• <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
    超色免费av| 精品欧美一区二区三区在线| 精品少妇内射三级| 999精品在线视频| 久久毛片免费看一区二区三区| 男女之事视频高清在线观看| aaaaa片日本免费| 国产精品电影一区二区三区 | 麻豆乱淫一区二区| 国产不卡av网站在线观看| 欧美激情高清一区二区三区| 日本wwww免费看| 最新美女视频免费是黄的| 激情在线观看视频在线高清 | 久久国产精品大桥未久av| 制服诱惑二区| 精品国内亚洲2022精品成人 | 亚洲中文字幕日韩| 亚洲av美国av| 男人操女人黄网站| 日日爽夜夜爽网站| 在线观看免费视频日本深夜| 久热这里只有精品99| 性色av乱码一区二区三区2| 色婷婷av一区二区三区视频| 亚洲国产欧美网| 亚洲国产成人一精品久久久| 啦啦啦 在线观看视频| 91国产中文字幕| 丰满人妻熟妇乱又伦精品不卡| 欧美激情久久久久久爽电影 | 欧美久久黑人一区二区| 建设人人有责人人尽责人人享有的| 国产主播在线观看一区二区| 亚洲一区二区三区欧美精品| 久久久久久久久免费视频了| 午夜两性在线视频| 中文字幕人妻丝袜一区二区| 99香蕉大伊视频| 天堂8中文在线网| 中文亚洲av片在线观看爽 | 又大又爽又粗| 久久久精品94久久精品| 天堂俺去俺来也www色官网| 欧美变态另类bdsm刘玥| 久久性视频一级片| 国产av国产精品国产| 亚洲精品国产区一区二| 精品乱码久久久久久99久播| 午夜精品久久久久久毛片777| 怎么达到女性高潮| 国产深夜福利视频在线观看| 国产亚洲精品久久久久5区| 99热网站在线观看| 欧美日韩精品网址| 亚洲男人天堂网一区| 桃红色精品国产亚洲av| 日本av手机在线免费观看| 不卡一级毛片| 一个人免费在线观看的高清视频| 久久久久久久久久久久大奶| 亚洲avbb在线观看| 亚洲成人手机| 少妇 在线观看| 精品人妻在线不人妻| 啪啪无遮挡十八禁网站| 久久影院123| 亚洲欧美激情在线| 亚洲精品美女久久av网站| 亚洲天堂av无毛| 日本av手机在线免费观看| 欧美 日韩 精品 国产| 亚洲精品美女久久久久99蜜臀| 国产精品成人在线| 在线观看免费高清a一片| 999久久久国产精品视频| 亚洲精品国产精品久久久不卡| 久久久国产成人免费| 免费在线观看日本一区| 免费看a级黄色片| 国产精品自产拍在线观看55亚洲 | 一本久久精品| 国产不卡一卡二| av网站免费在线观看视频| 2018国产大陆天天弄谢| 亚洲三区欧美一区| 99精品欧美一区二区三区四区| 久久性视频一级片| 亚洲av片天天在线观看| 午夜福利欧美成人| 日韩人妻精品一区2区三区| 丰满人妻熟妇乱又伦精品不卡| 黑人巨大精品欧美一区二区mp4| 热99久久久久精品小说推荐| 最新的欧美精品一区二区| 丰满迷人的少妇在线观看| 丰满饥渴人妻一区二区三| 日本精品一区二区三区蜜桃| 亚洲免费av在线视频| 老司机深夜福利视频在线观看| 国产三级黄色录像| 久久久久久亚洲精品国产蜜桃av| 久热爱精品视频在线9| 国产不卡av网站在线观看| 后天国语完整版免费观看| 免费在线观看日本一区| 丝瓜视频免费看黄片| 99国产综合亚洲精品| 一本—道久久a久久精品蜜桃钙片| 国产精品国产高清国产av | 最新的欧美精品一区二区| 久久久久久久久免费视频了| 少妇粗大呻吟视频| 精品国产乱码久久久久久男人| 成人三级做爰电影| 久久久久久免费高清国产稀缺| 成年女人毛片免费观看观看9 | 久久精品人人爽人人爽视色| 亚洲av成人不卡在线观看播放网| 国产av一区二区精品久久| 