• <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 ?

    基于FastText和關(guān)鍵句提取的中文長文本分類①

    2021-09-10 07:32:02汪家成
    計算機系統(tǒng)應(yīng)用 2021年8期
    關(guān)鍵詞:子句關(guān)鍵標簽

    汪家成,薛 濤

    (西安工程大學(xué) 計算機科學(xué)學(xué)院,西安 710048)

    1 引言

    隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,網(wǎng)絡(luò)中每天都會產(chǎn)生海量的數(shù)據(jù),從雜亂的信息中獲取有效信息已成為業(yè)界的研究熱點[1].文本分類任務(wù)是自然語言處理(NLP)領(lǐng)域中最基礎(chǔ)的任務(wù)之一,其不僅能有效的篩選信息,而且在信息檢索、情感分類和自動文摘等方面有著重要的應(yīng)用.隨著人工智能行業(yè)的興起,文本分類也有了更為廣泛的應(yīng)用,如人機通信,問答系統(tǒng)等[2].

    文本分類最初使用的是基于規(guī)則的方法[3],由相關(guān)領(lǐng)域的專家根據(jù)知識和經(jīng)驗制定相應(yīng)的規(guī)則,然后根據(jù)這些規(guī)則進行文本分類.基于規(guī)則的文本分類方法雖然在某些領(lǐng)域上有很好的效果,但是制定分類規(guī)則會耗費大量的人力成本,且如果出現(xiàn)了新的分類標簽需要制定新的規(guī)則,因此基于規(guī)則的文本分類方法適用性較差[4].

    近年來,機器學(xué)習(xí)算法在文本分類中的應(yīng)用成為自然語言處理研究熱點,機器學(xué)習(xí)算法中文本分類任務(wù)采用的是有監(jiān)督學(xué)習(xí)[5],主要包含模型訓(xùn)練和結(jié)果預(yù)測兩個過程.在數(shù)據(jù)進入模型訓(xùn)練之前,需要對文本進行表示,將其轉(zhuǎn)化成計算機能夠處理的形式.文本的表示方法大多基于詞袋模型和向量空間模型[6],詞袋模型將文本看成詞的集合,文本中的詞越多,詞袋表示的文本向量維度就越大,且詞袋模型不考慮詞的語義和語序,會損失一些語義上的特征信息;為了克服詞袋模型無法表示文本語義的缺陷,Mikolov 等[7]提出了Word2Vec,它將每個詞轉(zhuǎn)化成詞向量,文本內(nèi)容的處理便轉(zhuǎn)化為向量空間中的向量運算.目前已有多種機器學(xué)習(xí)算法應(yīng)用在文本分類,文獻[8]采用了加權(quán)Word2Vec和KNN的文本分類方法,在文本分類時獲得較好的分類效果;文獻[9]采用LDA 模型主題分布相似度文本分類方法,補充了文本中的主題特征;文獻[10]采用了基于網(wǎng)絡(luò)新詞改進的TF-IDF 算法,再結(jié)合SVM 模型以提高分類準確率.

    隨著計算機性能的增強,深度學(xué)習(xí)也算法也被廣泛的應(yīng)用在文本分類中.循環(huán)神經(jīng)網(wǎng)絡(luò)擅長捕獲長的序列信息[11],因此在長文本分類任務(wù)上有良好的表現(xiàn);Yoon Kim 等[12]提出了TextCNN,將卷積神經(jīng)網(wǎng)絡(luò)CNN 應(yīng)用到文本分類任務(wù).Facebook 在2016年開源了快速文本分類算法FastText,該算法使用n-grams 來縮小與深度模型之間的準確度差距,能夠取得與深度學(xué)習(xí)分類器相近的準確率,并且在訓(xùn)練效率上要比深度學(xué)習(xí)分類器快[13].

    雖然FastText 文本分類方法取得了較為顯著的效果,但應(yīng)用于中文長文本分類時仍存在不足,長文本相對于短文本可以提取更多的特征,但也有更多的冗余詞語,這些詞語多是對分類結(jié)果沒有正向影響的無關(guān)詞語,容易影響分類準確率.

    針對上述問題,本文提出一種結(jié)合TF-IDF和Text-Rank 關(guān)鍵子句提取的FastText 分類方法(簡稱KSFastText).該方法使用TextRank 提取長文本的關(guān)鍵子句,將文本的關(guān)鍵子句標上相應(yīng)的標簽作為獨立句子輸入FastText 模型中訓(xùn)練,以減少文本中無關(guān)詞的影響程度;之后采用TF-IDF 算法提取文本的關(guān)鍵詞,將關(guān)鍵詞詞組作為模型的補充特征輸入模型訓(xùn)練.在結(jié)果預(yù)測時,對目標文本也進行關(guān)鍵子句提取,并對各個子句的預(yù)測標簽加權(quán)綜合判斷目標文本的分類.

    2 相關(guān)工作

    2.1 FastText 模型

    FastText是一個快速準確的文本分類算法,該算法主要用于解決有監(jiān)督的文本分類問題.FastText的結(jié)構(gòu)如圖1所示,其結(jié)構(gòu)可以簡化為3 層,分別為數(shù)據(jù)輸入層、隱含層和輸出層[13].FastText的模型結(jié)構(gòu)與CBOW架構(gòu)很類似,不同的是FastText 通過上下文的詞來預(yù)測標簽,而CBOW是利用上下文的詞來預(yù)測中間詞.

