• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種新的維吾爾文文本分類特征選擇方法

    2016-05-05 00:59:04哈力旦阿布都熱依木阿麗亞艾爾肯吳冰冰
    關(guān)鍵詞:維吾爾文特征選擇

    何 燕,哈力旦·阿布都熱依木,阿麗亞·艾爾肯,吳冰冰

    (新疆大學(xué) 電氣工程學(xué)院,新疆 烏魯木齊 830047)

    ?

    一種新的維吾爾文文本分類特征選擇方法

    何燕,哈力旦·阿布都熱依木,阿麗亞·艾爾肯,吳冰冰

    (新疆大學(xué) 電氣工程學(xué)院,新疆 烏魯木齊 830047)

    摘要:針對(duì)傳統(tǒng)卡方統(tǒng)計(jì)量方法對(duì)特征項(xiàng)的頻數(shù)和類別分布考慮不足的缺陷,提出了一種結(jié)合余弦相似度的卡方統(tǒng)計(jì)量特征選擇方法。該方法首先使用均值詞頻-逆文檔頻率表示特征項(xiàng),通過引入一個(gè)調(diào)整公式來平衡類間選取的特征項(xiàng)數(shù),從而對(duì)傳統(tǒng)卡方統(tǒng)計(jì)量方法進(jìn)行修正,然后結(jié)合余弦相似度進(jìn)一步消除噪聲文本。在收集的維吾爾文數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)論證。實(shí)驗(yàn)結(jié)果表明:改進(jìn)的卡方統(tǒng)計(jì)量方法具有較好的魯棒性,且分類性能優(yōu)于傳統(tǒng)的卡方統(tǒng)計(jì)量方法。

    關(guān)鍵詞:維吾爾文;卡方統(tǒng)計(jì)量;余弦相似度;特征選擇

    0引言

    文本分類是從一系列數(shù)字文檔中找到相關(guān)和及時(shí)信息的關(guān)鍵技術(shù)。隨著新疆地區(qū)信息化建設(shè)的飛速發(fā)展,網(wǎng)絡(luò)上包括維吾爾文等少數(shù)民族語種的大量數(shù)字化信息呈現(xiàn)指數(shù)級(jí)增長(zhǎng)趨勢(shì)。如何有效管理和利用這些紛繁雜蕪的海量信息,并對(duì)大量少數(shù)民族語種文本數(shù)據(jù)進(jìn)行自動(dòng)歸類,是當(dāng)前重要的研究課題之一[1]。

    特征選擇是將能夠有效表達(dá)文本內(nèi)容的特征挑選出來建立學(xué)習(xí)樣本,保留重要的信息,去除冗余信息,以降低特征空間維度的過程。一個(gè)好的學(xué)習(xí)樣本是訓(xùn)練分類器的關(guān)鍵,樣本中是否含有不相關(guān)或冗余信息直接影響著分類器的分類精度和泛化性能[2]。因此,尋求一種好的特征選擇方法是提高文本分類性能的有效途徑。

    卡方統(tǒng)計(jì)量(chi-square statistic,CHI)方法以其時(shí)間復(fù)雜度低、便于理解和應(yīng)用方便等優(yōu)點(diǎn)已經(jīng)成為文本分類中常用的特征選擇模型。目前,針對(duì)CHI模型進(jìn)行的改進(jìn)研究受到了越來越多的關(guān)注[3-4]。文獻(xiàn)[5]通過引入最大詞頻和采樣方差對(duì)傳統(tǒng)CHI方法進(jìn)行修正,針對(duì)特征數(shù)目的不同,提出了兩種基于詞頻和特征項(xiàng)分布的CHI特征選擇方法。文獻(xiàn)[6]通過設(shè)置最低詞頻閾值去除部分低頻詞對(duì)CHI的干擾,并將改進(jìn)后的CHI特征選擇公式引入特征權(quán)重計(jì)算中,不僅使文本表示更合理,而且有效提高了文本分類的準(zhǔn)確率。文獻(xiàn)[7]在不平衡的維吾爾文數(shù)據(jù)集上,提出了一種結(jié)合逆文檔頻率的改進(jìn)卡方統(tǒng)計(jì)量方法。這些改進(jìn)方法在中英文的文本分類中取得了很好的效果,但維吾爾文的語種特點(diǎn)[8]與中英文不同,采用該類方法不能達(dá)到很好的分類效果。因此,針對(duì)CHI的優(yōu)缺點(diǎn)和維吾爾文語種特點(diǎn)進(jìn)行深入研究,建立針對(duì)維吾爾文文本分類的新模型具有重要意義。本文通過分析傳統(tǒng)CHI的優(yōu)缺點(diǎn),提出了一種新的結(jié)合余弦相似度的CHI特征選擇方法,不僅克服了傳統(tǒng)算法對(duì)低頻詞的偏袒以及特征項(xiàng)的類別分布不均勻問題,而且提高了分類性能。

    1卡方統(tǒng)計(jì)量方法

    卡方統(tǒng)計(jì)量(CHI)方法就是通過觀察實(shí)際值與理論值的偏差來確定理論的正確與否。假設(shè)詞條tk與類ci之間的獨(dú)立關(guān)系服從具有一個(gè)自由度的χ2分布[9]。

    假定T={tk|k=1,2,…,m}為訓(xùn)練樣本集的特征集;ci為第i類訓(xùn)練樣本,i=1,2,…,n。tk對(duì)于類ci的卡方統(tǒng)計(jì)量可表示為:

