• <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 ?

    基于二階隱馬爾可夫模型的新聞分類(lèi)算法

    2018-05-14 13:47孫璇李魯群江龍泉
    關(guān)鍵詞:馬爾可夫二階類(lèi)別

    孫璇 李魯群 江龍泉

    摘 要: 提出一種基于二階隱馬爾可夫模型(HMM)的新聞分類(lèi)算法,旨在提取新聞內(nèi)容中的類(lèi)別字,構(gòu)成特征詞集合.以該特征詞集合作為不同二階HMM分類(lèi)器的觀察序列,二階HMM的隱藏狀態(tài)反映了文檔中詞語(yǔ)之間的相關(guān)性差異,每個(gè)狀態(tài)表示出現(xiàn)在語(yǔ)料庫(kù)中的詞語(yǔ)的相關(guān)性水平.實(shí)驗(yàn)結(jié)果表明,相比k近鄰(kNN)、樸素貝葉斯(Naive Bayes)以及支持向量機(jī)(SVM)算法,二階HMM算法的分類(lèi)表現(xiàn)更顯優(yōu)勢(shì).

    關(guān)鍵詞: 新聞分類(lèi); 二階隱馬爾可夫模型(HMM); 詞頻率-逆向文件頻率; χ2檢驗(yàn); 特征詞

    中圖分類(lèi)號(hào): TP 391 文獻(xiàn)標(biāo)志碼: A 文章編號(hào): 1000-5137(2018)04-0488-06

    Abstract: A novel algorithm based on second order Hidden Markov Model (HMM) was proposed to classify the documents of news,aiming to extract categorical feature words from news contents as a feature set.The feature set was considered as the observation sequence of different second order HMM classifiers,and the hidden state of which reflected the differences between the words in the relevant documents,and each state of which represented correlation of words occurring in the corpus.The experiment showed that the proposed classification algorithm based second order HMM had prominent advantage over k-Nearest Neighbor (kNN),Naive Bayes and Support Vector Machine (SVM) algorithms.

    Key words: news classification; second order Hidden Markov Model(HMM); term frequency-inverse document frequency; χ2 test; feature word

    0 引 言

    文本分類(lèi)被認(rèn)為是當(dāng)下數(shù)據(jù)挖掘領(lǐng)域最熱門(mén)的研究方向之一,許多自動(dòng)分類(lèi)和自組織文本文檔技術(shù)在過(guò)去二十年里被相繼提出[1-5].常用的分類(lèi)算法有k近鄰(kNN)、樸素貝葉斯(Naive Bayes)及支持向量機(jī)(SVM)算法.

    隱馬爾可夫模型(HMM)[6-7]用于描述一類(lèi)重要的隨機(jī)過(guò)程,廣泛應(yīng)用于語(yǔ)音識(shí)別、詞性標(biāo)注、中文分詞等領(lǐng)域.現(xiàn)如今,HMM的應(yīng)用正逐漸擴(kuò)展至文本處理領(lǐng)域,如信息抽取[8]、信息檢索[9]、文檔歸類(lèi)[10]以及文本分類(lèi)[11].

    專(zhuān)業(yè)人員針對(duì)HMM進(jìn)行了大量研究.Li等[11]構(gòu)建了一個(gè)HMM與χ2檢驗(yàn)相結(jié)合的分類(lèi)器,反映不同類(lèi)別中的語(yǔ)義關(guān)系;Janecek等[12]采用HMM構(gòu)建了一個(gè)信息抽取模型,計(jì)算文檔與用戶查詢(xún)相關(guān)的概率;Yi等[13]視文本分類(lèi)過(guò)程為找到一個(gè)與給定文檔相關(guān)類(lèi)別的過(guò)程,文檔被視為一個(gè)詞列表,利用特定的HMM模型計(jì)算文檔屬于該類(lèi)別的概率;Vieira等[14]基于內(nèi)容對(duì)生物科技文檔進(jìn)行分類(lèi),著重分析數(shù)據(jù)集中文檔與給定用戶查詢(xún)的相關(guān)性.然而,在上述的研究中,狀態(tài)轉(zhuǎn)換都是以相同的方式順序進(jìn)行排列,沒(méi)有形成狀態(tài)自循環(huán)的HMM,而且認(rèn)為前一詞是后一詞出現(xiàn)的決定因素,但在自然語(yǔ)言中單個(gè)詞出現(xiàn)的概率通常由前幾個(gè)詞同時(shí)決定.因此,采用一階HMM,既不能完全反映語(yǔ)義信息,也無(wú)法準(zhǔn)確地對(duì)狀態(tài)序列進(jìn)行預(yù)測(cè).