    圖1 FastText 模型結(jié)構(gòu)

    當(dāng)訓(xùn)練集中有多種分類標簽時,傳統(tǒng)的線性分類器計算壓力非常大,所以FastText 使用了分層Softmax技巧,這是一個基于哈夫曼樹的多分類器,樹形結(jié)構(gòu)中的葉子節(jié)點代表了訓(xùn)練集中的標簽,能在多標簽分類時有效的減少算法預(yù)測目標數(shù)量,以此提高模型的效率.

    2.2 TF-IDF

    TF-IDF是一種用以評估字詞對于一個文件集或一個語料庫中的其中一份文件的重要程度的統(tǒng)計方法.在文本分類任務(wù)中,詞的重要性與它在文件中出現(xiàn)的頻率成正比,與它在數(shù)據(jù)集中出現(xiàn)的頻率成反比.因此可以使用TF-IDF 評分作為篩選作為關(guān)鍵詞的依據(jù).

    TF (Term Frequency)代表詞頻,指的是某一個特定的詞語在該文件中出現(xiàn)的次數(shù).這個數(shù)字通常會被歸一化,以防止它偏向長的文件,詞頻的計算公式如下:

    式中,ni,j表示詞語i在文檔j中出現(xiàn)的次數(shù),分母表示文檔j中總的詞語數(shù),TF 值為詞語在文檔中的出現(xiàn)次數(shù)與文檔總詞數(shù)的比值,TF 體現(xiàn)的是詞語在文檔內(nèi)的重要程度.

    IDF (Inverse Document Frequency)是逆向文檔頻率,用于度量一個詞語的普遍重要性.某特定詞語的IDF,可以由所有文檔的數(shù)目除以包含該詞語之文件的數(shù)目,再將得到的結(jié)果取對數(shù)得到,逆向文檔頻率的計算公式如下:

    式中,|D|表示文檔的數(shù)目,ti表示包含字詞i的文檔數(shù)目.

    TF-IDF 值由tf值與idf值相乘得到,其公式為:

    2.3 TextRank

    TextRank 算法源于Google 公司提出來的Page-Rank 算法,PageRank 算法通過將網(wǎng)頁與其鏈接的網(wǎng)頁之間構(gòu)成圖關(guān)系,每一個網(wǎng)頁作為一個節(jié)點,而鏈接作為邊,通過迭代計算篩選權(quán)值大的節(jié)點,也就是鏈接比較多的網(wǎng)頁,一般用于網(wǎng)站排名.TextRank 算法將文本中的詞或者句子類比成PageRank 算法中的網(wǎng)頁,構(gòu)建詞或者句子之間的圖關(guān)系,通過類似的迭代計算可以得到相應(yīng)文本中句子的重要度排名,因此可以很方便的得出句子中的關(guān)鍵子句[14,15].

    TextRank 在構(gòu)建圖的時候?qū)⒐?jié)點由網(wǎng)頁改成了句子,并為節(jié)點之間的邊引入了權(quán)值,其中權(quán)值表示兩個句子的相似程度,本質(zhì)上構(gòu)建的是一個帶權(quán)無向圖,其計算公式如下:

    式中,WS(vi)表示節(jié)點vi的權(quán)重值,d為阻尼值,用于做平滑,表示在圖結(jié)構(gòu)中從一個節(jié)點跳到另一個節(jié)點的概率值.In(Vi)表示節(jié)點Vi的前驅(qū)節(jié)點集合,Out(vj)表示節(jié)點Vj的所有后繼節(jié)點集合.wij為節(jié)點vi和節(jié)點vj間的權(quán)值.

    從給定文本中提取關(guān)鍵句時,將文本中的每個句子分別看作一個節(jié)點,如果兩個句子有相似性,則認為這兩個句子對應(yīng)的節(jié)點之間存在一條無向有權(quán)邊,衡量句子之間相似性的公式如下:

    式中,si和sj表示句子,wk表示句子中的詞,分子部分的意思是同時出現(xiàn)在兩個句子中的詞的數(shù)量,分母是對句子中詞的個數(shù)求對數(shù)后求和,這樣可以遏制較長的句子在相似度計算上的優(yōu)勢.根據(jù)以上相似度計算公式循環(huán)計算任意兩個節(jié)點之間的相似度,設(shè)置閾值去掉兩個節(jié)點之間相似度較低的邊連接,構(gòu)建出節(jié)點連接圖,然后迭代計算每個節(jié)點的TextRank 值,排序后選出TextRank 值最高的幾個節(jié)點對應(yīng)的句子作為關(guān)鍵句.

    3 中文長文本分類方法

    3.1 KS-FastText 基本思想

    在中文長文本分類中,文本中詞容量比較大且文本中存在大量冗余數(shù)據(jù),如果全部作為文本的特征輸入,不但耗時較長,并且分類效果也比較差,可以通過提取長文本關(guān)鍵特征的方法保留關(guān)鍵特征,同時減少無關(guān)詞語的占比.長文本的特征可以從關(guān)鍵子句和關(guān)鍵詞兩個方面提取.關(guān)鍵子句可以有效的保留文本的中心特征句和特征句子詞之間的聯(lián)系,關(guān)鍵詞詞組則保留了關(guān)鍵子句忽略的特征詞語,可以作為特征的補充.

