• <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 ?

    在線評(píng)論情感分析研究綜述

    2018-03-10 20:29:13謝法舉劉臣唐莉
    軟件導(dǎo)刊 2018年2期
    關(guān)鍵詞:粗粒度情感分析細(xì)粒度

    謝法舉+劉臣+唐莉

    摘 要:從在線評(píng)論情感極性以及情感強(qiáng)度兩方面考慮,與此同時(shí),對(duì)在線評(píng)論情感極性從粒度即細(xì)粒度和粗粒度兩方面進(jìn)行情感分類。對(duì)在線評(píng)論情感進(jìn)行分析,有利于消費(fèi)者的購(gòu)買(mǎi)決策,也有利于商家制定營(yíng)銷(xiāo)戰(zhàn)略。討論了情感分析的現(xiàn)有不足以及面臨的挑戰(zhàn)。

    關(guān)鍵詞:情感分析;情感強(qiáng)度;細(xì)粒度;粗粒度;情感極性

    DOIDOI:10.11907/rjdk.173102

    中圖分類號(hào):TP3-05

    文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào)文章編號(hào):1672-7800(2018)002-0001-04

    1 在線文本情感分析概述

    文本情感分析又稱觀點(diǎn)挖掘,它是依據(jù)計(jì)算機(jī)等先進(jìn)技術(shù)對(duì)有關(guān)新聞資料、社會(huì)媒體評(píng)論的主觀性、觀點(diǎn)、情緒以及極性的提取、分析、處理、歸納,對(duì)文本的情感傾向性作出預(yù)知判斷的一種技術(shù)。例如:這款手機(jī)外觀很漂亮。該句子表達(dá)的是積極性觀點(diǎn)。在句子中,“外觀”作為特征詞,對(duì)應(yīng)的情感詞為“漂亮”,那么“外觀”和“漂亮”是一對(duì)特征觀點(diǎn)對(duì),從觀點(diǎn)詞中可以看出該句子的情感屬于積極情感。文本情感分析包括文本情感極性分析和文本情感極性強(qiáng)度分析。情感極性分析主要目的是為了識(shí)別主觀文本情感,文本情感強(qiáng)度分析主要是為了識(shí)別句子所表達(dá)情感的強(qiáng)烈程度。

    1.1 文本情感分析系統(tǒng)的基本框架

    圖1描述了文本情感分析的基本框架:①?gòu)木W(wǎng)絡(luò)上抓取相關(guān)評(píng)論;②對(duì)相關(guān)評(píng)論進(jìn)行預(yù)處理;③對(duì)處理后的評(píng)論進(jìn)行特征抽?。虎芴卣魈幚硪约疤卣饔^點(diǎn)對(duì)識(shí)別;⑤進(jìn)行情感判斷。

    1.2 文本情感分析的主要研究方法

    常用的文本情感分析方法見(jiàn)表1。人的情感總是復(fù)雜多變的,在學(xué)術(shù)界對(duì)于情感分類目前還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。雖然前人的劃分沒(méi)有統(tǒng)一標(biāo)準(zhǔn),但是前人的工作還是給出了許多指導(dǎo)性幫助。

    Hatzivassiloglou等[1]從語(yǔ)料庫(kù)華爾街日?qǐng)?bào)中挖掘大量形容詞性的評(píng)價(jià)詞語(yǔ)。Tong等[2]通過(guò)人工抽取與影評(píng)相關(guān)的詞匯(great acting、uneven editing)進(jìn)行情感極性(positive或negative)標(biāo)記后建立專門(mén)的情感詞典。Katrina等[3]使用了由Andrew提出的最基本的情感本體(該本體定義了38個(gè)情感類別),在此基礎(chǔ)上構(gòu)造出更復(fù)雜的情感組合。Riloff等[4]通過(guò)人工選取種子評(píng)價(jià)詞語(yǔ)與規(guī)則模塊,使用迭代的方法對(duì)名詞性評(píng)價(jià)詞語(yǔ)進(jìn)行提取。LIU B等[5]開(kāi)發(fā)了一種將對(duì)產(chǎn)品各部分用戶意見(jiàn)可視化顯示出來(lái)的系統(tǒng),使產(chǎn)品之間比較時(shí),各部分優(yōu)劣一目了然,極大方便用戶選購(gòu)。薛麗敏等[6]提出中文文本情感傾向性五元模型,即情感傾向性觀點(diǎn)持有者、傾向性來(lái)源、傾向性指定、傾向性立場(chǎng)以及傾向性種類5個(gè)方面描述情感傾向性的概念。在一定條件下提高情感傾向性判斷的精度。文本情感極性分析可以從文本粒度分析即細(xì)粒度和粗粒度兩方面進(jìn)行。

    2 細(xì)粒度情感分析

    2.1 提取相關(guān)屬性

    一個(gè)產(chǎn)品具備多個(gè)不同的屬性,屬性是指產(chǎn)品某方面的一些功能或者性質(zhì),分為顯性屬性和隱性屬性。顯性屬性是指在產(chǎn)品評(píng)論中能夠直接獲取與產(chǎn)品相關(guān)的功能或者性能。隱性屬性是指需要根據(jù)上下文判別,其特征不直接出現(xiàn)在文本中。

