• <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 ?

    基于詞嵌入語(yǔ)義的精準(zhǔn)檢索式構(gòu)建方法

    2018-01-07 09:41何濤王桂芳楊美妮郭楷模
    現(xiàn)代情報(bào) 2018年11期
    關(guān)鍵詞:查全率查準(zhǔn)率深度學(xué)習(xí)

    何濤 王桂芳 楊美妮 郭楷模

    〔摘要〕[目的/意義]使用科技文獻(xiàn)數(shù)據(jù)庫(kù)進(jìn)行文獻(xiàn)檢索時(shí),檢索式中的關(guān)鍵詞如果不夠全面,將導(dǎo)致檢索結(jié)果查全率較低;檢索式中的關(guān)鍵詞如果一詞多義,則可能向檢索結(jié)果中引入無(wú)關(guān)文獻(xiàn),導(dǎo)致查準(zhǔn)率較低。[方法/過(guò)程]針對(duì)這兩類(lèi)問(wèn)題,本文提出使用詞嵌入這一新穎的文本數(shù)據(jù)化表現(xiàn)形式,一方面通過(guò)語(yǔ)義分析對(duì)檢索關(guān)鍵詞進(jìn)行擴(kuò)充從而提高查全率;另一方面通過(guò)發(fā)現(xiàn)語(yǔ)義異常點(diǎn)來(lái)提高查準(zhǔn)率。[結(jié)果/結(jié)論]本文將該方法應(yīng)用于人工智能領(lǐng)域中深度學(xué)習(xí)方向上的文獻(xiàn)檢索式構(gòu)建,實(shí)驗(yàn)結(jié)果表明該方法能在一定程度上提高檢索的查全率和查準(zhǔn)率。

    〔關(guān)鍵詞〕 深度學(xué)習(xí);詞嵌入;查準(zhǔn)率;查全率;檢查式構(gòu)建

    DOI:10.3969/j.issn.1008-0821.2018.11.010

    〔中圖分類(lèi)號(hào)〕G2527〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821(2018)11-0055-04

    Construction of Precise Search Queries Based on Word EmbeddingHe Tao1Wang Guifang1Yang Meini2Guo Kaimo1

    (1.Wuhan Documentation and Information Center,Chinese Academy of Sciences,Wuhan 430071,China;

    2.Department of Mathematics,Naval University of Engineering,Wuhan 430033,China)

    〔Abstract〕[Purpose/Significance]During the literature search by using the academic databases,the search query of incomplete keywords would result in a low recall ratio;besides,the search query of polysemous keywords could introduce irrelevant literature and lead to a low precision ratio still.[Method/Process]To solve these two problems,this paper presented a novel manifestation for datafication of texture,namely word embedding:on one hand,to supplement the keywords by semantic analysis so as to improve the recall ratio;on the other hand,to enhance the precision ratio by detecting the semantic outliers.[Result/Conclusion]In this paper,the method was applied to the construction of literature search queries for deep learning in the field of artificial intelligence(AI),and the experimental results suggested that this method could improve the recall ratio and precision ratio to a certain extent.

    〔Key words〕deep learning;word embedding;precision ratio;recall ratio;construction of search queries

    隨著科學(xué)技術(shù)的快速發(fā)展,科技文獻(xiàn)的數(shù)量呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì),從海量科技文獻(xiàn)中精準(zhǔn)地獲取所需知識(shí)正變得越來(lái)越困難。常用的文獻(xiàn)檢索方法是由領(lǐng)域?qū)<沂止?gòu)建檢索式,然后使用檢索式在科技文獻(xiàn)數(shù)據(jù)庫(kù)中進(jìn)行匹配以獲得檢索結(jié)果。這種情況下檢索式的精準(zhǔn)程度直接決定著檢索結(jié)果質(zhì)量的好壞。

    領(lǐng)域?qū)<以跇?gòu)建檢索式的過(guò)程中容易出現(xiàn)兩個(gè)方面的問(wèn)題。一個(gè)是領(lǐng)域?qū)<以跈z索式中所使用的關(guān)鍵詞可能不夠全面,遺漏部分關(guān)鍵詞,導(dǎo)致檢索結(jié)果查全率較低;另一個(gè)是檢索式所使用的關(guān)鍵詞由于一詞多義的原因,導(dǎo)致該詞不僅在檢索的目標(biāo)文獻(xiàn)中使用,也可能在其他非檢索目標(biāo)文獻(xiàn)中使用,采用這樣的關(guān)鍵詞進(jìn)行檢索就可能向檢索結(jié)果中引入無(wú)關(guān)文獻(xiàn),導(dǎo)致查準(zhǔn)率較低。所以構(gòu)建精準(zhǔn)檢索式需要有效解決這兩類(lèi)問(wèn)題。

    之前的工作使用上下位主題詞、同義詞、近義詞、選擇規(guī)范專(zhuān)業(yè)用語(yǔ)等方法[1-3],或者使用邏輯運(yùn)算符、位置運(yùn)算符和通配符來(lái)提升檢索結(jié)果的查準(zhǔn)率和查全率[4-5]。這些方法大多依賴于已經(jīng)構(gòu)建好的詞表或者領(lǐng)域?qū)<业慕?jīng)驗(yàn),缺少對(duì)科技文獻(xiàn)數(shù)據(jù)庫(kù)全部文獻(xiàn)內(nèi)容的全局把握,而這正是導(dǎo)致以上兩類(lèi)檢索問(wèn)題的重要原因。

    在大規(guī)??萍嘉墨I(xiàn)摘要的基礎(chǔ)上所生成的詞嵌入(Word Embedding)蘊(yùn)含著科技文獻(xiàn)數(shù)據(jù)庫(kù)中文獻(xiàn)內(nèi)容的全局語(yǔ)義信息,因此可以利用詞嵌入在一定程度上解決上述兩類(lèi)檢索問(wèn)題。詞嵌入(Word Embedding)是隨著人工智能領(lǐng)域中深度學(xué)習(xí)技術(shù)(Deep Learning)的迅猛發(fā)展而產(chǎn)生的一種新穎的文本片段數(shù)據(jù)化的表示方式[6]。本文首先采用深度學(xué)習(xí)技術(shù),生成蘊(yùn)含全局科技語(yǔ)義信息的詞嵌入。然后在此基礎(chǔ)上計(jì)算出和檢索式中關(guān)鍵詞的科技語(yǔ)義信息最為接近的詞,并將這些詞提供給領(lǐng)域?qū)<易鳛閷?duì)原始關(guān)鍵詞的補(bǔ)充,以解決查不全的問(wèn)題。接著在詞嵌入的基礎(chǔ)上,對(duì)原始檢索結(jié)果的作者關(guān)鍵詞進(jìn)行科技語(yǔ)義信息投影,在投影空間中采用異常點(diǎn)識(shí)別算法,以識(shí)別出與檢索結(jié)果的主體語(yǔ)義差異較大的關(guān)鍵詞,將這些關(guān)鍵詞所對(duì)應(yīng)的文獻(xiàn)提供給領(lǐng)域?qū)<曳治?,以解決查不準(zhǔn)的問(wèn)題。該方法應(yīng)用于人工智能領(lǐng)域中深度學(xué)習(xí)方向上的檢索式構(gòu)建,實(shí)驗(yàn)結(jié)果證實(shí)該方法能夠在一定程度上有效解決以上兩類(lèi)問(wèn)題,輔助領(lǐng)域?qū)<覙?gòu)建出較為精準(zhǔn)的科技文獻(xiàn)檢索式。