    使用TextRank 算法提取文本的關(guān)鍵子句,Text-Rank 屬于無監(jiān)督學(xué)習(xí)算法,無需額外數(shù)據(jù)訓(xùn)練,算法通過構(gòu)建文本子句的圖模型并迭代計算每個子句節(jié)點的邊權(quán)重值對子句進行排序,取評分靠前的3 條關(guān)鍵子句,將各個關(guān)鍵子句的分類標簽標記為當(dāng)前文本的分類,作為輸入數(shù)據(jù)使用.關(guān)鍵子句容易丟失關(guān)鍵子句外的關(guān)鍵詞信息,因此采用關(guān)鍵詞詞組對特征進行補充.

    使用TF-IDF 特征提取關(guān)鍵詞,TF-IDF 算法提取每個文檔中相對于整體文檔區(qū)分度高的詞,既考慮詞頻又考慮了逆文檔頻率,如果一個詞的詞頻高且只出現(xiàn)在小部分文檔中,就說明這個詞有很強的區(qū)分能力,該詞可以作為文本的關(guān)鍵詞.在使用TF-IDF 方法提取文本的關(guān)鍵詞后,將該篇文檔的關(guān)鍵詞組成關(guān)鍵詞詞組并打上該文檔的分類標簽,與關(guān)鍵子句一同作為輸入數(shù)據(jù)使用.

    在分類預(yù)測時,也使用TextRank 算法提取對應(yīng)文本中關(guān)鍵子句,并綜合考慮各個子句的預(yù)測標簽和概率,最終得出文本的預(yù)測標簽.

    3.2 KS-FastText 模型框架

    經(jīng)典的FastText 由輸入層、隱藏層和輸出層組成.本文在KS-FastText 模型的輸入層中添加計算模型,即先使用TextRank 算法提取輸入文本的關(guān)鍵子句,同時使用TF-IDF 篩選文本特征詞詞組作為輸入數(shù)據(jù)的特征補充;之后將得到的關(guān)鍵子句和特征詞詞組標記為當(dāng)前文本的分類標簽分別送入隱藏層計算.KS-FastText的模型結(jié)構(gòu)如圖2所示.

    圖2 KS-FastText 模型框架

    圖3中,s1、s2、s3是文本經(jīng)過TextRank 方法提取的關(guān)鍵子句,w是通過TF-IDF 提取的文本關(guān)鍵詞詞組,二者均標記為當(dāng)前文本的標簽類型,作為FastText訓(xùn)練模型的輸入.輸入的關(guān)鍵子句和關(guān)鍵詞詞組在輸入到隱藏層前會被轉(zhuǎn)換為各自對應(yīng)詞序列的特征向量,特征向量通過線性變換映射到隱藏層,該隱藏層通過求解最大似然函數(shù)后進行層次Softmax 計算,得到最終的輸出.

    圖3 文本標簽的預(yù)測流程

    3.3 文本預(yù)測流程

    文本標簽的預(yù)測流程如圖3所示.文本在預(yù)測標簽時也會采用TextRank 算法提取關(guān)鍵子句,之后將各個關(guān)鍵子句分別送入訓(xùn)練好的FastText 模型中得到每個子句的標簽和對應(yīng)標簽的概率,最后綜合各個子句的標簽和對應(yīng)的概率,選擇子句預(yù)測結(jié)果中概率最大的那個標簽作為文本的標簽.

    4 實驗分析

    4.1 實驗環(huán)境

    實驗環(huán)境為Intel Core i7-8750H 處理器、主頻2.20 GHz、內(nèi)存16 GB、1 TB的PC 機.操作系統(tǒng)為Windows10,編程語言使用Python 3.7,編譯環(huán)境為PyCharm 2019.

    4.2 實驗數(shù)據(jù)

    本文實驗采用了搜狐新聞分類數(shù)據(jù)集,總共包含3 萬6 千條數(shù)據(jù),平均每篇新聞字數(shù)為2432 字,在數(shù)據(jù)預(yù)處理階段首先去除新聞文本中的圖片鏈接,同時除去純圖片、視頻新聞,之后按照標簽、新聞標題、新聞內(nèi)容的順序整合成實驗數(shù)據(jù)集.數(shù)據(jù)集中的數(shù)據(jù)按照7:3的比例劃分為訓(xùn)練集和測試集.數(shù)據(jù)在送入模型訓(xùn)練之前采用jieba 工具進行分詞.數(shù)據(jù)類別包括娛樂、財經(jīng)、房地產(chǎn)、旅游、科技、體育、健康、教育、汽車、新聞、文化和女性12 個類別,數(shù)據(jù)組成如表1所示.

    表1 實驗數(shù)據(jù)組成

    4.3 評價方法

    本文采用的評價指標包括準確率、精確率、召回率和F值.

    數(shù)據(jù)中,FP表示實際為負但被預(yù)測為正的樣本數(shù)量,TN表示實際為負被預(yù)測為負的樣本的數(shù)量,TP表示實際為正被預(yù)測為正的樣本數(shù)量,FN表示實際為正但被預(yù)測為負的樣本的數(shù)量.