    提取產(chǎn)品屬性可以分為兩種方法:人工定義方法與自動(dòng)提取方法(見(jiàn)表2)。人工定義產(chǎn)品屬性,需要產(chǎn)品領(lǐng)域的專家參與,因此可移植性較差。自動(dòng)提取的方法結(jié)構(gòu)簡(jiǎn)單便于實(shí)現(xiàn),因此具備良好的可移植性,自動(dòng)提取產(chǎn)品屬性不需要進(jìn)行大量的標(biāo)注語(yǔ)料庫(kù)作為訓(xùn)練集,因此有較好適應(yīng)性,可用于其它產(chǎn)品。

    關(guān)于手機(jī)的屬性與評(píng)價(jià)短語(yǔ)詞語(yǔ)抽取結(jié)果,在試驗(yàn)中筆者發(fā)現(xiàn)用戶關(guān)注的屬性主要集中在“質(zhì)量”、“屏幕”、“價(jià)格”、“性價(jià)比”、“電池”等幾個(gè)主要特征層面。表3為關(guān)于手機(jī)的屬性與評(píng)價(jià)短語(yǔ)。

    2.2 情感詞提取

    情感詞是指一句話中帶有情感傾向的詞語(yǔ),對(duì)于情感詞提取也有兩種方法:人工定義方法與自動(dòng)提取方法(見(jiàn)表4)。

    3 粗粒度情感分析

    3.1 基于自然語(yǔ)言處理(NLP)方法

    基于自然語(yǔ)言處理(NLP)的方法,通常采用空間向量表示文本,然后采用機(jī)器學(xué)習(xí)方法識(shí)別或者判斷情感類別。這種方法大致流程為:①首先對(duì)于文檔進(jìn)行預(yù)處理;②選擇相應(yīng)的特征;③對(duì)特征進(jìn)行降維處理;④計(jì)算相應(yīng)特征的權(quán)重;⑤采用分類器處理;⑥最終得到相應(yīng)的情感輸出。

    3.1.1 相應(yīng)文檔處理

    根據(jù)標(biāo)點(diǎn)符號(hào)對(duì)評(píng)論語(yǔ)料進(jìn)行分句,摒棄一些使用不規(guī)范甚至根本不使用的標(biāo)點(diǎn)符號(hào)。對(duì)相應(yīng)文檔進(jìn)行分詞處理,常用的中文分詞工具有jieba分詞(我/r來(lái)到/v北京/ns 清華大學(xué)/nt);中科院的ictclas4j分詞(中國(guó)科學(xué)院/n 計(jì)算/n 技術(shù)/n 研究所/n 在/c 多年/m 研究/n 基礎(chǔ)/a 上/f ,/w 耗時(shí)/v 一/d 年/a 研制/v 出/q 了/u ICTCLAS/nx 漢語(yǔ)/n 詞法/n 分析/v 系統(tǒng)/a)等,利用POS標(biāo)簽,然后根據(jù)訓(xùn)練樣本集生成特征序列,根據(jù)特征選項(xiàng)對(duì)訓(xùn)練樣本集和測(cè)試樣本集中的文檔進(jìn)行賦值生成相應(yīng)的向量?;谥锌圃篿ctclas4j分詞之后,根據(jù)每個(gè)詞的詞性構(gòu)建關(guān)于特征詞和觀點(diǎn)詞的共生矩陣。

    3.1.2 特征選擇

    特征選擇對(duì)于情感判別有著非常重要的作用,因?yàn)橐揽刻卣鞯倪x擇在一定程度上就可以體現(xiàn)出文檔的真實(shí)信息,能夠準(zhǔn)確地用來(lái)識(shí)別文檔的好壞。比如“華為手機(jī)外觀很漂亮”,對(duì)此選擇“外觀”作為特征,而與“外觀”對(duì)應(yīng)的情感詞就是“漂亮”。該特征是顯性特征,因?yàn)樘卣髦苯映霈F(xiàn)在該評(píng)論中。對(duì)于特征的選擇一般選取名詞或者名詞短語(yǔ),而對(duì)于情感詞的選擇一般選擇形容詞、副詞能表達(dá)出情感的詞。Zhen Hai[10]提出共生矩陣來(lái)提取特征,基于最小支持度和最小自信度識(shí)別隱性特征。圖4為Zhen Hai對(duì)隱性特征提取方式的構(gòu)建示意圖。endprint

    3.1.3 特征降維處理

    特征項(xiàng)降維常用的方法有:互信息法(Mutual Information,MI)、文檔頻率法(Document Frequency,DF)、統(tǒng)計(jì)量法(Chi-square Statistic,CHI)、信息增益法(Information Gain,IG)、期望交叉熵法(Expected Cross Entropy,ECE)等。不同的降維方法對(duì)分類效果會(huì)產(chǎn)生不同的影響。

    唐慧豐等[16]采用了特征項(xiàng)降維的前4種方法,依據(jù)不同的特征數(shù)量和不同規(guī)模的訓(xùn)練集進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明信息增益法較好,原因是其既考慮了類別信息又考慮了低頻詞的影響。

    總之,這些方法的大致思想基本一致:針對(duì)某一特征計(jì)算出一種度量值,根據(jù)度量值設(shè)定相應(yīng)的閾值,剔除那些小于該閾值的特征值,未被剔除的部分就被看作有效特征。