    (1)

    當(dāng)特征項(xiàng)tk與類ci越相關(guān)時(shí),其對(duì)應(yīng)的CHI(tk,ci)值越大,代表特征項(xiàng)tk對(duì)分類的貢獻(xiàn)越大;反之,特征項(xiàng)tk與類ci相互獨(dú)立時(shí),其對(duì)應(yīng)的CHI(tk,ci)=0,代表特征項(xiàng)tk不包含任何有關(guān)類ci的信息。

    對(duì)于多個(gè)類別的問題,應(yīng)分別計(jì)算特征項(xiàng)tk對(duì)于每個(gè)類別的CHI(tk,ci),再對(duì)計(jì)算結(jié)果進(jìn)行綜合。綜合的方式一般有兩種:一種是加權(quán)平均,另一種是取最大值。本文選擇取最大值的方式進(jìn)行綜合。

    由式(1)可知CHI方法是基于文檔頻率(document frequency,DF)的特征選擇方法,只考慮特征項(xiàng)在文檔中是否出現(xiàn),會(huì)更加偏向于將DF值高的詞作為特征。

    同時(shí),在對(duì)多個(gè)類別進(jìn)行分類時(shí),若設(shè)定的閾值不合適,CHI容易選擇對(duì)某特定類別區(qū)分度低而對(duì)其他類別具有強(qiáng)區(qū)分度的特征項(xiàng),會(huì)導(dǎo)致某些類別選擇的特征項(xiàng)過多或過少。

    2改進(jìn)的CHI特征選擇方法

    2.1特征項(xiàng)頻數(shù)的改進(jìn)

    為解決傳統(tǒng)卡方統(tǒng)計(jì)量容易忽略文檔頻數(shù)低而詞頻高的缺陷,在傳統(tǒng)的CHI特征選擇的基礎(chǔ)上,引入均值詞頻-逆文檔頻率(term frequency-inverse document frequency,TF-IDF)特征權(quán)重計(jì)算來進(jìn)行調(diào)節(jié)。

    TF×IDF(k,j)=tfkj×idfj=tfkj×log(N/nj) ,

    (2)

    其中:tfkj為特征項(xiàng)tk在文檔dj中出現(xiàn)的次數(shù);idfj為包含特征項(xiàng)tk的逆文檔頻率;N為總文檔數(shù);nj為出現(xiàn)特征項(xiàng)tk的文檔數(shù)。

    本文采用均值TF-IDF來表征每個(gè)特征項(xiàng),如下所示:

    (3)

    其中:Count(j)為數(shù)據(jù)集中文檔的總數(shù)目。此時(shí),可將式(1)改進(jìn)為式(4):

    (4)

    2.2特征項(xiàng)類別分布的改進(jìn)

    一般而言,具有較強(qiáng)類別表現(xiàn)能力的特征項(xiàng)在該類別內(nèi)的頻數(shù)不僅應(yīng)該較大,而且這些特征項(xiàng)的數(shù)目在其相應(yīng)的類內(nèi)應(yīng)保持均衡,這樣不會(huì)使得某一個(gè)類別中最終保留的特征項(xiàng)過多或者過少。

    引入以下公式,使得各個(gè)類中選取的特征項(xiàng)數(shù)均等,以保留更多的具有強(qiáng)區(qū)分度的特征項(xiàng)。

    (5)

    (6)

    其中:CHIL(tk)為最終保留的特征項(xiàng);CHI↓(tk)為文檔集中降序排列的卡方值;N(ci)為ci類中包含保留的特征項(xiàng)tk的個(gè)數(shù);FC為每個(gè)類中預(yù)選擇的特征個(gè)數(shù);R為整個(gè)語料庫中縮減的特征項(xiàng)數(shù)目;C為類別的數(shù)目。

    文獻(xiàn)[10]提出使用CHI方法去權(quán)衡相似度,以及使用CHI測(cè)試來確定文本分類中兩個(gè)隨機(jī)樣本中詞向量的同質(zhì)性,發(fā)現(xiàn)CHI和余弦相似性相結(jié)合可以提供更加可靠和有效的分類機(jī)制。文獻(xiàn)[11]在改進(jìn)的CHI的基礎(chǔ)上采用余弦相似度計(jì)算阿拉伯文本間相似度,分類準(zhǔn)確率明顯提高。

    因此,為了進(jìn)一步消除文本噪聲,引入余弦(Cosine)相似定理來計(jì)算文本間的相似度。計(jì)算公式如下:

    (7)

    其中:Di=(wi1,wi2,…,wiN);Dk=(wk1,wk2,…,wkN);wij,wkj分別為文本Di,Dk中的第j個(gè)特征詞的TF-IDF權(quán)值;N為特征向量的維數(shù)。每篇文檔作為一個(gè)向量,向量中的每一維就是文本中每個(gè)特征詞的權(quán)重。計(jì)算兩篇文檔的相似度,當(dāng)向量夾角的余弦值越接近于1,表明兩篇文檔越相似;反之,兩篇文檔越不相關(guān)。

    為了解決個(gè)別噪聲文檔對(duì)分類準(zhǔn)確率的影響,引入以下公式:

    (8)

    (9)

    (10)