    2018年11月第38卷第11期現(xiàn)代情報(bào)Journal of Modern InformationNov.,2018Vol38No112018年11月第38卷第11期基于詞嵌入語(yǔ)義的精準(zhǔn)檢索式構(gòu)建方法Nov.,2018Vol38No111詞嵌入

    詞嵌入是隨著深度學(xué)習(xí)技術(shù)的興起而產(chǎn)生的一種新穎的文本片段數(shù)據(jù)化的表示形式,這種數(shù)據(jù)表示形式蘊(yùn)含著豐富的語(yǔ)義信息。本文在大規(guī)模科技文獻(xiàn)摘要的基礎(chǔ)上,生成了自然科學(xué)常見(jiàn)詞匯的詞嵌入表現(xiàn)形式。

    11詞嵌入的語(yǔ)義

    把詞、短語(yǔ)或者句子抽象表示為一定的數(shù)據(jù)形式是對(duì)文本進(jìn)行語(yǔ)義計(jì)算的基礎(chǔ)。隨著深度學(xué)習(xí)技術(shù)的全面興起,產(chǎn)生了詞嵌入這種新穎的文本數(shù)據(jù)化表示形式,通過(guò)該方式能夠把詞、短語(yǔ)或者句子抽象表示為連續(xù)、稠密、低維度的實(shí)數(shù)向量。比如Book這個(gè)詞可以被表示為{0035,0076,…,0081}這樣一個(gè)400維的實(shí)數(shù)向量。

    圖1相機(jī)品牌和汽車(chē)品牌詞嵌入在語(yǔ)義空間中的分布情況

    詞嵌入蘊(yùn)含著豐富的語(yǔ)義信息[7]。其生成的依據(jù)是該詞在大規(guī)模文本中的上下文語(yǔ)境,在語(yǔ)言學(xué)中認(rèn)為語(yǔ)義相近詞的上下文語(yǔ)境也相似[8],因此語(yǔ)義相近的詞嵌入的空間距離也比較接近。比如,依據(jù)上下文語(yǔ)境生成5個(gè)常見(jiàn)的數(shù)碼相機(jī)品牌和5個(gè)常見(jiàn)的汽車(chē)品牌的詞嵌入,然后使用主成分分析(Principal Components Analysis,PCA)[9]把這些詞嵌入降至兩維,將結(jié)果展現(xiàn)在二維坐標(biāo)中,如圖1所示。從圖1中可以看到,汽車(chē)類(lèi)品牌BMW,Lotus,Audi等的詞嵌入聚集在一起,數(shù)碼相機(jī)品牌Nikon,Leica,Pentax等的詞嵌入聚集在一起,這樣的語(yǔ)義空間分布特點(diǎn)使得詞嵌入能夠用于解決之前所提到的查不準(zhǔn)和查不全這兩類(lèi)問(wèn)題。

    12詞嵌入生成

    詞嵌入的生成需要一定規(guī)模的語(yǔ)料文本作為基礎(chǔ),本文在大規(guī)模SCI論文摘要的基礎(chǔ)上生成所需要的詞嵌入。通常來(lái)說(shuō),用于生成詞嵌入的語(yǔ)料文本與詞嵌入所希望體現(xiàn)的語(yǔ)義信息相關(guān)程度越高越好。本文計(jì)劃利用詞嵌入進(jìn)行自然科學(xué)文獻(xiàn)的精準(zhǔn)檢索式構(gòu)建,因此希望詞嵌入能夠體現(xiàn)出自然科學(xué)的語(yǔ)義信息。所以本文選用Web of Science中的SCI論文摘要作為詞嵌入的生成語(yǔ)料基礎(chǔ)。通過(guò)Web of Science所提供的網(wǎng)頁(yè)官方下載途徑,收集整理了中國(guó)與美國(guó)的SCI論文摘要合計(jì)約450萬(wàn)份,這些摘要大致涵蓋了自然學(xué)科的主要研究領(lǐng)域,這為詞嵌入能夠蘊(yùn)含較為全局的自然科學(xué)語(yǔ)義信息提供了保障。

    使用詞嵌入進(jìn)行精準(zhǔn)檢索式構(gòu)建時(shí),會(huì)使用到專(zhuān)業(yè)詞匯的詞嵌入表示。專(zhuān)業(yè)詞匯依據(jù)其組成可以分為兩類(lèi),一類(lèi)是由一個(gè)單詞構(gòu)成,另外一類(lèi)是由多個(gè)單詞構(gòu)成。由一個(gè)單詞構(gòu)成的專(zhuān)業(yè)詞匯使用詞嵌入生成方法能夠直接構(gòu)建出其詞嵌入,由多個(gè)單詞構(gòu)成的專(zhuān)業(yè)詞匯則需要在原始語(yǔ)料中將這些單詞進(jìn)行拼接,然后才能生成該專(zhuān)業(yè)詞匯的詞嵌入。為了實(shí)現(xiàn)這一過(guò)程,將這些SCI論文的作者關(guān)鍵詞進(jìn)行了頻次統(tǒng)計(jì),從中篩選出出現(xiàn)頻次大于1次的作者關(guān)鍵詞合計(jì)約116萬(wàn)個(gè),將其中由多個(gè)單詞構(gòu)成的專(zhuān)業(yè)詞匯在原始語(yǔ)料中進(jìn)行了拼接,從而使得能夠生成這種類(lèi)型專(zhuān)業(yè)詞匯的詞嵌入表示。