    3.1.4 相關(guān)權(quán)重計(jì)算

    特征權(quán)重的計(jì)算方法通常包括:詞頻逆文檔頻(TF-IDF)、布爾權(quán)重、倒排文檔頻度(IDF)、絕對(duì)詞頻(TF)等常用方法。孫挺[17]采用詞頻逆文檔頻(TF-IDF),綜合考慮特征頻率、文檔頻率、特征類別3方面因素,最終有效改善了分類性能??娊鱗18]采用改善的TF*IDF*CIV方法,考慮語(yǔ)義概念信息量CIV,最后正確率以及準(zhǔn)確率都有很大提高。

    對(duì)于布爾權(quán)重,主要應(yīng)用布爾函數(shù):

    式(1)中,tfj(e)表示第j個(gè)特征詞在文檔e中出現(xiàn)的次數(shù)。如果特征詞出現(xiàn)在文檔中,那么W為1;如果特征詞在文檔中不出現(xiàn),那么W為0。

    倒排文檔頻率(IDF)含義為:如果包含某個(gè)特征詞的文本數(shù)越少,那么該特征詞代表某類文檔的能力越強(qiáng)。相應(yīng),權(quán)重就越大。其計(jì)算公式如下:

    式(2)中,L為常數(shù),通常根據(jù)實(shí)驗(yàn)來(lái)確定。N為總文本數(shù),nj為出現(xiàn)特征詞的文本數(shù)。

    3.1.5 分類器選擇

    對(duì)于文本分類常用的分類器有支持向量機(jī)(Support Vector Machines,SVM),樸素貝葉斯(Nave Bayes,NB)、最大熵(Maximum Entropy,ME)等多種方法。

    3.1.6 最終情感輸出

    Socher Richard[19]提出基于自然語(yǔ)言的句子情感輸出,從(--,-,0,+,++)分為5個(gè)等級(jí),在解析樹(shù)的每個(gè)節(jié)點(diǎn)上,在句子中捕獲否定詞和它的作用域。圖5為基于自然語(yǔ)言處理一句話的句子情感輸出結(jié)果,可以看出句子中每個(gè)詞的情感。

    3.2 基于語(yǔ)義方法

    該方法主要是依據(jù)詞語(yǔ)的感情色彩判斷文本的情感。例如詞語(yǔ)或者詞組的褒貶性。點(diǎn)互信息(PMI)就是常用的一種方式,Church等[20]認(rèn)為兩個(gè)詞之間的點(diǎn)互信息為:

    Turney等[21] 提出基于情感詞組的SO-PMI方法,這里的情感傾向如下:(ω)=PMI(ω,positive)-PMI(ω,negative),這樣就確定了每個(gè)詞組的情感傾向。

    4 文本情感極性強(qiáng)度分析

    4.1 文本情感極性強(qiáng)度分析目的

    文本情感極性強(qiáng)度分析主要是判斷主觀文本情感極性強(qiáng)度,一般分為5大類:強(qiáng)烈貶義、一般貶義、客觀對(duì)待、一般褒揚(yáng)、強(qiáng)烈褒揚(yáng),即使是對(duì)于同一事物所表達(dá)的預(yù)期強(qiáng)烈程度也有所不同,例如:“中國(guó)人喜愛(ài)文學(xué)”和“中國(guó)人熱愛(ài)文學(xué)”表達(dá)出來(lái)的情感也是有所不同的,熱愛(ài)的情感程度超過(guò)喜愛(ài)的情感程度。表5為關(guān)于句子星評(píng)示例以及情感強(qiáng)度。

    4.2 情感強(qiáng)度計(jì)算

    情感強(qiáng)度級(jí)別S={s1,s2,…,sn},情感強(qiáng)度集合Ai,Ai由m個(gè)相互獨(dú)立的情感詞oj構(gòu)成,Ai(oj)為情感詞oj出現(xiàn)在情感強(qiáng)度級(jí)別si中的可能性,則:

    如圖6兩款手機(jī)的平均情感強(qiáng)度,不僅能夠直接幫助消費(fèi)者快速作出購(gòu)買(mǎi)決策,還能夠幫助商家有效了解市場(chǎng)的競(jìng)爭(zhēng)對(duì)手,及時(shí)調(diào)整市場(chǎng)布局。

    5 目前文本情感分析存在的問(wèn)題

    近些年來(lái),越來(lái)越多的研究機(jī)構(gòu)或?qū)W者將情感分析應(yīng)用于現(xiàn)實(shí)生活中,開(kāi)發(fā)出許多實(shí)用的意見(jiàn)挖掘系統(tǒng),卻也存在一些問(wèn)題:①缺少相應(yīng)的實(shí)驗(yàn)語(yǔ)料,整個(gè)工作流程還不成熟,而且語(yǔ)料庫(kù)的規(guī)模有限制;②目前文本情感分析的主要工作還局限于利用觀點(diǎn)詞等信息判別情感極性,很少去考慮語(yǔ)境環(huán)境;③文本識(shí)別太隨意化、口語(yǔ)化、網(wǎng)絡(luò)化等。比如“華為手機(jī)太zan了!”,這里“zan”是情感傾向的關(guān)鍵,因此這會(huì)給情感判別增加較大難度;④在識(shí)別情感詞的同時(shí)很少有人考慮情感詞附近的程度副詞,這會(huì)減弱情感強(qiáng)度;⑤有些褒義詞當(dāng)貶義詞使用、諷刺以及正話反說(shuō),如“你這人太有才了”等,看著是褒義色彩,表面卻是貶義。

    參考文獻(xiàn):

    [1] HATZIVASSILOGLOU,VASILEIOS,KATHLEEN MCKEOWN. Predicting the semantic orientation of adjectives[C]. In 35th ACL/8th EACL,1997:174-181.