色94色欧美一区二区| 久久中文字幕人妻熟女| 麻豆av在线久日| 久久这里只有精品19| 91大片在线观看| 下体分泌物呈黄色| 国产在线一区二区三区精| 18禁国产床啪视频网站| 中文字幕人妻丝袜制服| 天堂中文最新版在线下载| 国产欧美日韩综合在线一区二区| 高清av免费在线| 丝袜美足系列| 亚洲国产成人一精品久久久| 欧美激情 高清一区二区三区| 大型av网站在线播放| 首页视频小说图片口味搜索| 9色porny在线观看| 午夜免费鲁丝| 建设人人有责人人尽责人人享有的| 日韩视频在线欧美| 国产亚洲欧美在线一区二区| 国产成人精品久久二区二区91| 天堂中文最新版在线下载| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美黄色淫秽网站| 法律面前人人平等表现在哪些方面| 国产成人精品在线电影| 免费观看人在逋| 成人黄色视频免费在线看| 国产精品一区二区免费欧美| av免费在线观看网站| 少妇被粗大的猛进出69影院| 国产黄色免费在线视频| 中文字幕最新亚洲高清| 国产区一区二久久| netflix在线观看网站| 久久人人97超碰香蕉20202| a级片在线免费高清观看视频| 香蕉国产在线看| 久久久久久久久免费视频了| 香蕉久久夜色| 丝袜喷水一区| 免费女性裸体啪啪无遮挡网站| 别揉我奶头~嗯~啊~动态视频| 国产高清videossex| 午夜91福利影院| av不卡在线播放| 成年版毛片免费区| 国产欧美日韩综合在线一区二区| 满18在线观看网站| 99热国产这里只有精品6| 高清在线国产一区| 亚洲欧美一区二区三区久久| 飞空精品影院首页| 他把我摸到了高潮在线观看 | 91老司机精品| 侵犯人妻中文字幕一二三四区| 国产又爽黄色视频| 久久人妻熟女aⅴ| 无人区码免费观看不卡 | 深夜精品福利| 午夜福利在线观看吧| 国产精品久久电影中文字幕 | 亚洲三区欧美一区| 久久99一区二区三区| 色视频在线一区二区三区| 国产亚洲精品第一综合不卡| 久久午夜亚洲精品久久| 久久久久网色| 成人亚洲精品一区在线观看| 久久热在线av| 丁香欧美五月| bbb黄色大片| 欧美精品亚洲一区二区| 亚洲av电影在线进入| 亚洲精品国产一区二区精华液| 悠悠久久av| 狠狠婷婷综合久久久久久88av| 久久人妻av系列| 日韩欧美国产一区二区入口| 一区二区三区精品91| 9191精品国产免费久久| 高清视频免费观看一区二区| 婷婷丁香在线五月| 自线自在国产av| 欧美精品一区二区大全| 亚洲午夜理论影院| 高清视频免费观看一区二区| 老司机午夜福利在线观看视频 | 亚洲av欧美aⅴ国产| 真人做人爱边吃奶动态| 亚洲精品一二三| av片东京热男人的天堂| 国产精品久久久久久精品古装| 俄罗斯特黄特色一大片| 日日摸夜夜添夜夜添小说| 美女午夜性视频免费| 成人黄色视频免费在线看| 色婷婷久久久亚洲欧美| 99精国产麻豆久久婷婷| 丁香六月欧美| 在线永久观看黄色视频| 亚洲成国产人片在线观看| 精品一区二区三区视频在线观看免费 | 国产精品影院久久| 久久精品亚洲av国产电影网| 黄色视频在线播放观看不卡| 国产有黄有色有爽视频| 日日摸夜夜添夜夜添小说| 久久精品aⅴ一区二区三区四区| 精品国产一区二区久久| 亚洲精品国产区一区二| 一边摸一边抽搐一进一小说 | 少妇精品久久久久久久| 日韩有码中文字幕| 日本黄色视频三级网站网址 | 精品久久蜜臀av无| 日韩免费av在线播放| 久久免费观看电影| 色老头精品视频在线观看| 女人久久www免费人成看片| 国产精品 欧美亚洲| av天堂在线播放| 国产精品偷伦视频观看了| 