    本文使用Word2Vec工具生成自然科學(xué)詞匯的詞嵌入表示形式。Word2Vec工具在詞嵌入生成過(guò)程中有許多參數(shù)需要設(shè)置,這些設(shè)置直接影響著所生成詞嵌入的質(zhì)量好壞。在這些參數(shù)中,選用哪種模型、上下文窗口長(zhǎng)度、詞嵌入維度是其中最為重要的3個(gè)參數(shù)。為了確定這些參數(shù)設(shè)置,Word2Vec提供了類(lèi)比語(yǔ)義關(guān)系測(cè)試數(shù)據(jù)集、語(yǔ)法關(guān)系測(cè)試數(shù)據(jù)集,使用這些測(cè)試數(shù)據(jù)集能夠?qū)λ稍~嵌入的質(zhì)量進(jìn)行評(píng)估。本文首先使用不同的參數(shù)設(shè)置生成多個(gè)詞嵌入,然后使用測(cè)試數(shù)據(jù)集對(duì)這些詞嵌入的質(zhì)量進(jìn)行了對(duì)比,從中選擇出質(zhì)量最好的詞嵌入用于精準(zhǔn)檢索式的構(gòu)建。該詞嵌入所使用的模型參數(shù)為連續(xù)詞包模型(CBOW),上下文窗口長(zhǎng)度設(shè)置為10,詞嵌入維度設(shè)定為400。通過(guò)這樣的方式,在大規(guī)模SCI論文摘要的基礎(chǔ)上生成了合計(jì)約170萬(wàn)自然科學(xué)詞匯的詞嵌入表現(xiàn)形式。由于自然科學(xué)領(lǐng)域非常宏大,其中的詞匯多種多樣,所以詞匯量也非常巨大。

    2檢索式構(gòu)建

    在詞嵌入的基礎(chǔ)上,一方面通過(guò)對(duì)領(lǐng)域?qū)<业臋z索關(guān)鍵詞進(jìn)行科學(xué)語(yǔ)義擴(kuò)充來(lái)提高查全率;另一方面通過(guò)對(duì)檢索結(jié)果的作者關(guān)鍵詞進(jìn)行語(yǔ)義異常點(diǎn)的識(shí)別,從而提高查準(zhǔn)率,下面詳細(xì)闡述。

    21使用詞嵌入提高查全率

    領(lǐng)域?qū)<覙?gòu)建的檢索式中關(guān)鍵詞可能不夠全面,直接導(dǎo)致檢索結(jié)果的查全率不高。比如說(shuō)檢索人工智能領(lǐng)域中深度學(xué)習(xí)技術(shù)相關(guān)的文獻(xiàn),如只使用關(guān)鍵詞“Deep Learning”是不夠的,還需要使用“Deep Neural Net”、“Deep Network”、“Convolution Neural Net”等相關(guān)詞匯。

    本文使用詞嵌入對(duì)檢索式中的關(guān)鍵詞進(jìn)行科技語(yǔ)義擴(kuò)充,將擴(kuò)充的新關(guān)鍵詞提交給領(lǐng)域?qū)<?,使其能夠以此為依?jù)對(duì)原始檢索式的關(guān)鍵詞進(jìn)行補(bǔ)充,為查全率提供一定的保障。具體操作如圖2所示,將原始檢索關(guān)鍵詞使用詞嵌入投影到科學(xué)語(yǔ)義空間中,計(jì)算出與原始檢索關(guān)鍵詞(用圓圈表示)的詞嵌入余弦距離(Cosine Distance)最接近的N個(gè)詞(用三角表示),把這些詞提供給領(lǐng)域?qū)<遥I(lǐng)域?qū)<揖湍軌蛟诖嘶A(chǔ)上對(duì)原始檢索式的關(guān)鍵詞進(jìn)行補(bǔ)充,從而提高查全率。

    此方法的依據(jù)是詞嵌入所體現(xiàn)的是該詞的上下文語(yǔ)境信息,那么與原始檢索關(guān)鍵詞的詞嵌入距離比較接近的詞匯,它們的上下文語(yǔ)境與原始檢索關(guān)鍵詞的上下文語(yǔ)境也會(huì)比較相似,所以這些詞通常是目標(biāo)檢索文獻(xiàn)的常用詞匯,可以用來(lái)對(duì)原始檢索式的關(guān)鍵詞進(jìn)行擴(kuò)充。

    22使用詞嵌入提高查準(zhǔn)率

    盡管領(lǐng)域?qū)<宜褂玫臋z索關(guān)鍵詞是與檢索的目標(biāo)文獻(xiàn)密切相關(guān)的,但是其中某些關(guān)鍵詞也可能出現(xiàn)在其他非檢索目標(biāo)的文獻(xiàn)之中,使用這樣的關(guān)鍵詞進(jìn)行檢索,就可能向檢索結(jié)果引入一定程度的噪音文獻(xiàn),導(dǎo)致查準(zhǔn)率不高。比如人工智能中的深度學(xué)習(xí)“Deep Learning”這個(gè)詞,不僅出現(xiàn)在人工智能領(lǐng)域[10-11],同時(shí)也出現(xiàn)在傳統(tǒng)的教育教學(xué)研究方向上[12-13],使用這樣的多義詞進(jìn)行檢索,檢索結(jié)果會(huì)同時(shí)包含人工智能和教育教學(xué)的相關(guān)文獻(xiàn),直接導(dǎo)致查準(zhǔn)率不高。之所以出現(xiàn)這樣的情況,是由于領(lǐng)域?qū)<抑粚?duì)文獻(xiàn)數(shù)據(jù)庫(kù)中其自身的研究方向比較熟悉,但是對(duì)文獻(xiàn)數(shù)據(jù)庫(kù)的全局信息缺乏整體把握所導(dǎo)致的。本文所構(gòu)建的詞嵌入建立在大規(guī)模科技文獻(xiàn)摘要的基礎(chǔ)之上,可以近似的認(rèn)為包含科技文獻(xiàn)數(shù)據(jù)庫(kù)的全局科技語(yǔ)義信息,所以本文使用詞嵌入來(lái)解決這一問(wèn)題。

    具體過(guò)程如圖3所示,首先把原始檢索式檢索結(jié)果的作者關(guān)鍵詞通過(guò)詞嵌入投影到科學(xué)語(yǔ)義空間(檢索目標(biāo)文獻(xiàn)關(guān)鍵詞使用圓點(diǎn)表示,異常點(diǎn)關(guān)鍵詞使用方塊表示)。然后通過(guò)異常點(diǎn)檢測(cè)算法Isolation Forest[14],從科學(xué)語(yǔ)義空間中識(shí)別出與檢索結(jié)果主體語(yǔ)義偏離程度比較大的異常點(diǎn)關(guān)鍵詞。最后把含有異常點(diǎn)關(guān)鍵詞的文獻(xiàn)返回給領(lǐng)域?qū)<疫M(jìn)行解讀,對(duì)其中的非檢索目標(biāo)文獻(xiàn)進(jìn)行移除。