    [2] TONG, R. An operational system for detecting and tracking opinions in on-line discussion[C]. SIGIR 2001 Workshop on Operational Text Classification,2001.

    [3] KATRINA TRIEZENBERG. The ontology of emotion [D]. USA:Purdue University,2005.

    [4] RILOFFE,WIEEB J.Learning extraction patterns for subjective expression[J].Proceedings of Emnlp,2003(3):105-112.endprint

    [5] LIU B,HUM,CHENG J.Opinion observer: analyzing and comparing opinions on the Web [C].Proceedings of the 14th International Conference on World Wide Web:2005:342-351.

    [6] 薛麗敏,李殿偉,肖斌.中文文本情感傾向性五元模型研究[J].通信技術(shù),2011,44(7):130-132.

    [7] LI ZHUANG, FENG JING, ZHU XIAO-YAN. Movie review mining and summarization[C]. NY, USA: Proceedings of the 15th ACM International Conference on Information and Knowledge Management,2006.

    [8] 姚天昉,聶青陽(yáng),李建超.一個(gè)用于漢語(yǔ)汽車(chē)評(píng)論的意見(jiàn)挖掘系統(tǒng)[C].北京:中國(guó)中文信息學(xué)會(huì)二十五周年學(xué)術(shù)會(huì)議,2006.

    [9] SU Q, XIANG K, WANG H, et al. Using pointwise mutual information to identify implicit features in customer reviews[M]. Berlin Heidelberg : Springer-Verlag,2006.

    [10] HAIZHEN, KUIYUCHANG, JUNG-JAEKIM. Implicit feature identication via co-occurrence association rule mining[C]. In Computational Linguistics and Intelligent Text Processing 12th International Conference, CICLing,Tokyo,2011.

    [11] POPESCU A M, ETZIONI O. Extracting product features and opinions from reviews [C].PA,USA:Human Language Technology Conference and Conference on Empirical Methods in Natural Language Processing, East Stroudsburg,2005.

    [12] XU J,ZHENG X,DING W.Personalized recommendation based on reviews and ratings alleviating the spasity problem of collaborative filtering[C].2012 IEEE Ninth International Conference on E-Business Engineering (ICEBE),2012:9-16.

    [13] HU M Q, LIU B. Mining opinion features in customer reviews[C].AAAI'04 Proceedings of the 19th National Conference on Artifical Intelligence,2004:755-760.

    [14] LIU DEXI, NIE JIANYUN, ZHANG JING, et al. Extracting sentimental lexicons from Chinese microblog: a classification method using N-Gram features[J].Journal of Chinese Information Processing,2016,30(4):193-205.

    [15] CHEN ZY, LIU B. Mining topics in documents: standing on the shoulders of big data[C]. New York: the 20th Intl Conf on Knowledge Discovery and Data Mining,2014.

    [16] 唐慧豐,譚松波,程學(xué)旗.基于監(jiān)督學(xué)習(xí)的中文情感分類技術(shù)比較研究[J].中文信息學(xué)報(bào),2007,21(6):55-94.

    [17] 孫挺,耿國(guó)華,周明全.一種有效的特征權(quán)重計(jì)算方法[J].鄭州大學(xué)學(xué)報(bào),2008,40(4):18-21.

    [18] 繆建明,張全.基于概念信息量的特征權(quán)重計(jì)算方法研究[J].中國(guó)科學(xué)院聲學(xué)研究所青年學(xué)術(shù)交流會(huì),2012:256-260.

    [19] SOCHER, RICHARD, PERELYGIN,et al. Recursive deep models for semantic compositionality over a sentiment Treebank[C]. In Conference on Empirical Methods in Natural Language Processing,2013:1631-1642.

    [20] P D TURNEY. 2001. Mining the web for synonyms: PMI-IR versus LSA on TOEFL[C].Freiburg: the Twelfth European Conference on Machine Learning,2001.

    [21] CHURCH, K W, HANKS, P. Word association norms, mutual information and lexicography[C]. Proceedings of the 26th Annual Conference of the Association for Computational Linguistics,1989:76-83.endprint