    其中:S1為類內(nèi)文檔余弦相似度的平均值,這里忽略文檔Di的自身余弦相似度值;Ncj為類Cj中包含的文檔數(shù);S2為文檔Di與其他類中文檔余弦相似度平均值。假設(shè)S1低于閾值α并且S2高于閾值β,那么文檔Di不能有效表達(dá)所屬類的信息,卻與其他類相關(guān),即認(rèn)為該文檔不適合用來表征所屬類別的信息,應(yīng)刪除以減小帶給分類器的噪聲。

    3實(shí)驗(yàn)與分析

    圖1 改進(jìn)的CHI方法的具體實(shí)現(xiàn)流程圖

    實(shí)驗(yàn)是在Intel(R) Core(TM) i5-4200U處理器、4 GB內(nèi)存,操作系統(tǒng)為Windows 7的PC機(jī)上進(jìn)行的,使用eclipse作為開發(fā)環(huán)境。

    為了考察CHI的改進(jìn)效果,在相同的實(shí)驗(yàn)條件下,將改進(jìn)的CHI(CHI+Cosine)方法與傳統(tǒng)卡方統(tǒng)計(jì)量(CHI)方法進(jìn)行實(shí)驗(yàn)對(duì)比。改進(jìn)的CHI方法的具體實(shí)現(xiàn)流程如圖1所示。

    3.1實(shí)驗(yàn)數(shù)據(jù)集

    目前,針對(duì)中英文的文本分類研究,國(guó)內(nèi)外已經(jīng)有相對(duì)標(biāo)準(zhǔn)的、開放的文本分類語料庫作為參考,可以在相同的數(shù)據(jù)集上比較不同的特征選擇和分類方法的性能。由于維吾爾語文本分類的研究仍然處于起步階段,因而目前并沒有標(biāo)準(zhǔn)的、開放的維吾爾語文本集作為統(tǒng)一的參考。實(shí)驗(yàn)中所使用的維吾爾文文本數(shù)據(jù)為本實(shí)驗(yàn)室采集,數(shù)據(jù)來源于新疆政府網(wǎng)、天山網(wǎng)和Ulinix等主要維吾爾語門戶網(wǎng)站[12]。實(shí)驗(yàn)數(shù)據(jù)描述見表1。

    表1 維吾爾文文本數(shù)據(jù)集信息描述

    3.2分類性能評(píng)估

    本文選取常用的準(zhǔn)確率、召回率和F1值作為實(shí)驗(yàn)評(píng)價(jià)指標(biāo)[13]。這里假設(shè)a為屬于類Ci而被分至類Ci的文檔數(shù);b為屬于類Ci而被分至非類Ci的文檔數(shù);c為不屬于類Ci而被分至類Ci的文檔數(shù);d為不屬于類Ci而被分至非類Ci的文檔數(shù)。那么,準(zhǔn)確率p和召回率r定義為:

    (11)

    F1值為關(guān)于r和p的函數(shù),是兩者的調(diào)和平均值,具體計(jì)算公式為:

    (12)

    宏平均F1值 (Macro-F1)是每個(gè)類別性能指標(biāo)F1值的算術(shù)平均值,計(jì)算公式為:

    (13)

    本文采用宏平均F1值來綜合衡量分類效果。

    3.3實(shí)驗(yàn)結(jié)果

    維吾爾文與中文不同,卻相似于英文。對(duì)于維吾爾文來說,不存在分詞的問題,因?yàn)樵~語之間已經(jīng)自然地用空格隔開。通過去除非維吾爾語文本以及停用詞等預(yù)處理之后,建立了由77 591個(gè)特征項(xiàng)組成的候選特征項(xiàng)集合。分別采用兩種算法(CHI方法和CHI+Cosine方法)對(duì)預(yù)處理后的數(shù)據(jù)集進(jìn)行特征選擇,最后采用開放數(shù)據(jù)挖掘WEKA平臺(tái)的LibSVM分類算法進(jìn)行分類。其中,α取值為0.2,β取值為0.7。為測(cè)試算法的準(zhǔn)確性,這里采用十折交叉驗(yàn)證方法。

    特征維數(shù)為3 000的情況下,CHI方法以及CHI+Cosine方法在每個(gè)類別中的分類準(zhǔn)確率,如表2所示。

    表2 兩種方法的分類準(zhǔn)確率對(duì)比 %

    在表2的4類實(shí)例數(shù)據(jù)中,CHI+Cosine方法與CHI方法相比,除了社會(huì)時(shí)事類別,其他類別維吾爾文文本分類的準(zhǔn)確率均有不同程度的提高,尤其是體育類和生活與健康類提高效果顯著。由表2數(shù)據(jù)可知:CHI方法在特征項(xiàng)數(shù)目保留過低時(shí),如體育類和生活與健康類的特征包含較少,因而導(dǎo)致其分類準(zhǔn)確率過低,而CHI+Cosine方法剛好克服了這一缺點(diǎn)。

    圖2是支持向量機(jī)(support vector machine,SVM)分類器采用CHI和CHI+Cosine兩種特征選擇方法,在實(shí)驗(yàn)數(shù)據(jù)集上的Macro-F1曲線。從圖2a中可以看出:在特征數(shù)低于4 000時(shí),CHI+Cosine方法的分類性能已經(jīng)遠(yuǎn)遠(yuǎn)高于CHI方法。這是因?yàn)楦倪M(jìn)的CHI+Cosine方法在選取的特征數(shù)目較低時(shí),明顯克服了傳統(tǒng)CHI方法選擇的特征項(xiàng)在某些類別中過多,而在其他類別的特征項(xiàng)數(shù)目過少的不足。從圖2b中可以看出:CHI+Cosine方法在特征數(shù)為45 000時(shí),使分類器的性能達(dá)到最優(yōu)并趨于穩(wěn)定;CHI方法在選取35 000個(gè)特征時(shí),分類器的Macro-F1值達(dá)到最高(0.930)。而且隨著特征數(shù)目的變化,CHI+Cosine方法使得分類器的性能始終優(yōu)于CHI方法。