    通常來(lái)說(shuō)含有異常點(diǎn)關(guān)鍵詞的文獻(xiàn),大多是由一詞多義的檢索關(guān)鍵詞所引入的無(wú)關(guān)文獻(xiàn)。在科學(xué)語(yǔ)義空間中,檢索目標(biāo)文獻(xiàn)的關(guān)鍵詞由于上下文語(yǔ)境比較相似,所以這些關(guān)鍵詞的詞嵌入在科學(xué)語(yǔ)義空間中會(huì)聚集在一起,形成聚類(lèi),比如圖3中的聚類(lèi)1和聚類(lèi)2;對(duì)于檢索式中一詞多義的關(guān)鍵詞,其所產(chǎn)生的檢索結(jié)果的作者關(guān)鍵詞會(huì)含有其他研究方向的詞匯,而這些詞匯的上下文語(yǔ)境與檢索目標(biāo)的上下文語(yǔ)境差異較大,從而造成其詞嵌入與檢索目標(biāo)主體語(yǔ)義的詞嵌入偏離程度比較大,形成空間分布異常點(diǎn)。這是本文方法能夠一定程度上解決這類(lèi)查不準(zhǔn)問(wèn)題的原因。

    3深度學(xué)習(xí)檢索式構(gòu)建

    深度學(xué)習(xí)技術(shù)被認(rèn)為是人工智能研究50年來(lái)的重大突破[15]。AlphaGo戰(zhàn)勝圍棋名將李世石更是將該項(xiàng)技術(shù)的關(guān)注程度推向了高潮。下面將通過(guò)本文方法建立面向深度學(xué)習(xí)研究方向較為精準(zhǔn)的檢索式,用于該研究方向從2009年首次在語(yǔ)音識(shí)別(Speech Recognition)取得突破至今的相關(guān)科學(xué)文獻(xiàn)分析[16]。

    深度學(xué)習(xí)技術(shù)的英文表述是“Deep Learning”,首先使用詞嵌入對(duì)該詞進(jìn)行多輪關(guān)鍵詞擴(kuò)充,以提升查全率。具體來(lái)說(shuō),首先通過(guò)詞嵌入計(jì)算與“Deep Learning”科技語(yǔ)義相似度最高的詞,從中選出適合的詞作為檢索式的補(bǔ)充關(guān)鍵詞,然后對(duì)補(bǔ)充關(guān)鍵詞再次依據(jù)詞嵌入進(jìn)行關(guān)鍵詞擴(kuò)充,這樣的步驟迭代多次,直至沒(méi)有新的相關(guān)詞匯出現(xiàn)為止,通過(guò)迭代向檢索式添加的內(nèi)容如表1所示(星號(hào)代表通配符)。使用“Deep Learning”在SCI中共能檢索到2009年至今Article和Proceedings Paper類(lèi)型的文獻(xiàn)3 464篇,使用擴(kuò)充后的檢索式能夠檢索到相關(guān)文獻(xiàn)6 521篇(2018年6月19日)。

    接下來(lái)對(duì)擴(kuò)充后檢索式的檢索結(jié)果進(jìn)行異常語(yǔ)義發(fā)現(xiàn),以提高查準(zhǔn)率。部分異常語(yǔ)義內(nèi)容如表2所示,不難看出語(yǔ)義異常的文獻(xiàn)主要是教育教學(xué)類(lèi)相關(guān)文獻(xiàn),與人工智能沒(méi)有任何關(guān)系。通過(guò)分析發(fā)現(xiàn),這是因?yàn)樯疃葘W(xué)習(xí)“Deep Learning”這個(gè)詞在教育教學(xué)領(lǐng)域也是一個(gè)重要的概念[12-13],這表1使用詞嵌入對(duì)“Deep Learning”一詞多次迭代擴(kuò)充

    迭代次數(shù)檢索式添加內(nèi)容1“Deep Neural Net*”;“Deep Network*”;“Convolution* Neural Net*”;“Convolution* Net*”;“Deep Belief Net*”;“Word Embedding*”;“Deep Architecture*”2“Deep Recurrent Neural Net*”;“Recursive Neural Net*”;“Deep Boltzmann Machine*”些文章由于“Deep Learning”一詞多義而被檢索結(jié)果所包含。將這些無(wú)關(guān)文獻(xiàn)移除后,人工智能領(lǐng)域的深度學(xué)習(xí)相關(guān)文獻(xiàn)是6 416篇。

    綜上所述,作為實(shí)驗(yàn)對(duì)比如果只使用“Deep Learning”作為關(guān)鍵詞的搜索結(jié)果,移除由于該詞一詞多義所引入的無(wú)關(guān)文獻(xiàn)后,文獻(xiàn)總數(shù)是3 359篇,而本文方法能夠獲得的檢索結(jié)果是6 416篇,檢索結(jié)果總量增加了91%;與此同時(shí)領(lǐng)域?qū)<译S機(jī)抽樣對(duì)6 416篇文獻(xiàn)的1/3進(jìn)行了解讀,抽樣

    查準(zhǔn)率為98%。由此可見(jiàn),在該檢索過(guò)程中本文方法在保障較高查準(zhǔn)率的同時(shí),提高了查全率。

    4結(jié)論及下一步研究

    本文構(gòu)建了常見(jiàn)自然科學(xué)詞匯的詞嵌入表現(xiàn)形式,該形式蘊(yùn)含著豐富的科技語(yǔ)義信息。以此為基礎(chǔ),在進(jìn)行自然科技文獻(xiàn)檢索時(shí),一方面對(duì)檢索關(guān)鍵詞進(jìn)行科技語(yǔ)義擴(kuò)充,通過(guò)向檢索式補(bǔ)充關(guān)鍵詞的方法提高檢索結(jié)果的查全率;另一方面對(duì)檢索結(jié)果的作者關(guān)鍵詞進(jìn)行異常語(yǔ)義發(fā)現(xiàn),從中識(shí)別出與檢索結(jié)果主體語(yǔ)義差異程度較大的關(guān)鍵詞,這些關(guān)鍵詞所在的文獻(xiàn)很可能是由于檢索關(guān)鍵詞的一詞多義而引入的無(wú)關(guān)文獻(xiàn),通過(guò)從檢索結(jié)果中移除這些無(wú)關(guān)文獻(xiàn)以提升檢索結(jié)果的查準(zhǔn)率。最后使用此方法在人工智能領(lǐng)域的深度學(xué)習(xí)方向上進(jìn)行了應(yīng)用實(shí)踐,取得了一定的效果。