    猜你喜歡
    粗粒度情感分析細(xì)粒度
    一種端到端的加密流量多分類粗粒度融合算法*
    高分辨率遙感船舶圖像細(xì)粒度檢測(cè)方法
    細(xì)粒度的流計(jì)算執(zhí)行效率優(yōu)化方法
    基于卷積神經(jīng)網(wǎng)絡(luò)的粗粒度數(shù)據(jù)分布式算法
    基于雙線性卷積網(wǎng)絡(luò)的細(xì)粒度圖像定位
    基于SVM的產(chǎn)品評(píng)論情感分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    基于詞典與機(jī)器學(xué)習(xí)的中文微博情感分析
    在線評(píng)論情感屬性的動(dòng)態(tài)變化
    支持細(xì)粒度權(quán)限控制且可搜索的PHR云服務(wù)系統(tǒng)
    基于公共池自適應(yīng)遷移策略的并行遺傳算法
    免费播放大片免费观看视频在线观看| 国产精品精品国产色婷婷| 国产毛片在线视频| 免费观看的影片在线观看| 日韩三级伦理在线观看| 亚洲av日韩在线播放| 一级av片app| av在线观看视频网站免费| 午夜免费观看性视频| 晚上一个人看的免费电影| 亚洲精品日本国产第一区| 成年人午夜在线观看视频| 免费大片18禁| 一级二级三级毛片免费看| 18禁裸乳无遮挡动漫免费视频 | 又粗又硬又长又爽又黄的视频| 亚洲怡红院男人天堂| 草草在线视频免费看| 一级毛片 在线播放| 九色成人免费人妻av| 国产伦精品一区二区三区视频9| 久久国产乱子免费精品| av.在线天堂| 老女人水多毛片| 午夜福利在线观看免费完整高清在| 亚洲丝袜综合中文字幕| 三级国产精品片| 日韩成人av中文字幕在线观看| 国产国拍精品亚洲av在线观看| 日韩av不卡免费在线播放| 十八禁网站网址无遮挡 | 一本一本综合久久| 只有这里有精品99| 国产黄片美女视频| av在线亚洲专区| 在线精品无人区一区二区三 | 亚洲精品日韩在线中文字幕| 亚洲精品aⅴ在线观看| 亚洲经典国产精华液单| 成人免费观看视频高清| 免费看不卡的av| 成人美女网站在线观看视频| 亚洲人与动物交配视频| 黄片wwwwww| 青春草亚洲视频在线观看| 久久久久久久久久久免费av| 欧美变态另类bdsm刘玥| 成年av动漫网址| 亚洲四区av| 亚洲国产精品成人综合色| 久久综合国产亚洲精品| 日韩欧美精品v在线| 国产精品一区二区在线观看99| 成人欧美大片| 国产精品一及| 成人综合一区亚洲| 99热全是精品| 亚洲国产欧美在线一区| 亚洲成人中文字幕在线播放| 欧美少妇被猛烈插入视频| 成人漫画全彩无遮挡| a级毛片免费高清观看在线播放| 日韩强制内射视频| 久久午夜福利片| 国产美女午夜福利| 久久久久久久大尺度免费视频| 免费少妇av软件| 麻豆成人av视频| av天堂中文字幕网| 婷婷色麻豆天堂久久| 街头女战士在线观看网站| 国产免费福利视频在线观看| 看黄色毛片网站| 亚洲va在线va天堂va国产| 欧美另类一区| 看非洲黑人一级黄片| 国产免费一级a男人的天堂| 在线a可以看的网站| 天天一区二区日本电影三级| 免费av观看视频| 日日啪夜夜爽| 三级国产精品片| av女优亚洲男人天堂| 国精品久久久久久国模美| 午夜福利高清视频| h日本视频在线播放| 亚洲美女搞黄在线观看| 简卡轻食公司| 国产免费又黄又爽又色| 人体艺术视频欧美日本| 免费播放大片免费观看视频在线观看| 免费大片18禁| 男人爽女人下面视频在线观看| 中文字幕制服av| 男女无遮挡免费网站观看| 伊人久久精品亚洲午夜| 欧美人与善性xxx| 女人久久www免费人成看片| 亚洲精品日韩在线中文字幕| 亚洲伊人久久精品综合| 青青草视频在线视频观看| 一二三四中文在线观看免费高清| 亚洲国产精品专区欧美| 天天躁夜夜躁狠狠久久av| 人人妻人人澡人人爽人人夜夜| 国产伦理片在线播放av一区| 久热这里只有精品99| tube8黄色片| 成人综合一区亚洲| 免费人成在线观看视频色| 成人一区二区视频在线观看| 一区二区三区免费毛片| 国产成人免费观看mmmm| 大陆偷拍与自拍| 亚洲人与动物交配视频| 欧美少妇被猛烈插入视频| 日韩中字成人| 全区人妻精品视频| 秋霞伦理黄片| 美女视频免费永久观看网站| 国产亚洲午夜精品一区二区久久 | 日韩人妻高清精品专区| 亚洲人成网站在线观看播放| 免费看av在线观看网站| 一级片'在线观看视频| 久久久亚洲精品成人影院| 国产乱人偷精品视频| 久久久久国产精品人妻一区二区| 狂野欧美激情性xxxx在线观看| 波野结衣二区三区在线| 欧美97在线视频| 51国产日韩欧美| 欧美3d第一页| 97在线视频观看| 在线观看一区二区三区| av.