    圖2 采用兩種不同特征選擇方法的SVM分類器性能比較

    4結(jié)束語

    本文提出了一種結(jié)合余弦相似度的卡方統(tǒng)計(jì)量方法,分別從特征項(xiàng)出現(xiàn)的頻數(shù)以及類別分布對(duì)CHI算法進(jìn)行修正。通過引入一個(gè)調(diào)整公式來平衡類間選擇的特征數(shù)目,避免某一個(gè)類別中最終保留的特征項(xiàng)過多或者過少,解決了傳統(tǒng)CHI方法對(duì)低頻詞的偏倚以及特征項(xiàng)的類別分布的問題。在開放數(shù)據(jù)挖掘平臺(tái)WEKA中,使用LibSVM對(duì)收集的維吾爾文數(shù)據(jù)集進(jìn)行分類,改進(jìn)的CHI+Cosine方法使得分類器性能優(yōu)于傳統(tǒng)的CHI方法,具有很好的魯棒性,有效地克服了傳統(tǒng)CHI方法在選擇較少特征數(shù)目時(shí)分類性能過低的問題。

    參考文獻(xiàn):

    [1]艾海麥提江·阿布來提,吐爾地·托合提,艾斯卡爾·艾木都拉.基于Naive Bayes的維吾爾文文本分類算法及其性能分析[J].計(jì)算機(jī)應(yīng)用與軟件,2012,29(12):27-29.

    [2]姚旭,王曉丹,張玉璽,等.特征選擇方法綜述[J].控制與決策,2012,27(2):161-166,192.

    [3]邱云飛,王威,劉大有,等.基于方差的CHI特征選擇方法[J].計(jì)算機(jī)應(yīng)用研究,2012,29(4):1304-1306.

    [4]王光,邱云飛,史慶偉.集合CHI與IG的特征選擇方法[J].計(jì)算機(jī)應(yīng)用研究,2012,29(7):2454-2456.

    [5]JIN C,MA T,HOU R,et al.Chi-square statistics feature selection based on term frequency and distribution for text categorization[J].IETE journal of research,2015,61(4):1-12.

    [6]肖雪,盧建云,余磊,等.基于最低詞頻CHI的特征選擇算法研究[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,37(6):137-142.

    [7]董瑞,周喜.面向維吾爾文不平衡數(shù)據(jù)分類的特征選擇方法[J].計(jì)算機(jī)工程與設(shè)計(jì),2013,34(1):349-352.

    [8]李敏強(qiáng),哈力旦·阿布都熱依木,閆軻.一種改進(jìn)型局部二值模式的維吾爾文定位算法[J].河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,36(3):43-47.

    [9]李明江.結(jié)合類詞頻的文本特征選擇方法的研究[J].計(jì)算機(jī)應(yīng)用研究,2014,31(7):2024-2026.

    [10]CHEN Y T,CHEN M C.Using chi-square statistics to measure similarities for text categorization[J].Expert systems with applications,2011,38(4):3085-3090.

    [11]HAEASHIN B,MANSOUR A M,ALJAWARNEH S.An efficient feature selection method for Arabic text classification[J].International journal of computer applications,2013,83(17):1-6.

    [12]陳洋,哈力旦·阿布都熱依木,伊力亞爾·達(dá)吾提,等.基于加權(quán)改進(jìn)貝葉斯算法的維吾爾文文本分類[J].計(jì)算機(jī)工程與設(shè)計(jì),2014,35(6):1999-2003.

    [13]伍洋,鐘鳴,姜艷,等.面向?qū)徲?jì)領(lǐng)域的短文本分類技術(shù)研究[J].微電子學(xué)與計(jì)算機(jī),2015,32(1):5-10.

    中圖分類號(hào):TP391.1

    文獻(xiàn)標(biāo)志碼:A

    收稿日期:2015-09-02

    作者簡(jiǎn)介:何燕(1991-),女,新疆塔城人,碩士生;哈力旦·阿布都熱依木(1959-),女,維吾爾族,新疆烏魯木齊人,教授,碩士生導(dǎo)師,主要從事圖像處理、數(shù)據(jù)挖掘等方面的研究.