    構(gòu)建精準(zhǔn)的檢索式,提高檢索結(jié)果的查全率和查準(zhǔn)率是一個(gè)復(fù)雜的問(wèn)題,盡管本文方法能產(chǎn)生一定的作用但仍然存在一些問(wèn)題。目前使用詞嵌入計(jì)算詞之間的科技語(yǔ)義相關(guān)程度效果較好,但計(jì)算詞組合間的科技語(yǔ)義相關(guān)程度效果不夠理想。有些檢索式的語(yǔ)義信息是通過(guò)多個(gè)檢索關(guān)鍵詞之間的組合來(lái)體現(xiàn)的,這類(lèi)語(yǔ)義信息是詞嵌入目前所難以表現(xiàn)的,也是本文方法未來(lái)的改進(jìn)方向。

    參考文獻(xiàn)

    [1]李育嫦.文獻(xiàn)檢索中提高查全率與查準(zhǔn)率的方法探討[J].圖書(shū)館學(xué)研究,2002,(11):92-93.

    [2]周嬰.談?wù)勌岣卟樾聶z索查全率和查準(zhǔn)率的方法[J].圖書(shū)情報(bào)工作,1997,(5):38-39.

    [3]朱康玲.同義詞的獲取對(duì)醫(yī)學(xué)科技查新查全率和查準(zhǔn)率的影響[J].中華醫(yī)學(xué)圖書(shū)情報(bào)雜志,2012,21(3):78-80.

    [4]孫君,陳陶.提高文獻(xiàn)查全率和查準(zhǔn)率的有效途徑-邏輯運(yùn)算符,位置算符和通配符的靈活運(yùn)用[J].現(xiàn)代情報(bào),2006,26(10):167-169.

    [5]李璐,江葆紅,孫紅紅.如何提高文獻(xiàn)信息檢索中的查全率與查準(zhǔn)率[J].科技文獻(xiàn)信息管理,2010,24(1):23-25.

    [6]Mikolov T,Sutskever I,Chen K,et al.Distributed Representations of Words and Phrases and Their Compositionality[C]//Proceedings of the Advances in Neural Information Processing Systems.Curran Associates,2013:3111-3119.

    [7]Mikolov T,Yih W-t,Zweig G.Linguistic Regularities in Continuous Space Word Representations[C]//Proceedings of the HLT-NAACL.ACL,2013:746-751.

    [8]劉群,李素建.基于《知網(wǎng)》的詞匯語(yǔ)義相似度計(jì)算[J].中文計(jì)算語(yǔ)言學(xué),2002,7(2):59-76.

    [9]Everitt B S,Dunn G.Applied Multivariate Data Analysis,Second Edition[M].Oxford University Press,2013:48-73.

    [10]LeCun Y,Bengio Y,Hinton G.Deep Learning[J].Nature,2015,521(7553):436-444.

    [11]Schmidhuber J.Deep Learning in Neural Networks:An Overview[J].Neural Networks,2015,61:85-117.

    [12]Warburton K.Deep Learning and Education for Sustainability[J].International Journal of Sustainability in Higher Education,2003,4(1):44-56.

    [13]Vos N,Van Der Meijden H,Denessen E.Effects of Constructing Versus Playing an Educational Game on Student Motivation and Deep Learning Strategy Use[J].Computers & Education,2011,56(1):127-137.

    [14]Liu F T,Ting K M,Zhou Z-H.Isolation Forest[C]//Proceedings of the Eighth IEEE International Conference on Data Mining.IEEE,2008:413-422.

    [15]松尾豐.人工智能狂潮[M].北京:機(jī)械工業(yè)出版社,2016:110-111.

    [16]Deng L,Yu D,Hinton G.Deep Learning for Speech Recognition and Related Applications[C]//Proceedings of the NIPS Workshop.Neural Information Processing Systems Foundation Inc,2009.

    (責(zé)任編輯:陳媛)2018年11月第38卷第11期現(xiàn)代情報(bào)Journal of Modern InformationNov.,2018Vol38No112018年11月第38卷第11期基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情危機(jī)節(jié)點(diǎn)診斷研究Nov.,2018Vol38No11