在线天堂| av在线亚洲专区| 国产91av在线免费观看| 一区二区三区乱码不卡18| www.色视频.com| 午夜福利在线观看免费完整高清在| 免费看不卡的av| 熟妇人妻不卡中文字幕| 欧美日韩国产mv在线观看视频 | 欧美一区二区亚洲| 在线观看三级黄色| 日韩不卡一区二区三区视频在线| 中文字幕av成人在线电影| 国产精品久久久久久久电影| 91狼人影院| 99久久人妻综合| 成年av动漫网址| 国产爽快片一区二区三区| 一级av片app| 性色av一级| 在线免费观看不下载黄p国产| 97在线视频观看| 日本午夜av视频| 亚洲av日韩在线播放| 人妻制服诱惑在线中文字幕| 夜夜爽夜夜爽视频| 91精品国产九色| 国产精品爽爽va在线观看网站| 亚洲精品,欧美精品| 亚洲成色77777| 国产午夜精品一二区理论片| 亚洲av在线观看美女高潮| 亚洲国产色片| 午夜亚洲福利在线播放| 国产精品秋霞免费鲁丝片| 少妇丰满av| 在线看a的网站| 成人高潮视频无遮挡免费网站| 久久久精品免费免费高清| 午夜视频国产福利| 免费av不卡在线播放| 肉色欧美久久久久久久蜜桃 | 婷婷色麻豆天堂久久| 免费大片黄手机在线观看| 亚洲av成人精品一区久久| 成年免费大片在线观看| 一级毛片我不卡| 亚洲av电影在线观看一区二区三区 | 如何舔出高潮| 春色校园在线视频观看| 在线观看美女被高潮喷水网站| 精品国产乱码久久久久久小说| 精品国产一区二区三区久久久樱花 | 国产男人的电影天堂91| 神马国产精品三级电影在线观看| 成人综合一区亚洲| 成年免费大片在线观看| 日日摸夜夜添夜夜爱| 久久久成人免费电影| 三级国产精品欧美在线观看| 高清视频免费观看一区二区| 国产日韩欧美在线精品| 春色校园在线视频观看| 一级毛片我不卡| 亚洲av电影在线观看一区二区三区 | 人人妻人人澡人人爽人人夜夜| 边亲边吃奶的免费视频| 久久精品国产自在天天线| 国产精品久久久久久精品电影| 久久久久久久久大av| 日韩大片免费观看网站| 亚洲内射少妇av| 深爱激情五月婷婷| 性插视频无遮挡在线免费观看| 久久人人爽人人片av| 国产白丝娇喘喷水9色精品| 亚洲精品乱码久久久久久按摩| 久久国产乱子免费精品| 国产一区亚洲一区在线观看| 日韩强制内射视频| 91久久精品国产一区二区成人| 欧美少妇被猛烈插入视频| 日韩av免费高清视频| 久久热精品热| 波野结衣二区三区在线| 大香蕉久久网| 亚洲国产日韩一区二区| 国产成人午夜福利电影在线观看| 国产欧美日韩精品一区二区| 国产精品久久久久久精品古装| 51国产日韩欧美| 日韩亚洲欧美综合| 亚洲av免费高清在线观看| 老司机影院成人| 久久精品国产亚洲网站| 欧美3d第一页| 嫩草影院精品99| 亚洲精品国产成人久久av| 婷婷色麻豆天堂久久| 国产av码专区亚洲av| 一个人看视频在线观看www免费| 免费人成在线观看视频色| 亚洲不卡免费看| 在线免费观看不下载黄p国产| 久久久久久国产a免费观看| 九九久久精品国产亚洲av麻豆| 只有这里有精品99| 国内精品美女久久久久久| 波野结衣二区三区在线| 伊人久久国产一区二区| 超碰97精品在线观看| 18禁裸乳无遮挡免费网站照片| 亚洲精品久久午夜乱码| 亚洲内射少妇av| 亚洲美女视频黄频| 22中文网久久字幕| 欧美日韩综合久久久久久| 国产毛片在线视频| 欧美老熟妇乱子伦牲交| 亚洲成人av在线免费| .国产精品久久| 亚洲激情五月婷婷啪啪| 成人国产麻豆网| 18禁在线无遮挡免费观看视频| 直男gayav资源| 午夜激情福利司机影院| 久久精品久久久久久久性| 欧美一级a爱片免费观看看| 欧美激情久久久久久爽电影| 老司机影院毛片| 色综合色国产| 国产 一区 欧美 日韩| 国产精品麻豆人妻色哟哟久久| 久久久精品免费免费高清| 熟女电影av网| 成人黄色视频免费在线看| eeuss影院久久| 国产亚洲91精品色在线| 18禁裸乳无遮挡动漫免费视频 | 久久影院123| 亚洲精品日本国产第一区| 亚洲精品乱码久久久v下载方式| 99久久精品一区二区三区| 好男人在线观看高清免费视频| 男女无遮挡免费网站观看| 亚洲激情五月婷婷啪啪| 久久综合国产亚洲精品| 下体分泌物呈黄色| 成人亚洲精品av一区二区| 秋霞伦理黄片| 国产精品一区二区性色av| 亚洲熟女精品中文字幕| 欧美bdsm另类| 激情五月婷婷亚洲| 久久6这里有精品| av黄色大香蕉| 边亲边吃奶的免费视频| av一本久久久久| 