    準確率是分類正確的樣本占總樣本個數(shù)的比例,準確率A的計算公式為:

    精確率是衡量測試集中預(yù)測為正類正確的比率,由測試樣本中預(yù)測正確的正例樣本數(shù)量除以所有預(yù)測為正例的樣本總數(shù)得到,精確率P的計算公式為:

    召回率是衡量原有樣本中有多少正例被預(yù)測,由原有樣本中預(yù)測為正例的樣本數(shù)除以樣本中總正例的個數(shù)得到,主要包含將樣本中的正類預(yù)測為正類的數(shù)量TP,以及將正類預(yù)測為負類的數(shù)量FN,召回率R計算公式為:

    F值是評價分類文本的綜合指標,是召回率與精確率的平均值,F值的計算公式為:

    4.4 實驗結(jié)果與分析

    本文使用Python 語言實現(xiàn)了FastText 分類模型和KS-FastText 分類模型.實驗過程中,使用了FastText 模型的默認參數(shù):學(xué)習(xí)速率lr=0.1,迭代次數(shù)eporch=10,詞向量的維度dim=100,字級別的ngram 值設(shè)置為2,以適應(yīng)中文的詞語組成習(xí)慣,詞語的最小出現(xiàn)次數(shù)minCount=1,損失函數(shù)loss 選用層次Softmax.

    本文實驗對KS-FastText 分類模型、經(jīng)典FastText分類模型和貝葉斯文本分類模型在數(shù)據(jù)集上進行對比,分別計算每個分類器綜合的準確率、精確率、召回率和F1 值,對比結(jié)果如表2所示.

    表2 各個分類器的實驗結(jié)果(%)

    表2中的數(shù)據(jù)表明,在本文的數(shù)據(jù)集中,KS-FastText分類模型在各個評判參數(shù)上都要優(yōu)于貝葉斯分類模型和經(jīng)典FastText 分類模型.KS-FastText 分類模型較貝葉斯分類模型和經(jīng)典FastText 分類模型在準確率上分別提高了8.4%和7.7%,在精確率上分別提高了1.99%和4.28%,在召回率上分別提高了4.64%和4.26%,在F值上分別提高了3.24%和4.57%.

    KS-FastText 分類模型在標簽預(yù)測時,對測試文本提取了關(guān)鍵子句,并綜合選擇所有子句預(yù)測標簽中概率最大的那個標簽作為預(yù)測文本的標簽,本文比較了KS-FastText 模型在預(yù)測時分別以子句1、子句2、子句3的預(yù)測標簽和綜合值作為文本的標簽預(yù)測值時的準確率.如圖4所示.

    圖4 子句標簽準確率情況

    圖4中的數(shù)據(jù)表明,使用所有子句中最大概率標簽作為預(yù)測文本標簽時的分類準確率均高于以任何子句標簽作為預(yù)測文本標簽時的準確率.說明采用綜合子句標簽判斷文本標簽的方法對模型的分類準確率有一定的提高.

    本文同時也比較了各個分類模型在各個分類標簽上的準確率值,結(jié)果如圖5所示.

    圖5 各個分類器在每一類標簽上A 值比較

    圖5中的數(shù)據(jù)表明,在實驗數(shù)據(jù)集中,KS-FastText模型在大部分標簽上分類的準確率優(yōu)于經(jīng)典的FastText分類模型和貝葉斯分類模型;同時,KS-FastText 相較于貝葉斯分類器在各個分類標簽上的準確率分布也更穩(wěn)定.

    實驗結(jié)果證明,KS-FastText 分類模型采用關(guān)鍵子句抽取和關(guān)鍵詞補充方法,減少了中文長文本中無關(guān)詞對分類結(jié)果的影響,更適用于解決中文長文本分類問題.

    5 結(jié)語

    本文對FastText 模型進行了改進,以適應(yīng)中文長文本環(huán)境.在改進過程中,TextRank 用于提取文本關(guān)鍵子句,以減少無關(guān)詞語對分類結(jié)果的影響.對于長文本的子句按照獨立分類的句子輸入模型中訓(xùn)練,而在預(yù)測結(jié)果的過程中,文本分類標簽取其各個子句預(yù)測標簽中的概率最大值,提高分類的準確率.實驗表明,本文提出的KS-FastText 方法在中文長文本環(huán)境中的效果較經(jīng)典FastText 算法有所提高.