    收稿日期:2018-08-02

    猜你喜歡
    查全率查準(zhǔn)率深度學(xué)習(xí)
    海量圖書(shū)館檔案信息的快速檢索方法
    基于數(shù)據(jù)挖掘技術(shù)的網(wǎng)絡(luò)信息過(guò)濾系統(tǒng)設(shè)計(jì)
    大數(shù)據(jù)環(huán)境下的文本信息挖掘方法
    基于深度特征分析的雙線性圖像相似度匹配算法
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    基于顏色特征的生豬口蹄疫監(jiān)測(cè)方法研究
    久久精品成人免费网站| 中出人妻视频一区二区| 日韩欧美一区二区三区在线观看| 欧美精品亚洲一区二区| 一级毛片高清免费大全| 亚洲精品国产一区二区精华液| 国内毛片毛片毛片毛片毛片| 波多野结衣av一区二区av| 欧美成人午夜精品| 国产国语露脸激情在线看| 欧美日韩乱码在线| 亚洲熟妇熟女久久| 在线免费观看的www视频| 美女午夜性视频免费| 亚洲av成人不卡在线观看播放网| 久久人人97超碰香蕉20202| 日本五十路高清| 精品第一国产精品| 性少妇av在线| 三级毛片av免费| tocl精华| 一进一出抽搐动态| 欧美激情高清一区二区三区| 日韩视频一区二区在线观看| 国产一区二区三区综合在线观看| 久久久久久人人人人人| 国产伦一二天堂av在线观看| 国产免费男女视频| 高清欧美精品videossex| 亚洲专区字幕在线| 国产av一区在线观看免费| 在线观看免费日韩欧美大片| 日本黄色日本黄色录像| 新久久久久国产一级毛片| 国产伦一二天堂av在线观看| 欧美中文综合在线视频| 黄片大片在线免费观看| 国产三级黄色录像| 最好的美女福利视频网| a级毛片黄视频| 丰满人妻熟妇乱又伦精品不卡| 日韩人妻精品一区2区三区| 国产欧美日韩精品亚洲av| 亚洲少妇的诱惑av| 97人妻天天添夜夜摸| 国产在线精品亚洲第一网站| 免费不卡黄色视频| av超薄肉色丝袜交足视频| 国产黄a三级三级三级人| 无遮挡黄片免费观看| 亚洲av成人不卡在线观看播放网| 麻豆一二三区av精品| 级片在线观看| 男女高潮啪啪啪动态图| 国产精品永久免费网站| 国产高清国产精品国产三级| 亚洲欧美日韩高清在线视频| 好看av亚洲va欧美ⅴa在| 九色亚洲精品在线播放| 女同久久另类99精品国产91| 9191精品国产免费久久| 夜夜夜夜夜久久久久| bbb黄色大片| 久久精品国产亚洲av香蕉五月| 丝袜在线中文字幕| 亚洲三区欧美一区| 亚洲专区字幕在线| 国产成+人综合+亚洲专区| 超碰成人久久| 国内久久婷婷六月综合欲色啪| 久久人妻av系列| 欧美日韩国产mv在线观看视频| 又黄又爽又免费观看的视频| 久久香蕉精品热| 男女午夜视频在线观看| 日韩欧美一区视频在线观看| 亚洲成av片中文字幕在线观看| 88av欧美| 国产一区二区激情短视频| 亚洲av电影在线进入| 久久精品人人爽人人爽视色| 久久中文字幕一级| 久久狼人影院| 欧美日韩亚洲高清精品| 在线十欧美十亚洲十日本专区| 欧美乱色亚洲激情| 国产乱人伦免费视频| 亚洲色图av天堂| 国产成人精品久久二区二区免费| 免费在线观看日本一区| 极品人妻少妇av视频| 日本vs欧美在线观看视频| 人妻久久中文字幕网| 国产高清videossex| 黄色毛片三级朝国网站| 搡老熟女国产l中国老女人| 757午夜福利合集在线观看| 变态另类成人亚洲欧美熟女 | 日韩国内少妇激情av| 免费观看精品视频网站| 看黄色毛片网站| √禁漫天堂资源中文www| 国产精品一区二区在线不卡| 亚洲色图综合在线观看| 可以在线观看毛片的网站| 亚洲情色 制服丝袜| 最新美女视频免费是黄的| 看免费av毛片| 免费在线观看视频国产中文字幕亚洲| 激情在线观看视频在线高清| 日日摸夜夜添夜夜添小说| 校园春色视频在线观看| 亚洲人成电影免费在线| 日韩大码丰满熟妇| 在线观看免费日韩欧美大片| 88av欧美| 成年人免费黄色播放视频| 露出奶头的视频| 一夜夜www| 超色免费av| 无人区码免费观看不卡| 久久久久久亚洲精品国产蜜桃av| www.熟女人妻精品国产| 亚洲第一欧美日韩一区二区三区| 日韩有码中文字幕| 国产成人一区二区三区免费视频网站| 欧美一级毛片孕妇| 久久人人爽av亚洲精品天堂| 91九色精品人成在线观看| 久久 成人 亚洲| 亚洲av片天天在线观看| 亚洲欧美日韩另类电影网站| a级毛片黄视频| 美女国产高潮福利片在线看| 国产亚洲精品久久久久久毛片| 久久人人97超碰香蕉20202| 成人三级黄色视频| 欧美黄色片欧美黄色片| 午夜福利欧美成人| 亚洲成人精品中文字幕电影 | 亚洲av成人不卡在线观看播放网| 国产无遮挡羞羞视频在线观看| 亚洲专区国产一区二区| 看片在线看免费视频| 精品一区二区三区av网在线观看| 一级毛片精品| 色婷婷久久久亚洲欧美| 丝袜在线中文字幕| 色在线成人网| 国产又色又爽无遮挡免费看| 99国产精品免费福利视频| 免费女性裸体啪啪无遮挡网站| 久9热在线精品视频| 老司机福利观看| 97超级碰碰碰精品色视频在线观看| 精品久久蜜臀av无| 看免费av毛片| 欧美 亚洲 国产 日韩一| 亚洲精品在线美女| 国产又爽黄色视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲五月色婷婷综合| 超碰97精品在线观看| 亚洲成人精品中文字幕电影 | 亚洲第一青青草原| av有码第一页| 午夜亚洲福利在线播放| 一级作爱视频免费观看| 性欧美人与动物交配| 高清在线国产一区| 国产精品久久电影中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 精品一区二区三区四区五区乱码| 成年人黄色毛片网站| 欧美色视频一区免费| 真人一进一出gif抽搐免费| 如日韩欧美国产精品一区二区三区| 在线观看免费日韩欧美大片| 国产精华一区二区三区| 成人手机av| 69精品国产乱码久久久| 久久九九热精品免费| 亚洲第一欧美日韩一区二区三区| 精品国产乱子伦一区二区三区| 在线观看66精品国产| 亚洲午夜精品一区,二区,三区| 岛国在线观看网站| 激情视频va一区二区三区| 