    基金項(xiàng)目:國(guó)家自然科學(xué)基金項(xiàng)目(61163026,60865001)

    文章編號(hào):1672-6871(2016)03-0042-05

    DOI:10.15926/j.cnki.issn1672-6871.2016.03.010

    猜你喜歡
    維吾爾文特征選擇
    初探《習(xí)近平談治國(guó)理政》維吾爾語譯本的翻譯特點(diǎn)
    脫機(jī)手寫維吾爾文單詞的過拆分方法
    西部少數(shù)民族語言對(duì)阿拉伯文獻(xiàn)的譯介及其特點(diǎn)
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    基于GA和ELM的電能質(zhì)量擾動(dòng)識(shí)別特征選擇方法
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    基于特征選擇聚類方法的稀疏TSK模糊系統(tǒng)
    維吾爾文研究與Android維文閱讀器的實(shí)現(xiàn)?
    察合臺(tái)維吾爾文古籍的主要特點(diǎn)
    基于特征選擇和RRVPMCD的滾動(dòng)軸承故障診斷方法
    亚洲真实伦在线观看| 久久久久久九九精品二区国产| 搡老熟女国产l中国老女人| 亚洲人成网站在线播放欧美日韩| 国产真实伦视频高清在线观看 | 老司机在亚洲福利影院| 亚洲av免费高清在线观看| 亚洲国产精品999在线| 一个人观看的视频www高清免费观看| 嫩草影视91久久| 国产成人av教育| 五月伊人婷婷丁香| 日韩亚洲欧美综合| 一二三四社区在线视频社区8| 亚洲色图av天堂| 3wmmmm亚洲av在线观看| 国产久久久一区二区三区| 乱人视频在线观看| 国产精品影院久久| 夜夜夜夜夜久久久久| 精品日产1卡2卡| 少妇人妻精品综合一区二区 | 一a级毛片在线观看| 国产极品精品免费视频能看的| 在线视频色国产色| 欧美成人a在线观看| 免费观看人在逋| 99久久99久久久精品蜜桃| 国产高清videossex| 国产精品三级大全| 一区福利在线观看| 两人在一起打扑克的视频| 熟妇人妻久久中文字幕3abv| 午夜两性在线视频| 欧美性猛交╳xxx乱大交人| 国产精品亚洲美女久久久| e午夜精品久久久久久久| 午夜福利在线观看免费完整高清在 | 亚洲一区二区三区色噜噜| 日本黄色片子视频| 久久人人精品亚洲av| 午夜日韩欧美国产| 特大巨黑吊av在线直播| 亚洲精品成人久久久久久| 色综合婷婷激情| 91字幕亚洲| 亚洲在线自拍视频| 国产精品久久久久久亚洲av鲁大| 又爽又黄无遮挡网站| 国产黄a三级三级三级人| 搡老熟女国产l中国老女人| 男女下面进入的视频免费午夜| 日日摸夜夜添夜夜添小说| 国产黄色小视频在线观看| 九色国产91popny在线| 国产精品日韩av在线免费观看| 老熟妇乱子伦视频在线观看| 真实男女啪啪啪动态图| 国产三级黄色录像| 波多野结衣巨乳人妻| 日本成人三级电影网站| 日本一二三区视频观看| 两人在一起打扑克的视频| 三级男女做爰猛烈吃奶摸视频| 色综合站精品国产| 天美传媒精品一区二区| 久久性视频一级片| 亚洲最大成人中文| 亚洲精品456在线播放app | 性色av乱码一区二区三区2| 日韩精品中文字幕看吧| 老鸭窝网址在线观看| xxxwww97欧美| 免费av毛片视频| 激情在线观看视频在线高清| 国产成人欧美在线观看| 亚洲欧美日韩卡通动漫| 欧美最黄视频在线播放免费| 狂野欧美激情性xxxx| 亚洲男人的天堂狠狠| tocl精华| 久久亚洲真实| 成年人黄色毛片网站| 熟女少妇亚洲综合色aaa.| 在线十欧美十亚洲十日本专区| 午夜免费成人在线视频| 亚洲av二区三区四区| 亚洲成人久久性| 在线a可以看的网站| 美女cb高潮喷水在线观看| 国产激情偷乱视频一区二区| 极品教师在线免费播放| 国内精品久久久久久久电影| 天天添夜夜摸| 亚洲精品国产精品久久久不卡| 精品久久久久久久久久久久久| 人人妻人人澡欧美一区二区| 脱女人内裤的视频| 在线观看66精品国产| 亚洲男人的天堂狠狠| 久久久久久久久大av| 国产精品久久久久久久久免 | 一a级毛片在线观看| 91在线精品国自产拍蜜月 | 日本撒尿小便嘘嘘汇集6| 丰满的人妻完整版| 亚洲美女黄片视频| 欧美+亚洲+日韩+国产| 天堂av国产一区二区熟女人妻| 亚洲欧美日韩高清专用| 国产精品久久久人人做人人爽| 色视频www国产| 两个人视频免费观看高清| 九九热线精品视视频播放| 婷婷精品国产亚洲av在线| 欧美精品啪啪一区二区三区| 亚洲在线观看片| 中文字幕久久专区| 