    猜你喜歡
    子句關(guān)鍵標簽
    命題邏輯中一類擴展子句消去方法
    高考考好是關(guān)鍵
    命題邏輯可滿足性問題求解器的新型預(yù)處理子句消去方法
    無懼標簽 Alfa Romeo Giulia 200HP
    車迷(2018年11期)2018-08-30 03:20:32
    西夏語的副詞子句
    西夏學(xué)(2018年2期)2018-05-15 11:24:42
    不害怕撕掉標簽的人,都活出了真正的漂亮
    海峽姐妹(2018年3期)2018-05-09 08:21:02
    標簽化傷害了誰
    命題邏輯的子句集中文字的分類
    基于多進制查詢樹的多標簽識別方法
    計算機工程(2015年8期)2015-07-03 12:20:27
    獲勝關(guān)鍵
    NBA特刊(2014年7期)2014-04-29 00:44:03
    毛片一级片免费看久久久久| 亚洲国产日韩一区二区| 亚洲精品,欧美精品| 亚洲精品乱久久久久久| 一本大道久久a久久精品| 美女视频免费永久观看网站| 国产探花极品一区二区| 91aial.com中文字幕在线观看| 国产亚洲午夜精品一区二区久久| 欧美日韩av久久| 97在线人人人人妻| 大香蕉久久网| 99热国产这里只有精品6| 青青草视频在线视频观看| 2021少妇久久久久久久久久久| 亚洲图色成人| 久久久a久久爽久久v久久| 久久久久久人人人人人| 母亲3免费完整高清在线观看 | 韩国精品一区二区三区| 久久久久久人妻| 99re6热这里在线精品视频| 亚洲,欧美,日韩| 国产成人精品久久二区二区91 | 国产成人精品久久二区二区91 | 91午夜精品亚洲一区二区三区| 国产极品粉嫩免费观看在线| 自拍欧美九色日韩亚洲蝌蚪91| 久久人人爽av亚洲精品天堂| 精品久久久精品久久久| 一级a爱视频在线免费观看| 久久久久久人妻| h视频一区二区三区| 日韩,欧美,国产一区二区三区| 人人妻人人澡人人爽人人夜夜| 亚洲精品自拍成人| 少妇人妻久久综合中文| 国产亚洲最大av| 一二三四中文在线观看免费高清| 免费日韩欧美在线观看| 国产无遮挡羞羞视频在线观看| 欧美精品高潮呻吟av久久| 久久精品国产亚洲av涩爱| 肉色欧美久久久久久久蜜桃| 成人手机av| 一本—道久久a久久精品蜜桃钙片| 中国国产av一级| 女性被躁到高潮视频| 国产爽快片一区二区三区| 热99久久久久精品小说推荐| 高清黄色对白视频在线免费看| 欧美bdsm另类| 9色porny在线观看| 超碰成人久久| 欧美亚洲日本最大视频资源| 欧美av亚洲av综合av国产av | 97在线人人人人妻| 99久久人妻综合| 蜜桃在线观看..| 亚洲精品久久久久久婷婷小说| av一本久久久久| 美女国产高潮福利片在线看| 18禁国产床啪视频网站| 观看av在线不卡| 日日摸夜夜添夜夜爱| 999精品在线视频| 不卡视频在线观看欧美| 亚洲av成人精品一二三区| 国产成人免费无遮挡视频| 中文字幕亚洲精品专区| 国产精品一区二区在线观看99| 成人国产麻豆网| 久久午夜福利片| 97在线人人人人妻| 一级片免费观看大全| 男女边吃奶边做爰视频| 亚洲国产欧美日韩在线播放| 波野结衣二区三区在线| 免费不卡的大黄色大毛片视频在线观看| 婷婷色综合www| tube8黄色片| 久久久久久久久久人人人人人人| 777米奇影视久久| 女性被躁到高潮视频| 成年女人在线观看亚洲视频| 91国产中文字幕| 日韩大片免费观看网站| 男女边吃奶边做爰视频| 成人漫画全彩无遮挡| 男女边吃奶边做爰视频| 亚洲精品日本国产第一区| 久久久久久久国产电影| 99国产精品免费福利视频| 在线天堂最新版资源| 国产国语露脸激情在线看| 久久热在线av| 久久国内精品自在自线图片| 黄色视频在线播放观看不卡| 久久久久久免费高清国产稀缺| 久久精品国产亚洲av天美| 午夜福利一区二区在线看| 人体艺术视频欧美日本| 久久精品国产自在天天线| 校园人妻丝袜中文字幕| 精品少妇内射三级| 免费黄色在线免费观看| 欧美av亚洲av综合av国产av | 国产精品香港三级国产av潘金莲 | av电影中文网址| 好男人视频免费观看在线| 成人二区视频| 极品少妇高潮喷水抽搐| 少妇被粗大的猛进出69影院| av国产精品久久久久影院| 免费观看性生交大片5| 亚洲欧美清纯卡通| 久久精品久久久久久久性| 欧美成人午夜免费资源| 久久久久国产网址| av免费观看日本| 一级片'在线观看视频| 亚洲综合色网址| 成人国语在线视频| 国产高清国产精品国产三级| 国产成人91sexporn| 99热网站在线观看| 夫妻午夜视频| 久久人人爽av亚洲精品天堂| 