又紧又爽又黄一区二区| 纯流量卡能插随身wifi吗| 岛国视频午夜一区免费看| 免费女性裸体啪啪无遮挡网站| 后天国语完整版免费观看| 少妇的丰满在线观看| 免费在线观看日本一区| 欧美激情久久久久久爽电影 | 日韩中文字幕欧美一区二区| 女人被躁到高潮嗷嗷叫费观| 波多野结衣av一区二区av| 黄色女人牲交| 亚洲性夜色夜夜综合| 男人操女人黄网站| 午夜成年电影在线免费观看| 色播在线永久视频| 欧美 亚洲 国产 日韩一| 麻豆久久精品国产亚洲av | 久久天躁狠狠躁夜夜2o2o| 男人操女人黄网站| 精品国产一区二区久久| 精品无人区乱码1区二区| 丰满人妻熟妇乱又伦精品不卡| 亚洲中文日韩欧美视频| 中文字幕av电影在线播放| 美女福利国产在线| 香蕉久久夜色| 亚洲一区中文字幕在线| 亚洲五月色婷婷综合| 精品一区二区三区视频在线观看免费 | 最近最新中文字幕大全免费视频| 一个人观看的视频www高清免费观看 | 国产欧美日韩精品亚洲av| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲精品国产一区二区精华液| 亚洲国产中文字幕在线视频| 伦理电影免费视频| 淫妇啪啪啪对白视频| 丁香六月欧美| 美国免费a级毛片| 亚洲一区中文字幕在线| 国产精品亚洲一级av第二区| 久久精品91蜜桃| 丰满饥渴人妻一区二区三| 久久久国产欧美日韩av| 久久香蕉国产精品| 性色av乱码一区二区三区2| 午夜成年电影在线免费观看| 久久午夜综合久久蜜桃| 国产亚洲精品综合一区在线观看 | 日韩精品青青久久久久久| 99在线人妻在线中文字幕| 两性夫妻黄色片| 美女扒开内裤让男人捅视频| av天堂久久9| 在线观看舔阴道视频| 国产高清视频在线播放一区| 国产成年人精品一区二区 | 午夜免费鲁丝| 757午夜福利合集在线观看| 国产男靠女视频免费网站| 91成年电影在线观看| 成人黄色视频免费在线看| 日本三级黄在线观看| 丁香欧美五月| 男女下面进入的视频免费午夜 | 男女之事视频高清在线观看| 丝袜人妻中文字幕| 久久久精品国产亚洲av高清涩受| 老司机午夜福利在线观看视频| 国产精品一区二区在线不卡| 91九色精品人成在线观看| 午夜两性在线视频| 伊人久久大香线蕉亚洲五| 国产av一区二区精品久久| 国产精品久久视频播放| 一级片'在线观看视频| 亚洲专区字幕在线| 亚洲成人精品中文字幕电影 | 人人妻人人澡人人看| 夜夜躁狠狠躁天天躁| 亚洲精品成人av观看孕妇| 亚洲国产看品久久| 国产午夜精品久久久久久| 国产精品久久视频播放| 高清av免费在线| 色老头精品视频在线观看| 在线观看免费视频网站a站| 亚洲av熟女| 久久久久久亚洲精品国产蜜桃av| 啦啦啦在线免费观看视频4| 一级黄色大片毛片| 久久国产乱子伦精品免费另类| 88av欧美| 香蕉国产在线看| 久久久久国产一级毛片高清牌| 人妻丰满熟妇av一区二区三区| 国产精品1区2区在线观看.| 国产又色又爽无遮挡免费看| 18禁美女被吸乳视频| 久久久久久亚洲精品国产蜜桃av| а√天堂www在线а√下载| 最近最新中文字幕大全免费视频| 真人一进一出gif抽搐免费| 人妻久久中文字幕网| 久久国产亚洲av麻豆专区| 一级a爱视频在线免费观看| 欧美+亚洲+日韩+国产| 少妇被粗大的猛进出69影院| 黑丝袜美女国产一区| 久久性视频一级片| 一级片'在线观看视频| 亚洲中文日韩欧美视频| 国产亚洲av高清不卡| 国产三级在线视频| 一二三四社区在线视频社区8| 亚洲黑人精品在线| 性少妇av在线| 人妻丰满熟妇av一区二区三区| a级毛片黄视频| 99国产极品粉嫩在线观看| 岛国视频午夜一区免费看| 高清黄色对白视频在线免费看| bbb黄色大片| 最近最新中文字幕大全电影3 | 精品一区二区三区视频在线观看免费 | 一二三四在线观看免费中文在| 日韩精品免费视频一区二区三区| 久久亚洲真实| 成熟少妇高潮喷水视频| 9热在线视频观看99| 久久精品aⅴ一区二区三区四区| a级毛片在线看网站| 伦理电影免费视频| 不卡一级毛片| av视频免费观看在线观看| 亚洲精品中文字幕一二三四区| 国产单亲对白刺激| 在线观看66精品国产| 免费在线观看完整版高清| 日韩有码中文字幕| 国产熟女xx| 日韩欧美一区视频在线观看| 中文字幕另类日韩欧美亚洲嫩草| 美女 人体艺术 gogo| av电影中文网址| 国产xxxxx性猛交| 亚洲精华国产精华精| 国产精品亚洲av一区麻豆| 99国产精品99久久久久| 乱人伦中国视频| 久久久久久久精品吃奶| 亚洲精品国产色婷婷电影| 日本黄色视频三级网站网址| 国产一区二区在线av高清观看| 1024视频免费在线观看| 狂野欧美激情性xxxx| 韩国av一区二区三区四区| 亚洲专区中文字幕在线| 国产精品二区激情视频| 久久久久国内视频| 美女扒开内裤让男人捅视频| 亚洲专区字幕在线| 99久久人妻综合| 五月开心婷婷网| 真人一进一出gif抽搐免费| 欧美大码av| 麻豆成人av在线观看| 午夜a级毛片| 久久99一区二区三区| 女人精品久久久久毛片| 色播在线永久视频| 亚洲全国av大片| 在线天堂中文资源库| 香蕉国产在线看| 两个人看的免费小视频| 亚洲五月色婷婷综合| 国产蜜桃级精品一区二区三区| 久久久久久久精品吃奶| 99久久久亚洲精品蜜臀av| 80岁老熟妇乱子伦牲交| 国产精品久久久久久人妻精品电影| www国产在线视频色| 欧美日韩国产mv在线观看视频| 久久人人97超碰香蕉20202| 久久精品人人爽人人爽视色| 午夜精品久久久久久毛片777| 成人精品一区二区免费| 久久国产精品男人的天堂亚洲| 日韩大码丰满熟妇| 啦啦啦在线免费观看视频4| 久久国产乱子伦精品免费另类| 中亚洲国语对白在线视频| 高潮久久久久久久久久久不卡| 成人国产一区最新在线观看| 51午夜福利影视在线观看| 免费av中文字幕在线| 纯流量卡能插随身wifi吗| 露出奶头的视频| av网站在线播放免费| 中文亚洲av片在线观看爽| 天堂√8在线中文| 国产单亲对白刺激| 国产无遮挡羞羞视频在线观看| 国产精品爽爽va在线观看网站 | 黄色丝袜av网址大全| 亚洲 欧美 日韩 在线 免费| av在线天堂中文字幕 | 亚洲欧美一区二区三区久久| 婷婷精品国产亚洲av在线| 黑人巨大精品欧美一区二区蜜桃| 18美女黄网站色大片免费观看| 