久久久国产精品麻豆| 久久久久久久久中文| 九色国产91popny在线| 亚洲一区高清亚洲精品| 亚洲精品成人久久久久久| 精品久久久久久,| 国产亚洲av嫩草精品影院| 婷婷六月久久综合丁香| 亚洲成av人片在线播放无| 少妇人妻精品综合一区二区 | 亚洲中文字幕日韩| 久久久国产成人免费| 两个人视频免费观看高清| 久久精品夜夜夜夜夜久久蜜豆| 国产精品美女特级片免费视频播放器| 久久久久国产精品人妻aⅴ院| 99国产精品一区二区蜜桃av| 婷婷精品国产亚洲av| 日本a在线网址| 在线观看舔阴道视频| 国产精品美女特级片免费视频播放器| 我的老师免费观看完整版| 日本在线视频免费播放| 国产av不卡久久| 欧美中文综合在线视频| 69人妻影院| 亚洲成人中文字幕在线播放| 91在线观看av| 国产精品久久电影中文字幕| 丰满乱子伦码专区| 桃色一区二区三区在线观看| 中国美女看黄片| 午夜亚洲福利在线播放| 日韩精品中文字幕看吧| 一区福利在线观看| 免费一级毛片在线播放高清视频| 欧美乱码精品一区二区三区| 国产在线精品亚洲第一网站| xxxwww97欧美| 精品无人区乱码1区二区| 日日摸夜夜添夜夜添小说| 久久伊人香网站| 非洲黑人性xxxx精品又粗又长| 国产精品香港三级国产av潘金莲| 亚洲中文日韩欧美视频| 欧美色欧美亚洲另类二区| 91在线精品国自产拍蜜月 | 欧美bdsm另类| 亚洲一区高清亚洲精品| 午夜精品久久久久久毛片777| 高清毛片免费观看视频网站| 国产精品日韩av在线免费观看| 99国产极品粉嫩在线观看| 国产免费男女视频| 精品国产亚洲在线| av专区在线播放| 美女cb高潮喷水在线观看| 欧美区成人在线视频| 免费av观看视频| 美女免费视频网站| 伊人久久精品亚洲午夜| 亚洲欧美日韩卡通动漫| 两个人的视频大全免费| 国产三级中文精品| 中文字幕人妻熟人妻熟丝袜美 | 午夜福利视频1000在线观看| 人人妻,人人澡人人爽秒播| 国产亚洲精品久久久久久毛片| 天堂av国产一区二区熟女人妻| 国产精品永久免费网站| www.www免费av| av视频在线观看入口| 亚洲精品一区av在线观看| 免费在线观看影片大全网站| 51国产日韩欧美| 人人妻人人澡欧美一区二区| 18禁在线播放成人免费| 国产一区二区在线观看日韩 | 精品无人区乱码1区二区| 精品久久久久久,| 又粗又爽又猛毛片免费看| 高清在线国产一区| 亚洲人成电影免费在线| 国内精品美女久久久久久| 亚洲国产欧美网| 欧美一级a爱片免费观看看| 一本一本综合久久| 一个人免费在线观看的高清视频| 欧美3d第一页| 日韩欧美三级三区| 草草在线视频免费看| 国产野战对白在线观看| 国产毛片a区久久久久| 99精品在免费线老司机午夜| 91av网一区二区| 国产精品亚洲一级av第二区| 给我免费播放毛片高清在线观看| 国产精品久久视频播放| 精品国产亚洲在线| 一级黄片播放器| 中国美女看黄片| 免费人成视频x8x8入口观看| 一本久久中文字幕| 十八禁人妻一区二区| 国产视频一区二区在线看| 99久久九九国产精品国产免费| 亚洲av五月六月丁香网| 久久精品国产亚洲av涩爱 | 真人做人爱边吃奶动态| 精品久久久久久成人av| 日韩欧美国产在线观看| 日日摸夜夜添夜夜添小说| 男人和女人高潮做爰伦理| 高清日韩中文字幕在线| 亚洲国产精品sss在线观看| 我的老师免费观看完整版| 99久久久亚洲精品蜜臀av| 日本免费一区二区三区高清不卡| 国产色婷婷99| 亚洲自拍偷在线| 亚洲avbb在线观看| 国产视频内射| 亚洲avbb在线观看| 国产成人啪精品午夜网站| 成人性生交大片免费视频hd| 欧美激情在线99| 丰满人妻一区二区三区视频av | 精品久久久久久久末码| 久久6这里有精品| 欧美在线黄色| 亚洲国产精品sss在线观看| 最新美女视频免费是黄的| 国产精品爽爽va在线观看网站| 91在线观看av| av黄色大香蕉| 国内精品久久久久久久电影| 亚洲av免费在线观看| www.999成人在线观看| 国产午夜精品久久久久久一区二区三区 | 天堂动漫精品| 免费高清视频大片| 最新中文字幕久久久久| 三级国产精品欧美在线观看| 此物有八面人人有两片| 每晚都被弄得嗷嗷叫到高潮| 国产成人啪精品午夜网站| 特大巨黑吊av在线直播| 亚洲avbb在线观看| 真人做人爱边吃奶动态| 亚洲avbb在线观看| 一本一本综合久久| 久久久久久久精品吃奶| 精品熟女少妇八av免费久了| 欧美色视频一区免费| 一进一出抽搐动态| 母亲3免费完整高清在线观看| 露出奶头的视频| 精品国产三级普通话版| 亚洲18禁久久av| 噜噜噜噜噜久久久久久91| 国产91精品成人一区二区三区| 亚洲av免费在线观看| 一a级毛片在线观看| 国产男靠女视频免费网站| 日韩 