亚洲精品456在线播放app| 一个人看的www免费观看视频| 最近最新中文字幕免费大全7| 国产淫片久久久久久久久| kizo精华| 99热国产这里只有精品6| 国语对白做爰xxxⅹ性视频网站| 夜夜爽夜夜爽视频| 午夜福利在线在线| 日本猛色少妇xxxxx猛交久久| 免费黄色在线免费观看| 99热这里只有是精品50| 国产免费一级a男人的天堂| 国产精品秋霞免费鲁丝片| 国产高清国产精品国产三级 | 亚洲欧美成人综合另类久久久| av又黄又爽大尺度在线免费看| 九九久久精品国产亚洲av麻豆| 狂野欧美激情性xxxx在线观看| 亚洲欧美清纯卡通| 在线免费观看不下载黄p国产| 中文字幕人妻熟人妻熟丝袜美| 伊人久久精品亚洲午夜| 亚洲精品乱久久久久久| 久久久久性生活片| 国产毛片在线视频| 久久精品国产自在天天线| 一本一本综合久久| 久热这里只有精品99| freevideosex欧美| 欧美zozozo另类| 久久久久久久亚洲中文字幕| 久久精品人妻少妇| 免费大片18禁| 午夜福利视频精品| 欧美xxxx性猛交bbbb| 精品人妻一区二区三区麻豆| 国产精品一区二区在线观看99| 亚洲欧美精品专区久久| 亚洲av福利一区| 亚洲,一卡二卡三卡| 99热6这里只有精品| 国产色爽女视频免费观看| 国产免费一级a男人的天堂| 亚洲伊人久久精品综合| 卡戴珊不雅视频在线播放| 午夜免费鲁丝| 午夜福利视频1000在线观看| 少妇 在线观看| 久久精品熟女亚洲av麻豆精品| 色综合色国产| 久久久午夜欧美精品| 五月玫瑰六月丁香| 国模一区二区三区四区视频| 国产美女午夜福利| 精品视频人人做人人爽| 三级男女做爰猛烈吃奶摸视频| 美女主播在线视频| 国产伦精品一区二区三区视频9| 国产视频首页在线观看| 午夜激情福利司机影院| 五月开心婷婷网| 国产精品偷伦视频观看了| 视频中文字幕在线观看| 狂野欧美激情性bbbbbb| 天堂俺去俺来也www色官网| 日日啪夜夜爽| 99精国产麻豆久久婷婷| 一级毛片 在线播放| 亚洲最大成人手机在线| 亚洲不卡免费看| 成人亚洲精品一区在线观看 | 国产一区二区三区av在线| 欧美性猛交╳xxx乱大交人| 99热6这里只有精品| 亚洲精华国产精华液的使用体验| 亚洲av二区三区四区| 少妇被粗大猛烈的视频| av国产精品久久久久影院| 欧美 日韩 精品 国产| 精品视频人人做人人爽| 我的老师免费观看完整版| 亚洲国产欧美在线一区| 91久久精品国产一区二区三区| 亚洲va在线va天堂va国产| 国产91av在线免费观看| 99re6热这里在线精品视频| 美女主播在线视频| 亚洲精品国产成人久久av| 国产人妻一区二区三区在| 成人综合一区亚洲| 天天躁夜夜躁狠狠久久av| 2021天堂中文幕一二区在线观| 国产一区有黄有色的免费视频| 一级爰片在线观看| 成人毛片60女人毛片免费| 欧美性猛交╳xxx乱大交人| 高清毛片免费看| 亚洲欧美精品自产自拍| 一级毛片久久久久久久久女| 国产在线一区二区三区精| 亚洲av男天堂| 国产黄色视频一区二区在线观看| 一个人看的www免费观看视频| 综合色av麻豆| 亚洲人成网站高清观看| 免费看a级黄色片| 2021少妇久久久久久久久久久| 亚洲国产日韩一区二区| 国产一区二区亚洲精品在线观看| 免费看av在线观看网站| 国产精品一区二区三区四区免费观看| 亚洲国产av新网站| 亚洲最大成人av| 热99国产精品久久久久久7| 91精品国产九色| 久久精品国产鲁丝片午夜精品| 一个人看的www免费观看视频| 国产亚洲91精品色在线| 国产在视频线精品| 亚洲丝袜综合中文字幕| 永久网站在线| 日韩不卡一区二区三区视频在线| 日韩伦理黄色片| 女人十人毛片免费观看3o分钟| 丝瓜视频免费看黄片| 日韩一本色道免费dvd| 午夜激情久久久久久久| 亚洲aⅴ乱码一区二区在线播放| 亚洲av成人精品一区久久| 免费观看a级毛片全部| 香蕉精品网在线| 久久久午夜欧美精品| 美女高潮的动态| 欧美亚洲 丝袜 人妻 在线| videossex国产| 插逼视频在线观看| 青春草亚洲视频在线观看| 乱码一卡2卡4卡精品| 大码成人一级视频| 极品少妇高潮喷水抽搐| 九色成人免费人妻av| 亚洲欧美一区二区三区国产| 午夜福利高清视频| 插阴视频在线观看视频| 日本-黄色视频高清免费观看| 亚洲国产精品成人久久小说| 大陆偷拍与自拍| 亚洲精品国产av成人精品| 日韩国内少妇激情av| 女人十人毛片免费观看3o分钟| 秋霞伦理黄片| 男女边吃奶边做爰视频| 男人狂女人下面高潮的视频| 纵有疾风起免费观看全集完整版| 免费av毛片视频| 啦啦啦中文免费视频观看日本| 