国产精品熟女久久久久浪| 亚洲精品中文字幕在线视频| 在线观看一区二区三区激情| 午夜免费观看性视频| 免费高清在线观看日韩| 男的添女的下面高潮视频| 只有这里有精品99| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品一区二区在线不卡| 男女国产视频网站| 欧美变态另类bdsm刘玥| 国产精品国产av在线观看| 看十八女毛片水多多多| 69精品国产乱码久久久| 亚洲欧洲日产国产| 日日摸夜夜添夜夜爱| 久久人人爽人人片av| 国产xxxxx性猛交| 人人妻人人澡人人爽人人夜夜| 中文欧美无线码| 亚洲欧洲日产国产| 欧美国产精品va在线观看不卡| 国产欧美日韩一区二区三区在线| 热99久久久久精品小说推荐| 成人毛片60女人毛片免费| 日日撸夜夜添| 免费观看无遮挡的男女| 亚洲欧美日韩另类电影网站| 久久婷婷青草| 日韩熟女老妇一区二区性免费视频| 日韩不卡一区二区三区视频在线| 婷婷色综合www| 久久久欧美国产精品| 欧美日韩精品成人综合77777| 欧美日韩国产mv在线观看视频| 久久狼人影院| 国产精品秋霞免费鲁丝片| 超碰成人久久| 亚洲精品美女久久av网站| 十分钟在线观看高清视频www| 亚洲欧美一区二区三区国产| 伦理电影大哥的女人| 在线观看三级黄色| 欧美成人午夜免费资源| 国产黄频视频在线观看| 最近手机中文字幕大全| 国产探花极品一区二区| 中文精品一卡2卡3卡4更新| 亚洲精品成人av观看孕妇| www.av在线官网国产| 中文字幕色久视频| 18禁观看日本| 1024视频免费在线观看| 美国免费a级毛片| 国产精品国产av在线观看| 成人国产麻豆网| 亚洲国产精品成人久久小说| 人人妻人人澡人人爽人人夜夜| 亚洲精品国产一区二区精华液| 另类精品久久| 国产成人精品无人区| 我的亚洲天堂| 成年动漫av网址| 欧美日韩精品成人综合77777| 免费日韩欧美在线观看| 成人亚洲精品一区在线观看| 国产精品女同一区二区软件| 久久国产精品男人的天堂亚洲| 久久精品亚洲av国产电影网| 色婷婷久久久亚洲欧美| 伦理电影大哥的女人| 国产亚洲午夜精品一区二区久久| 国产亚洲精品第一综合不卡| 看非洲黑人一级黄片| 曰老女人黄片| av有码第一页| 亚洲国产精品一区三区| 美女中出高潮动态图| 一级片免费观看大全| 777米奇影视久久| 亚洲精品中文字幕在线视频| 久久久久久久久久久免费av| av福利片在线| 欧美成人午夜精品| 亚洲av日韩在线播放| 日韩成人av中文字幕在线观看| 久久久国产欧美日韩av| 中文字幕人妻熟女乱码| 欧美精品亚洲一区二区| 肉色欧美久久久久久久蜜桃| 精品少妇内射三级| 捣出白浆h1v1| av天堂久久9| 精品亚洲乱码少妇综合久久| 五月伊人婷婷丁香| 国产乱来视频区| 色网站视频免费| 丰满迷人的少妇在线观看| 在线观看人妻少妇| 免费在线观看黄色视频的| 欧美日韩精品网址| 日本-黄色视频高清免费观看| 天堂8中文在线网| 欧美在线黄色| 69精品国产乱码久久久| 亚洲三区欧美一区| 亚洲av欧美aⅴ国产| 美女福利国产在线| 欧美黄色片欧美黄色片| 97在线视频观看| 久久精品国产a三级三级三级| 亚洲精品自拍成人| 久久久久精品性色| 亚洲欧美一区二区三区黑人 | a级片在线免费高清观看视频| 日日撸夜夜添| 丝瓜视频免费看黄片| 亚洲av国产av综合av卡| 亚洲一区中文字幕在线| 一级毛片黄色毛片免费观看视频| 亚洲成人手机| 国产成人精品福利久久| 18禁裸乳无遮挡动漫免费视频| 国产1区2区3区精品| 多毛熟女@视频| 69精品国产乱码久久久| 久久久久人妻精品一区果冻| 在线观看www视频免费| 成年人免费黄色播放视频| 超色免费av| 国产日韩一区二区三区精品不卡| 国产精品久久久久成人av| 日日啪夜夜爽| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品乱久久久久久| 中文字幕色久视频| 母亲3免费完整高清在线观看 | 国产一区二区 视频在线| 丰满饥渴人妻一区二区三| 91精品三级在线观看| 91aial.com中文字幕在线观看| 美女福利国产在线| 极品少妇高潮喷水抽搐| 亚洲av欧美aⅴ国产| 黄片播放在线免费| 韩国精品一区二区三区| 欧美最新免费一区二区三区| 成人国产av品久久久| 免费看不卡的av| 熟女电影av网| 日本色播在线视频| 久久久久久久久免费视频了| 日韩中文字幕欧美一区二区 | www.