亚洲va日本ⅴa欧美va伊人久久| 欧美日本中文国产一区发布| 成人亚洲精品av一区二区 | 久久精品国产亚洲av高清一级| 50天的宝宝边吃奶边哭怎么回事| 国产在线观看jvid| 黑丝袜美女国产一区| 亚洲成a人片在线一区二区| 不卡一级毛片| 亚洲国产欧美一区二区综合| 美女福利国产在线| 1024香蕉在线观看| 欧美另类亚洲清纯唯美| 男女午夜视频在线观看| 欧美日韩一级在线毛片| 热re99久久国产66热| 他把我摸到了高潮在线观看| 成年女人毛片免费观看观看9| 国产一区二区三区视频了| 精品福利永久在线观看| 怎么达到女性高潮| 国产真人三级小视频在线观看| 日本一区二区免费在线视频| 亚洲人成网站在线播放欧美日韩| 叶爱在线成人免费视频播放| 精品第一国产精品| 久久精品国产亚洲av香蕉五月| 精品久久久久久电影网| 伊人久久大香线蕉亚洲五| 国产av精品麻豆| 正在播放国产对白刺激| 亚洲成人精品中文字幕电影 | 18禁黄网站禁片午夜丰满| 国产精品一区二区精品视频观看| 琪琪午夜伦伦电影理论片6080| 日韩欧美在线二视频| 亚洲成人精品中文字幕电影 | 午夜免费鲁丝| 日韩 欧美 亚洲 中文字幕| 欧美日韩一级在线毛片| 国产精品免费视频内射| 在线看a的网站| 人人澡人人妻人| 欧美+亚洲+日韩+国产| 午夜福利在线观看吧| 色婷婷久久久亚洲欧美| 亚洲av日韩精品久久久久久密| 搡老乐熟女国产| 亚洲成人免费av在线播放| 制服诱惑二区| 曰老女人黄片| 黄频高清免费视频| 中文字幕av电影在线播放| 男女做爰动态图高潮gif福利片 | 亚洲中文av在线| 久久影院123| 男女下面进入的视频免费午夜 | 777久久人妻少妇嫩草av网站| 女生性感内裤真人,穿戴方法视频| 免费久久久久久久精品成人欧美视频| 涩涩av久久男人的天堂| 操出白浆在线播放| 女同久久另类99精品国产91| 免费少妇av软件| 精品久久久久久久毛片微露脸| 黄色丝袜av网址大全| 国产亚洲精品第一综合不卡| 亚洲性夜色夜夜综合| 日本撒尿小便嘘嘘汇集6| 精品国产亚洲在线| 久久久久久大精品| 精品一区二区三区四区五区乱码| 午夜两性在线视频| 狠狠狠狠99中文字幕| 成人精品一区二区免费| 亚洲久久久国产精品| 欧美中文综合在线视频| 日韩精品青青久久久久久| 成人手机av| 国产精品1区2区在线观看.| 国产精品av久久久久免费| 日日摸夜夜添夜夜添小说| 国产av一区二区精品久久| 久久久久国产一级毛片高清牌| 日韩免费av在线播放| 99riav亚洲国产免费| 在线观看66精品国产| 一夜夜www| 午夜91福利影院| 淫秽高清视频在线观看| 可以在线观看毛片的网站| 他把我摸到了高潮在线观看| 99久久综合精品五月天人人| 日韩精品青青久久久久久| 美女午夜性视频免费| 欧美日韩一级在线毛片| 亚洲专区国产一区二区| 天堂中文最新版在线下载| 美女福利国产在线| 老汉色av国产亚洲站长工具| 亚洲精品国产色婷婷电影| 美女大奶头视频| av片东京热男人的天堂| 亚洲全国av大片| 亚洲aⅴ乱码一区二区在线播放 | 国产成人欧美在线观看| 又紧又爽又黄一区二区| 19禁男女啪啪无遮挡网站| 欧美成人免费av一区二区三区| 午夜两性在线视频| 亚洲av熟女| 精品国产乱子伦一区二区三区| 最好的美女福利视频网| 视频在线观看一区二区三区| 在线十欧美十亚洲十日本专区| 午夜福利免费观看在线| 人人妻人人添人人爽欧美一区卜| 欧美黑人精品巨大| 狂野欧美激情性xxxx| 婷婷精品国产亚洲av在线| 欧美日韩一级在线毛片| 一区二区三区激情视频| 母亲3免费完整高清在线观看| 女人爽到高潮嗷嗷叫在线视频| 久久精品人人爽人人爽视色| 91老司机精品| 精品乱码久久久久久99久播| 亚洲精品国产色婷婷电影| 80岁老熟妇乱子伦牲交| 免费久久久久久久精品成人欧美视频| 欧美+亚洲+日韩+国产| 一进一出抽搐动态| 精品一区二区三区视频在线观看免费 | www.999成人在线观看| 91大片在线观看| 国产蜜桃级精品一区二区三区| av网站在线播放免费| 国产成人系列免费观看| 久久久国产成人精品二区 | 麻豆国产av国片精品| 久久久久久免费高清国产稀缺| 啪啪无遮挡十八禁网站| 免费在线观看视频国产中文字幕亚洲| 久久久精品欧美日韩精品| 国产激情欧美一区二区| 两个人免费观看高清视频| 两人在一起打扑克的视频| ponron亚洲| 超色免费av| 黄色成人免费大全| 久久人妻福利社区极品人妻图片| 日日摸夜夜添夜夜添小说| 亚洲久久久国产精品| 搡老乐熟女国产| av欧美777| 精品日产1卡2卡| 在线视频色国产色| 亚洲成a人片在线一区二区| 伊人久久大香线蕉亚洲五| 国产熟女午夜一区二区三区| 日本黄色视频三级网站网址| 1024视频免费在线观看| 欧美不卡视频在线免费观看 | 欧美激情极品国产一区二区三区| 欧美大码av| 国产一卡二卡三卡精品| 国产精品 欧美亚洲| 在线观看一区二区三区| 法律面前人人平等表现在哪些方面| 美女午夜性视频免费| 老司机午夜福利在线观看视频| 99国产极品粉嫩在线观看| 视频区图区小说| 日韩精品青青久久久久久| 国产麻豆69| av中文乱码字幕在线| 亚洲一区高清亚洲精品| 天天影视国产精品| 欧美日韩亚洲国产一区二区在线观看| 国产又色又爽无遮挡免费看| 午夜久久久在线观看| 黄色女人牲交| 国产人伦9x9x在线观看| 黄片小视频在线播放| 高潮久久久久久久久久久不卡| 亚洲av成人av| 一级毛片精品| 90打野战视频偷拍视频| 搡老熟女国产l中国老女人| 国产精品av久久久久免费| 黑人操中国人逼视频| 久久久久久久午夜电影 | 美女大奶头视频| 桃色一区二区三区在线观看| 91成人精品电影| 婷婷丁香在线五月| 欧美黑人精品巨大| 91大片在线观看| 99在线人妻在线中文字幕| 国产1区2区3区精品| 午夜福利免费观看在线| 精品高清国产在线一区| 国产一区二区三区在线臀色熟女 | 女生性感内裤真人,穿戴方法视频| 在线观看免费高清a一片| 成在线人永久免费视频| 757午夜福利合集在线观看| 国产精品 国内视频| 国产精品亚洲一级av第二区| 国产av又大| 欧美一区二区精品小视频在线| 免费在线观看亚洲国产| 成人三级黄色视频| 黄色丝袜av网址大全| 亚洲熟妇中文字幕五十中出 |