成人永久免费在线观看视频 | av电影中文网址| 人人妻人人爽人人添夜夜欢视频| 日韩一卡2卡3卡4卡2021年| 人人澡人人妻人| 女警被强在线播放| 老司机福利观看| 一区二区三区精品91| 日本av手机在线免费观看| 一级黄色大片毛片| 久久毛片免费看一区二区三区| 1024视频免费在线观看| 久久国产精品人妻蜜桃| 婷婷成人精品国产| 51午夜福利影视在线观看| 丰满迷人的少妇在线观看| 国产成人欧美| 91麻豆精品激情在线观看国产 | 99国产精品99久久久久| 成人国产一区最新在线观看| 久久久国产精品麻豆| 午夜激情久久久久久久| 一级黄色大片毛片| 国产精品免费一区二区三区在线 | 狠狠狠狠99中文字幕| 亚洲国产欧美在线一区| 亚洲一区中文字幕在线| 久久婷婷成人综合色麻豆| 国产精品自产拍在线观看55亚洲 | 久久久久久久精品吃奶| 人成视频在线观看免费观看| 正在播放国产对白刺激| 亚洲三区欧美一区| 精品人妻熟女毛片av久久网站| 久久久精品国产亚洲av高清涩受| 大片免费播放器 马上看| 三上悠亚av全集在线观看| 宅男免费午夜| 国产av又大| 亚洲精品av麻豆狂野| 亚洲全国av大片| 亚洲性夜色夜夜综合| 成人三级做爰电影| 麻豆成人av在线观看| 高清视频免费观看一区二区| 欧美日韩福利视频一区二区| 亚洲午夜理论影院| 一个人免费看片子| 啪啪无遮挡十八禁网站| 最近最新中文字幕大全电影3 | bbb黄色大片| 女性被躁到高潮视频| 国产亚洲欧美在线一区二区| 欧美激情久久久久久爽电影 | 精品久久久精品久久久| 欧美午夜高清在线| 国产av又大| 免费在线观看视频国产中文字幕亚洲| 亚洲第一av免费看| 18在线观看网站| 黑人操中国人逼视频| 亚洲精品一二三| 操美女的视频在线观看| 成人特级黄色片久久久久久久 | av网站在线播放免费| 超碰97精品在线观看| 视频区欧美日本亚洲| 亚洲国产av影院在线观看| 亚洲自偷自拍图片 自拍| 精品一品国产午夜福利视频| 亚洲精品自拍成人| 50天的宝宝边吃奶边哭怎么回事| 久久人人97超碰香蕉20202| 久久人妻福利社区极品人妻图片| av网站在线播放免费| 999久久久精品免费观看国产| 91成年电影在线观看| 亚洲精品国产一区二区精华液| 精品一区二区三区视频在线观看免费 | 日韩人妻精品一区2区三区| 怎么达到女性高潮| 亚洲全国av大片| 色精品久久人妻99蜜桃| 在线观看免费高清a一片| 精品一品国产午夜福利视频| 欧美人与性动交α欧美精品济南到| 中文字幕精品免费在线观看视频| 国产亚洲精品久久久久5区| netflix在线观看网站| videosex国产| 色播在线永久视频| 丝袜美腿诱惑在线| av电影中文网址| 成年人免费黄色播放视频| 精品午夜福利视频在线观看一区 | 国产一区二区激情短视频| e午夜精品久久久久久久| 国产精品1区2区在线观看. | 建设人人有责人人尽责人人享有的| 人人妻人人爽人人添夜夜欢视频| 精品一区二区三区四区五区乱码| 亚洲色图av天堂| 精品少妇黑人巨大在线播放| 久久久久久亚洲精品国产蜜桃av| 亚洲专区国产一区二区| 啦啦啦 在线观看视频| 亚洲第一欧美日韩一区二区三区 | 国产在线免费精品| 久久久精品94久久精品| 亚洲av成人不卡在线观看播放网| 亚洲欧美一区二区三区黑人| 黄片播放在线免费| 亚洲欧美色中文字幕在线| 欧美黄色淫秽网站| 啦啦啦免费观看视频1| 亚洲精品乱久久久久久| 亚洲欧美色中文字幕在线| 一本色道久久久久久精品综合| av天堂在线播放| 极品人妻少妇av视频| 好男人电影高清在线观看| 国产国语露脸激情在线看| 