欧美 亚洲 中文字幕| 最新中文字幕久久久久| 美女免费视频网站| 中出人妻视频一区二区| 国产av不卡久久| 国产欧美日韩精品亚洲av| 成人特级av手机在线观看| 免费观看人在逋| 欧美激情在线99| 久久久国产精品麻豆| 色综合亚洲欧美另类图片| 久久久久久久久久黄片| 国产精品,欧美在线| 欧美性感艳星| 少妇裸体淫交视频免费看高清| 成人欧美大片| 热99re8久久精品国产| 国产亚洲欧美98| 校园春色视频在线观看| 国产成人av激情在线播放| 蜜桃久久精品国产亚洲av| 亚洲天堂国产精品一区在线| 亚洲av中文字字幕乱码综合| 老汉色∧v一级毛片| 成人国产一区最新在线观看| 少妇人妻一区二区三区视频| 久久亚洲精品不卡| 国产91精品成人一区二区三区| 在线免费观看的www视频| 午夜福利在线在线| 亚洲av成人不卡在线观看播放网| 国产免费av片在线观看野外av| av在线蜜桃| 国产亚洲精品久久久久久毛片| 久久久久国产精品人妻aⅴ院| 欧美三级亚洲精品| 国产高潮美女av| 亚洲国产精品sss在线观看| 黄色女人牲交| 亚洲精品成人久久久久久| 亚洲激情在线av| 99在线人妻在线中文字幕| 久久性视频一级片| 老司机午夜十八禁免费视频| 日本三级黄在线观看| 国产精品电影一区二区三区| 在线播放无遮挡| 黄色日韩在线| 好男人电影高清在线观看| 国产精品久久久人人做人人爽| 亚洲精品国产精品久久久不卡| АⅤ资源中文在线天堂| 超碰av人人做人人爽久久 | 亚洲专区国产一区二区| 国产午夜精品久久久久久一区二区三区 | 日本a在线网址| or卡值多少钱| 日日干狠狠操夜夜爽| 日韩高清综合在线| 精品久久久久久成人av| 日韩欧美一区二区三区在线观看| 精品乱码久久久久久99久播| 偷拍熟女少妇极品色| 亚洲av成人精品一区久久| 首页视频小说图片口味搜索| 日韩欧美国产在线观看| 国产aⅴ精品一区二区三区波| 成人欧美大片| 久久久久久久久中文| 老司机在亚洲福利影院| 久久精品91蜜桃| 精品电影一区二区在线| 国内少妇人妻偷人精品xxx网站| 国内少妇人妻偷人精品xxx网站| 9191精品国产免费久久| 国产亚洲精品久久久com| 很黄的视频免费| 亚洲一区高清亚洲精品| 黑人欧美特级aaaaaa片| 丰满乱子伦码专区| av福利片在线观看| 桃色一区二区三区在线观看| 偷拍熟女少妇极品色| 真人一进一出gif抽搐免费| 男人的好看免费观看在线视频| 欧美色视频一区免费| 国产亚洲欧美98| 国产色婷婷99| 老司机在亚洲福利影院| 亚洲真实伦在线观看| 久久这里只有精品中国| 精品国产三级普通话版| 男女午夜视频在线观看| 日韩精品中文字幕看吧| 欧美乱色亚洲激情| 欧美日本亚洲视频在线播放| 美女高潮喷水抽搐中文字幕| 日本精品一区二区三区蜜桃| 亚洲av成人不卡在线观看播放网| 日韩免费av在线播放| 国产伦一二天堂av在线观看| 亚洲av中文字字幕乱码综合| 天堂网av新在线| 国产淫片久久久久久久久 | 精品99又大又爽又粗少妇毛片 | 18+在线观看网站| 天天一区二区日本电影三级| 全区人妻精品视频| 亚洲真实伦在线观看| 亚洲精品在线观看二区| netflix在线观看网站| 国产老妇女一区| 精品国产超薄肉色丝袜足j| 久久精品国产自在天天线| 天堂动漫精品| 嫩草影院精品99| aaaaa片日本免费| 香蕉久久夜色| 无限看片的www在线观看| 日韩成人在线观看一区二区三区| 黄色女人牲交| 亚洲国产精品成人综合色| 亚洲欧美精品综合久久99| 亚洲精品456在线播放app | 99久久99久久久精品蜜桃| 一区二区三区高清视频在线| 国产黄a三级三级三级人| 色播亚洲综合网| 尤物成人国产欧美一区二区三区| 亚洲电影在线观看av| 搡女人真爽免费视频火全软件 | 又紧又爽又黄一区二区| 精品国产超薄肉色丝袜足j| 两个人的视频大全免费| 九色成人免费人妻av| 给我免费播放毛片高清在线观看| а√天堂www在线а√下载| 俄罗斯特黄特色一大片| 一进一出抽搐动态| 免费av观看视频| 国产伦在线观看视频一区| 在线视频色国产色| 男女床上黄色一级片免费看| www.999成人在线观看| 久久香蕉国产精品| 男插女下体视频免费在线播放| 最近最新中文字幕大全免费视频| 国产欧美日韩一区二区精品| 精品日产1卡2卡| 色尼玛亚洲综合影院| 午夜福利成人在线免费观看| 国产高清videossex| 黄片大片在线免费观看| 日韩有码中文字幕| 欧美日韩国产亚洲二区| 欧美av亚洲av综合av国产av| 一个人免费在线观看电影| 在线免费观看不下载黄p国产 | 18+在线观看网站| 欧美午夜高清在线| АⅤ资源中文在线天堂| 一级黄片播放器| 内射极品少妇av片p| 在线国产一区二区在线| 