波波为他写了一封拒绝借钱的信，这封信颇费了些周折。

既然是道歉信，就需要把控好写信的语气——

既不能语言过激，伤了双方仅剩的和气，显得过于小气，又不能言辞过于委婉，以防对方“贼心不死”。

波波对这封信很是上心，再斟酌字词语言后，还特意为男爵选择了一枚“威武”的邮票。

之后，还有一个匿名**委托波波的绝交信，按照外祖母的要求，这种信件是不能写的，会有伤功德。

但是波波还是接受委托。

关于朋友关系，有的时候我们都会陷入迷茫，因为一些原因，导致双方都很痛苦。

解决这件事最好的方法莫在于 “快刀斩乱麻”。

书中有一句话非常有道理：

“长大成人后，什么事最轻松？就是不需要再和不想往来的人继续来往，不是吗？男人遇到这种事都会不干脆，但女人很自由，可以自己选择朋友。

勉强和讨厌的对象当朋友，只会让自己更有压力，彼此都很累。我不想要做这种事，因为我是大人”。

所以成年的绝交不是儿戏，我选择放弃这段关系，是因为我们的相处给彼此带来了痛苦。

相忘于江湖，老死不相往来，是彼此最好的结局。

第二条线：波波与外祖母的感情线

外祖母去世后，波波回来，接手山茶文具店。

因为波波母亲的原因，两个人相依为命，却疏远冷淡。

祖母是个严格的长辈，她不理解祖母的良苦用心，祖母也不理解她对自由自在的追求。

在她心中外祖母一直是一个不可接近的形象，她从来没说过一句鼓励波波的话。

直到一个意大利人拿着一堆信，那是外祖母笔友的儿子。

通过那一堆信件，波波感受到了祖母对她的无言之爱。

那些日常中祖母只言未提的关心，她只是不善表达自己的心意，而那些无数个日夜辗转反侧对于波波的思念，祖母从未向她说过。

书中写道：

“那天晚上，我把上代寄给静子女士的最后一封信放进被窝，抱着那封信入睡。因为我觉得，比起在她的牌位前合掌，这样更能近距离感受到上代。如果能像这样，和上代睡在同一床被子里，哪怕只有一次就好，我的人生、她的人生也许都会不一样，然而，如今我只剩下上代写给笔友的信”。

子欲养而亲不待是这个世界上最悲哀的事情。

而在最后春暖花开的结局，波波释然了。

她忽然想到记忆中，小时候，为了能让自己从看到窗外的樱花，祖母把年幼的波波放到背上，即使自己很累也依然笑的很开心。

这一年的春天，波波终于与外祖母和解，也理解代笔人工作的意义。

-END -

校对：晏南亭

编辑：刀笔

图源：网络侵删

日本人喜欢写人性，这是我一直以来的观点。

日本的文学艺术在刻画人、性、爱等等的内容上，常常让人有种“原来是这样”的感觉。他们把任何人性的情感、优劣都当做一种客观对象去分析，细致的描写，精妙的解读，让人自愧弗如。从这个角度来说，日本人是理性的，却又是冷酷的。一个把感情当做分析对象的世界里，似乎总是那么冷冰冰的，像是机器人的国度。

但这次，日本作家乙一的推理小说《在黑暗中等待》，给寒冬中的我们送来一丝丝温情。

日本的推理小说有着辉煌的历史，可以算得上引领了第三次推理小说的巅峰时代。从江户川乱步开始，日本文坛从来不乏优秀的推理小说家，本格派、悬疑派等等百花齐放，也包括近些年炙手可热的作家东野圭吾、伊坂幸太郎等等。

但从整体来看，日本的推理小说或重视渲染恐怖的气氛，或追求严密的推理流程——这和日本人的性格密不可分，前者正是上文提到的日本人过分理性对待情感的问题，他们将“恐惧”当做一种可以描述的对象，如何刻画恐惧，如何引起人内心的恐惧，对他们来说是一份科学研究；后者则是环境因素，物资匮乏的岛国经济只能走精品路线，造成性格上对一切事物的吹毛求疵，这一点我们从日本的产品上可观一二。日本的推理小说虽然也有《解忧杂货店》这类成名的暖心之作，但总归是在想象之上的创造，奇幻色彩的笼罩下让故事少了些感动，多了些疏离。

《在黑暗中等待》力求一个更佳温馨的作品。

故事讲述了一个独居的盲人少女家中闯入一个嫌疑犯工人，嫌犯帮助少女逐渐摆脱自闭走入这个世界，而自己的罪名也得到澄清的故事。

作品走温情路线，盲女走出孤独的故事作为明线，罪案作为暗线，人物和场景彼此交错，形成完整的故事。但对重视逻辑的读者来说，似乎有些许设定上的问题。

例如，纵然阿满是一个天性善良纯真的人，但在已经基本认定家里有人的情况下，没有出门报警——作者用阿满惧怕外界世界的凶险作为解释——在闺密花末来自己家中时也没有求救。即便惧怕家中的歹徒可能持有凶器存在危险，大可以找个理由和闺密一起出门趁机报警。从前面警察对阿满的态度来看，派出所对她作为一个独居的盲人十分关心，绝对会热心对待她的求助。这一点的确有些不合常理。

另外，结尾揭露真相：嫌疑犯原来是受刺激而造成暂时记忆缺失误以为自己就是真正的凶手——这一点尚有医学上的证据可以解释——但真正的凶手恰好是盲女刚刚认识的餐厅服务员，又恰好出现在最近的合影上，实在是巧之又巧。

不合逻辑的温馨反而有着“为赋新词强说愁”的违和感。

不过换一个角度考虑，除去艺术加工以外，只有不合常理，才有成为一个“故事”的理由不是么？这样想来，这世间确实有太多我们想不明白的事，揣摩不透的心思，这也是这个世界有趣的地方啊。

《在黑暗中等待》这部作品瑕不掩瑜，真正的妙处在于作品对人内心的描写，不禁令人拍案叫绝。

作者对于盲人内心的情感拿捏实在是入木三分。人对未知的恐惧，造成盲人对于外界的抵触情绪，才需要一个契机去打开心结。

这样的悲伤不仅出现在盲女的心头，更重重的敲打在每一位读者心中。

值得注意的事，之所以盲女和嫌犯能平安相处，除了嫌犯的同情心，还在于嫌犯其实和盲女是同一类人。最终走出内心封锁的不只是盲女，也是这位工人。

盲女害怕未知，将自己置入孤独的漩涡。而嫌犯对一切的不屑，恰恰在于心底的自卑和落寞。

一出略显俗套但恰到好处的英雄救美让两个人“相见”，随后两人互相帮助，共渡难关。

整个故事完整，有矛盾冲突，有起有伏。前半段围绕两个人同处一屋，嫌犯努力隐藏自己展开。紧张的气氛牵引着读者的神经。后半段两人共克时艰，让人长舒一口气。故事紧凑，文字优美而不浮夸，尤其对中国读者来说可读性很强。

在我看来，故事更多的关注人的内心世界。反映出社会中人心的孤僻，与泥泞中挣扎，在深林里逃避。如何帮助更多这样的人找到“自己”，接受“自己”，融入这个社会，是值得每个读者思考的。

而读懂人心，恰好是第一步。