精品少妇一区二区三区视频日本电影| a级毛片在线看网站| 国产精品一区二区精品视频观看| 日韩人妻精品一区2区三区| 国产精品一区二区精品视频观看| 免费看十八禁软件| 另类精品久久| 精品熟女少妇八av免费久了| 亚洲精品在线观看二区| 十分钟在线观看高清视频www| 男女午夜视频在线观看| 桃花免费在线播放| 国产成人系列免费观看| 国产欧美日韩综合在线一区二区| 国产精品国产高清国产av | av网站在线播放免费| 建设人人有责人人尽责人人享有的| 91成年电影在线观看| 亚洲欧洲精品一区二区精品久久久| 成人国产一区最新在线观看| 亚洲精华国产精华精| 一区二区三区国产精品乱码| 精品国产一区二区三区四区第35| 亚洲熟女精品中文字幕| 欧美日韩av久久| 露出奶头的视频| 精品第一国产精品| 啦啦啦免费观看视频1| 精品国产乱码久久久久久小说| 国产精品99久久99久久久不卡| 美女高潮到喷水免费观看| www.熟女人妻精品国产| www.自偷自拍.com| 亚洲五月婷婷丁香| 不卡av一区二区三区| 啦啦啦 在线观看视频| 中文字幕最新亚洲高清| 国产日韩欧美在线精品| 亚洲国产av新网站| 在线观看人妻少妇| 国产亚洲午夜精品一区二区久久| 午夜福利,免费看| 精品一区二区三区av网在线观看 | 多毛熟女@视频| 他把我摸到了高潮在线观看 | 丝袜美腿诱惑在线| 国产精品久久久久久精品电影小说| 麻豆av在线久日| 精品国产亚洲在线| 无人区码免费观看不卡 | av天堂久久9| 精品乱码久久久久久99久播| 久久国产亚洲av麻豆专区| 国产精品自产拍在线观看55亚洲 | avwww免费| √禁漫天堂资源中文www| 亚洲国产毛片av蜜桃av| 精品久久久久久电影网| 精品少妇内射三级| 男人舔女人的私密视频| 国产一区二区三区综合在线观看| 久久久国产一区二区| 日本欧美视频一区| 黄频高清免费视频| 搡老熟女国产l中国老女人| 久久久水蜜桃国产精品网| 人人澡人人妻人| 免费在线观看完整版高清| 欧美精品av麻豆av| 国产主播在线观看一区二区| 亚洲成a人片在线一区二区| 99国产极品粉嫩在线观看| 三级毛片av免费| 丝瓜视频免费看黄片| 极品人妻少妇av视频| 自线自在国产av| 欧美午夜高清在线| 日本av免费视频播放| 久久精品亚洲精品国产色婷小说| 国产欧美亚洲国产| av国产精品久久久久影院| 少妇被粗大的猛进出69影院| 2018国产大陆天天弄谢| 免费少妇av软件| 亚洲第一欧美日韩一区二区三区 | 日韩制服丝袜自拍偷拍| 国产av又大| 亚洲欧美激情在线| 电影成人av| 国产精品亚洲一级av第二区| 高清毛片免费观看视频网站 | 91成年电影在线观看| 午夜福利视频精品| 成年人免费黄色播放视频| 日日爽夜夜爽网站| 欧美日韩中文字幕国产精品一区二区三区 | 狠狠狠狠99中文字幕| 热99国产精品久久久久久7| 99精国产麻豆久久婷婷| 久久精品国产综合久久久| 大陆偷拍与自拍| 淫妇啪啪啪对白视频| 宅男免费午夜| 久久久精品94久久精品| 免费黄频网站在线观看国产| 视频区图区小说| 黑人巨大精品欧美一区二区蜜桃| 两性夫妻黄色片| 9热在线视频观看99| 少妇裸体淫交视频免费看高清 | 欧美国产精品va在线观看不卡| 中文字幕人妻丝袜制服| 王馨瑶露胸无遮挡在线观看| 久久精品人人爽人人爽视色| 日日摸夜夜添夜夜添小说| 亚洲精品美女久久久久99蜜臀| 久久人人爽av亚洲精品天堂| 亚洲精品成人av观看孕妇| 一级片免费观看大全| a级毛片黄视频| 天天操日日干夜夜撸| 少妇猛男粗大的猛烈进出视频| 欧美日本中文国产一区发布| 亚洲第一欧美日韩一区二区三区 | 