亚洲av在线观看美女高潮| 日日摸夜夜添夜夜添av毛片| 哪个播放器可以免费观看大片| 日日摸夜夜添夜夜爱| 乱码一卡2卡4卡精品| 91久久精品电影网| 男女边吃奶边做爰视频| 国产综合懂色| 亚洲成人av在线免费| 啦啦啦在线观看免费高清www| 国产69精品久久久久777片| 人妻少妇偷人精品九色| 最新中文字幕久久久久| 久久久久久国产a免费观看| 国产乱来视频区| 国产成人一区二区在线| 2022亚洲国产成人精品| 噜噜噜噜噜久久久久久91| 韩国av在线不卡| 看十八女毛片水多多多| 亚洲精品乱久久久久久| 精品人妻熟女av久视频| 国产伦在线观看视频一区| 亚洲精品久久久久久婷婷小说| 亚洲精品成人av观看孕妇| 免费观看av网站的网址| 最近的中文字幕免费完整| 精品国产露脸久久av麻豆| 国产高清有码在线观看视频| 色网站视频免费| 少妇裸体淫交视频免费看高清| 一个人看的www免费观看视频| 久久人人爽av亚洲精品天堂 | 香蕉精品网在线| 久久久久久九九精品二区国产| 99热全是精品| 天天躁夜夜躁狠狠久久av| 一级av片app| 欧美日韩在线观看h| 亚洲精品一区蜜桃| 男女下面进入的视频免费午夜| 又黄又爽又刺激的免费视频.| 日韩中字成人| 免费少妇av软件| 亚洲av电影在线观看一区二区三区 | 日本黄大片高清| 午夜福利视频精品| 我的老师免费观看完整版| 91精品伊人久久大香线蕉| 国产有黄有色有爽视频| 一本久久精品| 国产精品国产三级专区第一集| 毛片女人毛片| 街头女战士在线观看网站| 国产欧美日韩一区二区三区在线 | 黄片wwwwww| 在线观看人妻少妇| 男女国产视频网站| 国产精品不卡视频一区二区| 六月丁香七月| 大陆偷拍与自拍| 午夜福利视频1000在线观看| 只有这里有精品99| 国产日韩欧美亚洲二区| 久久久久久伊人网av| 久久精品熟女亚洲av麻豆精品| 久久综合国产亚洲精品| 久久精品国产亚洲av涩爱| 国产在视频线精品| 国产成人午夜福利电影在线观看| 天天躁日日操中文字幕| 欧美xxⅹ黑人| 日韩亚洲欧美综合| 97人妻精品一区二区三区麻豆| av线在线观看网站| 色吧在线观看| 日韩成人伦理影院| 欧美精品国产亚洲| 欧美激情国产日韩精品一区| 最后的刺客免费高清国语| 全区人妻精品视频| 欧美丝袜亚洲另类| 国产乱人视频| 晚上一个人看的免费电影| av在线观看视频网站免费| 丝瓜视频免费看黄片| 一区二区三区精品91| 麻豆精品久久久久久蜜桃| 尾随美女入室| 18禁动态无遮挡网站| 成人黄色视频免费在线看| 久久久久网色| 在线精品无人区一区二区三 | 久久久久久久久久久丰满| 熟女电影av网| 日韩成人av中文字幕在线观看| 成人综合一区亚洲| 伦理电影大哥的女人| 美女内射精品一级片tv| 成人高潮视频无遮挡免费网站| 免费观看无遮挡的男女| kizo精华| 噜噜噜噜噜久久久久久91| 中文字幕久久专区| 国产男人的电影天堂91| av在线app专区| 国内揄拍国产精品人妻在线| 免费在线观看成人毛片| 在线天堂最新版资源| 欧美性猛交╳xxx乱大交人| 国产乱人偷精品视频| 国产精品一及| 嘟嘟电影网在线观看| 交换朋友夫妻互换小说| 久久精品综合一区二区三区| 又爽又黄a免费视频| 神马国产精品三级电影在线观看| 国产精品熟女久久久久浪| 国产精品一区二区性色av| 男男h啪啪无遮挡| 大陆偷拍与自拍| 国产综合精华液| 欧美+日韩+精品| 麻豆国产97在线/欧美| 亚洲天堂国产精品一区在线| 最近最新中文字幕免费大全7| 晚上一个人看的免费电影| 又大又黄又爽视频免费| 色视频www国产| av国产免费在线观看| 成年人午夜在线观看视频| 在线观看av片永久免费下载| 午夜福利视频精品| 大陆偷拍与自拍| 男男h啪啪无遮挡| 国产精品久久久久久久电影| 最近中文字幕高清免费大全6| 亚洲经典国产精华液单| 深爱激情五月婷婷| 伊人久久精品亚洲午夜| 久久久久久国产a免费观看| 国产精品人妻久久久久久| 国产精品偷伦视频观看了| 91精品国产九色| av在线观看视频网站免费| 香蕉精品网在线| 自拍偷自拍亚洲精品老妇| 成人鲁丝片一二三区免费| av网站免费在线观看视频| 最近手机中文字幕大全| 人妻夜夜爽99麻豆av| 国产精品久久久久久av不卡| 国产伦理片在线播放av一区| 久久精品久久精品一区二区三区| 欧美高清成人免费视频www| 美女xxoo啪啪120秒动态图| 天堂网av新在线| 日韩大片免费观看网站| 日韩电影二区| 成人国产av品久久久| 免费看日本二区| 22中文网久久字幕| 久久久久网色| 国产极品天堂在线| 久久久久精品性色|