熟女人妻精品国产| 免费黄色在线免费观看| 午夜免费观看性视频| 国产极品天堂在线| 一级毛片电影观看| 精品少妇一区二区三区视频日本电影 | 五月伊人婷婷丁香| 丰满乱子伦码专区| 我要看黄色一级片免费的| 成人午夜精彩视频在线观看| 国产成人精品久久二区二区91 | 亚洲色图 男人天堂 中文字幕| 精品国产国语对白av| 久久久久久久亚洲中文字幕| 免费观看av网站的网址| √禁漫天堂资源中文www| 水蜜桃什么品种好| 亚洲人成网站在线观看播放| 免费大片黄手机在线观看| 最黄视频免费看| 观看美女的网站| 自线自在国产av| 久久精品人人爽人人爽视色| 成人国语在线视频| 夜夜骑夜夜射夜夜干| 亚洲欧美色中文字幕在线| 人成视频在线观看免费观看| 中国国产av一级| 久久久久久久国产电影| 永久网站在线| 男女高潮啪啪啪动态图| 亚洲av综合色区一区| 大陆偷拍与自拍| 亚洲成国产人片在线观看| 亚洲欧美日韩另类电影网站| 亚洲视频免费观看视频| 黄片无遮挡物在线观看| 黄片播放在线免费| 久热久热在线精品观看| 香蕉国产在线看| 亚洲欧美日韩另类电影网站| 婷婷色麻豆天堂久久| 久久久久网色| 伊人亚洲综合成人网| 不卡av一区二区三区| 亚洲成人av在线免费| 在线观看免费高清a一片| 精品少妇黑人巨大在线播放| av国产精品久久久久影院| 亚洲,欧美,日韩| 成人漫画全彩无遮挡| 国产成人午夜福利电影在线观看| 国产高清国产精品国产三级| 免费在线观看完整版高清| 亚洲欧洲精品一区二区精品久久久 | 建设人人有责人人尽责人人享有的| 久久久久久久久久久久大奶| 欧美日韩精品网址| 麻豆av在线久日| 国产 精品1| 夫妻性生交免费视频一级片| √禁漫天堂资源中文www| 久久久久久免费高清国产稀缺| 90打野战视频偷拍视频| 国产精品人妻久久久影院| 亚洲国产最新在线播放| 国产乱人偷精品视频| 美女脱内裤让男人舔精品视频| 熟女少妇亚洲综合色aaa.| 天堂俺去俺来也www色官网| 人妻一区二区av| 99香蕉大伊视频| 9191精品国产免费久久| 久久久久久人人人人人| 在线看a的网站| 精品久久蜜臀av无| 亚洲欧美一区二区三区国产| 午夜免费观看性视频| 亚洲熟女精品中文字幕| 精品卡一卡二卡四卡免费| 久久国产精品男人的天堂亚洲| 纵有疾风起免费观看全集完整版| 一本—道久久a久久精品蜜桃钙片| 不卡av一区二区三区| 亚洲第一青青草原| 国产精品偷伦视频观看了| 国产av国产精品国产| 国产免费又黄又爽又色| 免费高清在线观看视频在线观看| 9色porny在线观看| av在线app专区| 久久免费观看电影| 亚洲国产精品一区三区| 亚洲少妇的诱惑av| 人成视频在线观看免费观看| 欧美日韩视频高清一区二区三区二| 日日啪夜夜爽| 午夜日本视频在线| 最近手机中文字幕大全| 宅男免费午夜| 亚洲国产av影院在线观看| 亚洲精品日本国产第一区| 岛国毛片在线播放| 精品一区在线观看国产| 久久精品国产鲁丝片午夜精品| 香蕉国产在线看| av不卡在线播放| 精品人妻熟女毛片av久久网站| 又大又黄又爽视频免费| www日本在线高清视频| 亚洲国产精品999| 日本wwww免费看| 建设人人有责人人尽责人人享有的| 人成视频在线观看免费观看| 久久久久久久精品精品| 欧美成人午夜免费资源| 亚洲欧美一区二区三区黑人 | 美女午夜性视频免费| 午夜福利在线免费观看网站| av又黄又爽大尺度在线免费看| 免费黄色在线免费观看| 丝袜美腿诱惑在线| 国产精品一区二区在线不卡| 丁香六月天网| 久久99蜜桃精品久久| 国产精品嫩草影院av在线观看| 精品人妻熟女毛片av久久网站| 国产男女内射视频| 亚洲精品一区蜜桃| 欧美日韩视频精品一区| 黄色视频在线播放观看不卡| 看十八女毛片水多多多| 在线观看国产h片| 精品国产一区二区三区四区第35| 欧美人与性动交α欧美精品济南到 | 欧美 亚洲 国产 日韩一| 中文字幕人妻丝袜制服| 97人妻天天添夜夜摸| freevideosex欧美| 丝袜在线中文字幕| 99热网站在线观看| 国产又爽黄色视频| 成人影院久久| 国产一区二区激情短视频 | 亚洲精品视频女| 一区二区三区激情视频| 国产欧美日韩综合在线一区二区| 精品人妻一区二区三区麻豆| 亚洲内射少妇av| kizo精华| 高清不卡的av网站| 久久人妻熟女aⅴ| 国产精品99久久99久久久不卡 | 国产成人av激情在线播放| www.av在线官网国产| 99九九在线精品视频| 亚洲欧美一区二区三区黑人 | 超色免费av| 亚洲欧美一区二区三区国产| 国产乱人偷精品视频| 久久精品国产亚洲av涩爱| 日本vs欧美在线观看视频| 久热久热在线精品观看| 高清黄色对白视频在线免费看| 这个男人来自地球电影免费观看 | 免费观看av网站的网址| 成人漫画全彩无遮挡| 91成人精品电影| av免费观看日本| 婷婷色av中文字幕| 国产极品天堂在线| 九色亚洲精品在线播放| 边亲边吃奶的免费视频| 