交换朋友夫妻互换小说| 一本久久精品| 狠狠婷婷综合久久久久久88av| av电影中文网址| 国内毛片毛片毛片毛片毛片| 日本av手机在线免费观看| 岛国毛片在线播放| 午夜福利视频精品| 日韩欧美免费精品| 欧美国产精品va在线观看不卡| 亚洲国产精品一区二区三区在线| 老司机亚洲免费影院| 免费观看人在逋| 色播在线永久视频| 极品教师在线免费播放| 亚洲国产欧美网| 免费高清在线观看日韩| 国精品久久久久久国模美| 捣出白浆h1v1| 欧美大码av| 美女午夜性视频免费| 久久精品国产99精品国产亚洲性色 | 人人澡人人妻人| 99re6热这里在线精品视频| 国产成人av激情在线播放| 91精品三级在线观看| 免费在线观看日本一区| 五月开心婷婷网| 久久国产亚洲av麻豆专区| 露出奶头的视频| 亚洲自偷自拍图片 自拍| 91av网站免费观看| 在线 av 中文字幕| 免费观看av网站的网址| 操出白浆在线播放| 国产无遮挡羞羞视频在线观看| 如日韩欧美国产精品一区二区三区| 国产精品国产高清国产av | 亚洲精品久久成人aⅴ小说| 久久ye,这里只有精品| 两个人免费观看高清视频| 男女高潮啪啪啪动态图| 亚洲视频免费观看视频| 精品欧美一区二区三区在线| 亚洲成人免费av在线播放| 国产成人一区二区三区免费视频网站| 国产日韩欧美视频二区| 波多野结衣一区麻豆| 一二三四在线观看免费中文在| 亚洲av欧美aⅴ国产| 一级a爱视频在线免费观看| 久久精品成人免费网站| 热re99久久精品国产66热6| 欧美日韩视频精品一区| 日韩免费av在线播放| 国产成人av教育| 97在线人人人人妻| 最新在线观看一区二区三区| 国产精品久久久av美女十八| 国产亚洲午夜精品一区二区久久| 国产91精品成人一区二区三区 | 深夜精品福利| 国产av国产精品国产| 国产一区二区三区在线臀色熟女 | 国产欧美日韩一区二区精品| 男人舔女人的私密视频| 亚洲成a人片在线一区二区| 久久国产精品男人的天堂亚洲| 法律面前人人平等表现在哪些方面| 亚洲视频免费观看视频| 久久99热这里只频精品6学生| 亚洲av日韩精品久久久久久密| 亚洲午夜理论影院| 天堂中文最新版在线下载| 九色亚洲精品在线播放| 中文欧美无线码| 男人舔女人的私密视频| 99热网站在线观看| 日韩 欧美 亚洲 中文字幕| 国产男女内射视频| 亚洲成av片中文字幕在线观看| 脱女人内裤的视频| 91成年电影在线观看| 老司机深夜福利视频在线观看| 久久久久久久精品吃奶| 亚洲自偷自拍图片 自拍| 亚洲一码二码三码区别大吗| 五月天丁香电影| 亚洲一区二区三区欧美精品| 国产无遮挡羞羞视频在线观看| tocl精华| 韩国精品一区二区三区| av又黄又爽大尺度在线免费看| 一进一出好大好爽视频| 国产99久久九九免费精品| 亚洲精品在线美女| av有码第一页| 日韩免费高清中文字幕av| 天天操日日干夜夜撸| 黑人巨大精品欧美一区二区mp4| 欧美乱妇无乱码| 成人特级黄色片久久久久久久 | 亚洲国产欧美在线一区| 少妇被粗大的猛进出69影院| 中文字幕最新亚洲高清| 亚洲男人天堂网一区| 啦啦啦视频在线资源免费观看| 亚洲精品美女久久久久99蜜臀| 午夜福利视频精品| 51午夜福利影视在线观看| 国产精品98久久久久久宅男小说| 超色免费av| 国产高清视频在线播放一区| 国产麻豆69| 99re在线观看精品视频| 国产高清国产精品国产三级| 午夜福利,免费看| 欧美日韩国产mv在线观看视频| 欧美精品一区二区大全| 每晚都被弄得嗷嗷叫到高潮| av片东京热男人的天堂| 精品一品国产午夜福利视频| 窝窝影院91人妻| 肉色欧美久久久久久久蜜桃|