久久国产乱子伦精品免费另类| 最好的美女福利视频网| 欧美日韩中文字幕国产精品一区二区三区| 18禁裸乳无遮挡免费网站照片| 很黄的视频免费| 特大巨黑吊av在线直播| 亚洲在线自拍视频| 少妇熟女aⅴ在线视频| 亚洲成人中文字幕在线播放| 俄罗斯特黄特色一大片| 国产中年淑女户外野战色| 国产激情欧美一区二区| 精品国产亚洲在线| 亚洲内射少妇av| 最近在线观看免费完整版| 国产综合懂色| 在线天堂最新版资源| 国产精品一区二区三区四区久久| 午夜老司机福利剧场| 成熟少妇高潮喷水视频| 搞女人的毛片| 黄色成人免费大全| 婷婷六月久久综合丁香| 国产亚洲av嫩草精品影院| 亚洲欧美日韩高清在线视频| 亚洲专区中文字幕在线| 国产国拍精品亚洲av在线观看 | 日本熟妇午夜| 男女下面进入的视频免费午夜| 亚洲国产精品成人综合色| 婷婷丁香在线五月| 精品久久久久久久久久免费视频| 在线a可以看的网站| avwww免费| 国产精品女同一区二区软件 | 舔av片在线| 老司机福利观看| 两个人的视频大全免费| 岛国在线免费视频观看| 高潮久久久久久久久久久不卡| 午夜影院日韩av| 俺也久久电影网| 波多野结衣巨乳人妻| 九九久久精品国产亚洲av麻豆| 精品熟女少妇八av免费久了| 级片在线观看| 欧美日韩国产亚洲二区| 精品久久久久久,| 狠狠狠狠99中文字幕| 久久久国产成人精品二区| 搞女人的毛片| 少妇丰满av| АⅤ资源中文在线天堂| 18禁黄网站禁片午夜丰满| 成人无遮挡网站| 桃色一区二区三区在线观看| 国产熟女xx| 精品人妻1区二区| 国产亚洲欧美在线一区二区| 精品欧美国产一区二区三| 最新美女视频免费是黄的| 夜夜看夜夜爽夜夜摸| АⅤ资源中文在线天堂| 91在线精品国自产拍蜜月 | 国产免费男女视频| 韩国av一区二区三区四区| 五月伊人婷婷丁香| 国产伦精品一区二区三区视频9 | 久久久精品大字幕| 亚洲欧美日韩东京热| 精华霜和精华液先用哪个| 天天躁日日操中文字幕| 99热这里只有精品一区| 亚洲欧美日韩东京热| 在线视频色国产色| 国产精品自产拍在线观看55亚洲| 欧美丝袜亚洲另类 | 午夜福利在线在线| 国产欧美日韩精品亚洲av| 久久久久国内视频| 国产高清videossex| 国产亚洲精品久久久久久毛片| 黄片小视频在线播放| 十八禁人妻一区二区| 成人亚洲精品av一区二区| 成年人黄色毛片网站| 91麻豆av在线| 国产真实伦视频高清在线观看 | 日本 欧美在线| 亚洲成人久久爱视频| 内地一区二区视频在线| 亚洲中文字幕日韩| 美女免费视频网站| 母亲3免费完整高清在线观看| 欧美另类亚洲清纯唯美| 国产精品久久久久久久电影 | 国产亚洲精品久久久com| 非洲黑人性xxxx精品又粗又长| 麻豆国产av国片精品| av福利片在线观看| 99国产综合亚洲精品| 可以在线观看毛片的网站| 久久久成人免费电影| 色av中文字幕| 国产三级在线视频| 亚洲成人久久爱视频| 1000部很黄的大片| 中国美女看黄片| 欧美乱色亚洲激情| 亚洲无线在线观看| 午夜福利成人在线免费观看| 老熟妇仑乱视频hdxx| 嫩草影院入口| 99国产精品一区二区三区| 亚洲性夜色夜夜综合| 18+在线观看网站| 久久久久久国产a免费观看| 可以在线观看毛片的网站| 亚洲熟妇熟女久久| 天堂网av新在线| 草草在线视频免费看| 欧美另类亚洲清纯唯美| 女人高潮潮喷娇喘18禁视频| 亚洲国产色片| 国产极品精品免费视频能看的| 十八禁人妻一区二区| 亚洲va日本ⅴa欧美va伊人久久| 天天添夜夜摸| 精品人妻一区二区三区麻豆 | 国产精品久久电影中文字幕| 色在线成人网| 国产真实乱freesex| 国产精品久久久久久久电影 | 国产成+人综合+亚洲专区| 亚洲av日韩精品久久久久久密| 欧美一级a爱片免费观看看| www.色视频.com| 欧美日韩亚洲国产一区二区在线观看| 亚洲乱码一区二区免费版| xxxwww97欧美| 日本与韩国留学比较| 国产97色在线日韩免费| 亚洲精品日韩av片在线观看 | 国产成人av激情在线播放| 99热只有精品国产| 国产精品一区二区免费欧美| 日韩欧美三级三区| 九色国产91popny在线| 美女高潮喷水抽搐中文字幕| 国产综合懂色| 久久中文看片网| xxx96com| 国产欧美日韩精品亚洲av| 久久久精品大字幕| 亚洲精品美女久久久久99蜜臀| 国产在视频线在精品| 精品国产美女av久久久久小说| 中文字幕人妻熟人妻熟丝袜美 | tocl精华| 伊人久久大香线蕉亚洲五| 成年人黄色毛片网站| 亚洲久久久久久中文字幕| 欧美+亚洲+日韩+国产| 国产成人aa在线观看| 精品一区二区三区视频在线观看免费| 性色avwww在线观看| 国产午夜福利久久久久久| 最近在线观看免费完整版| 国产三级中文精品|