夜夜骑夜夜射夜夜干| 国产免费现黄频在线看| 亚洲国产精品一区三区| 秋霞伦理黄片| 大码成人一级视频| 欧美成人午夜免费资源| 成人毛片60女人毛片免费| 亚洲av电影在线观看一区二区三区| 美女中出高潮动态图| 爱豆传媒免费全集在线观看| 高清在线视频一区二区三区| 亚洲欧美成人综合另类久久久| 热re99久久精品国产66热6| 亚洲精品日韩在线中文字幕| 国产片特级美女逼逼视频| 日本-黄色视频高清免费观看| 午夜老司机福利剧场| 久久久久久久久久人人人人人人| 一二三四中文在线观看免费高清| 国产探花极品一区二区| 观看美女的网站| 免费看不卡的av| 两个人看的免费小视频| 久久女婷五月综合色啪小说| 成年人午夜在线观看视频| 久久99蜜桃精品久久| 亚洲伊人色综图| 欧美中文综合在线视频| 国产成人一区二区在线| 亚洲欧美一区二区三区久久| 日韩av不卡免费在线播放| 久久久久久久大尺度免费视频| 亚洲综合色惰| 亚洲视频免费观看视频| 大片免费播放器 马上看| 中文天堂在线官网| 亚洲国产成人一精品久久久| 午夜激情久久久久久久| 不卡视频在线观看欧美| 热99国产精品久久久久久7| 欧美亚洲 丝袜 人妻 在线| 自线自在国产av| 一边亲一边摸免费视频| 91精品三级在线观看| av电影中文网址| 18在线观看网站| www.自偷自拍.com| 欧美国产精品一级二级三级| 看免费成人av毛片| www日本在线高清视频| 欧美精品一区二区免费开放| 日本91视频免费播放| 在线观看国产h片| 久久国产精品大桥未久av| 国产精品免费视频内射| 亚洲av成人精品一二三区| 午夜福利乱码中文字幕| 国产1区2区3区精品| 欧美精品一区二区大全| 国产精品久久久久久精品古装| 最近最新中文字幕免费大全7| 80岁老熟妇乱子伦牲交| 大片免费播放器 马上看| 日韩人妻精品一区2区三区| 999久久久国产精品视频| 国产亚洲欧美精品永久| 日韩,欧美,国产一区二区三区| 中文字幕精品免费在线观看视频| 免费高清在线观看视频在线观看| 女人高潮潮喷娇喘18禁视频| 青春草亚洲视频在线观看| 精品国产一区二区三区久久久樱花| 精品少妇一区二区三区视频日本电影 | 欧美激情高清一区二区三区 | 亚洲成av片中文字幕在线观看 | 亚洲人成77777在线视频| 亚洲欧美精品综合一区二区三区 | 成人二区视频| 国产男人的电影天堂91| 国产欧美亚洲国产| 亚洲欧美中文字幕日韩二区| 欧美日韩精品成人综合77777| 亚洲三级黄色毛片| 免费观看性生交大片5| 久久99一区二区三区| 亚洲av综合色区一区| 大码成人一级视频| 久久久久国产网址| 97人妻天天添夜夜摸| 亚洲美女视频黄频| 久久久欧美国产精品| 咕卡用的链子| 街头女战士在线观看网站| 亚洲欧美色中文字幕在线| 日本av手机在线免费观看| 亚洲欧美精品自产自拍| 晚上一个人看的免费电影| 有码 亚洲区| 国产免费现黄频在线看| 少妇熟女欧美另类| 桃花免费在线播放| 高清视频免费观看一区二区| 国产精品嫩草影院av在线观看| 婷婷色综合大香蕉| 精品人妻在线不人妻| 好男人视频免费观看在线| 超色免费av| 欧美精品高潮呻吟av久久| 啦啦啦中文免费视频观看日本| 精品福利永久在线观看| 天天躁夜夜躁狠狠躁躁| 久久ye,这里只有精品| 你懂的网址亚洲精品在线观看| 婷婷色av中文字幕| 亚洲内射少妇av| 久久女婷五月综合色啪小说| 国产精品嫩草影院av在线观看| 国产黄色免费在线视频| 国产免费一区二区三区四区乱码| 欧美日韩亚洲高清精品| 美女主播在线视频| 亚洲av在线观看美女高潮| 可以免费在线观看a视频的电影网站 | 观看美女的网站| 精品酒店卫生间| 亚洲国产最新在线播放| 高清黄色对白视频在线免费看| 一二三四在线观看免费中文在| 国产一区二区三区av在线| 精品国产国语对白av| 欧美xxⅹ黑人| 少妇熟女欧美另类| 看非洲黑人一级黄片| 女人高潮潮喷娇喘18禁视频| 啦啦啦在线观看免费高清www| 18+在线观看网站| 国精品久久久久久国模美| 狠狠婷婷综合久久久久久88av| 777久久人妻少妇嫩草av网站| 街头女战士在线观看网站| 亚洲图色成人| 亚洲国产欧美在线一区| 亚洲视频免费观看视频| 最近中文字幕高清免费大全6| 波野结衣二区三区在线| 五月天丁香电影| 如日韩欧美国产精品一区二区三区| 成年动漫av网址| 一级毛片我不卡| 婷婷色综合大香蕉| 国产成人午夜福利电影在线观看| 欧美 亚洲 国产 日韩一| 成人国产麻豆网| 人人妻人人爽人人添夜夜欢视频| 9热在线视频观看99| 精品久久久久久电影网| 高清视频免费观看一区二区| www日本在线高清视频| 成人黄色视频免费在线看| 老女人水多毛片| 久久午夜综合久久蜜桃|