    本文作者提出一種基于二階隱馬爾可夫模型的新聞分類(lèi)算法,改進(jìn)以往研究中隱藏狀態(tài)的轉(zhuǎn)移概率的計(jì)算方法,結(jié)合互信息與改進(jìn)的詞頻率-逆向文件頻率(TF-IDF)方法計(jì)算發(fā)射概率,反映不同類(lèi)別的語(yǔ)義關(guān)系.實(shí)驗(yàn)表明,該算法的執(zhí)行效果良好.

    2 實(shí) 驗(yàn)

    2.1 新聞數(shù)據(jù)集

    中文數(shù)據(jù)集采用Sogou實(shí)驗(yàn)室提供的搜狐新聞數(shù)據(jù)集,從該數(shù)據(jù)集中選取了3個(gè)類(lèi)別,平均每個(gè)類(lèi)別包含4 000個(gè)文檔,其中訓(xùn)練樣本集、驗(yàn)證樣本集與測(cè)試樣本集按5∶3∶2的比例劃分.該數(shù)據(jù)集的統(tǒng)計(jì)數(shù)據(jù)如表1所示.

    英文數(shù)據(jù)集采用摘自The Hindu、The New Indian Express、Business Line、The Economic Times和Times of India五家新聞機(jī)構(gòu)的大約27 000條新聞組成的數(shù)據(jù)集.從該數(shù)據(jù)集中選取3個(gè)類(lèi)別,平均每個(gè)類(lèi)別包含1 200條新聞,其中訓(xùn)練樣本集、驗(yàn)證集與測(cè)試樣本集同樣按5∶3∶2的比例劃分.該數(shù)據(jù)集的統(tǒng)計(jì)數(shù)據(jù)如表2所示.

    2.2 實(shí)驗(yàn)結(jié)果

    為了與提出的基于二階隱馬爾可夫模型的分類(lèi)算法進(jìn)行比較,采取的對(duì)比策略是在相同的語(yǔ)料庫(kù)和相同的類(lèi)別下構(gòu)建分類(lèi)算法,分別評(píng)估每個(gè)分類(lèi)算法的Precision、Recall以及F1值.Precision和Recall反映了分類(lèi)器性能的兩個(gè)方面,F(xiàn)1值則是為了平衡兩者的影響而引入的.實(shí)驗(yàn)結(jié)果如表3所示.

    通過(guò)實(shí)驗(yàn)結(jié)果可以看出,基于二階隱馬爾可夫模型具有較好的性能表現(xiàn),相較于一階隱馬爾可夫模型,Precision、Recall以及F1值分別提升了3%、1%和2%,主要原因在于二階隱馬爾可夫模型綜合考慮了前兩個(gè)隱藏狀態(tài)值,預(yù)測(cè)可信度更高.

    3 結(jié)束語(yǔ)

    本文作者提出了一種基于二階隱馬爾可夫模型的新聞文本分類(lèi)模型,對(duì)體育、娛樂(lè)和政治等類(lèi)別的網(wǎng)絡(luò)新聞進(jìn)行分類(lèi),應(yīng)用了基于詞相關(guān)性的推理系統(tǒng),從一組未標(biāo)記的數(shù)據(jù)集區(qū)分出相關(guān)文檔.實(shí)驗(yàn)結(jié)果表明,與kNN、樸素貝葉斯和SVM算法相比,該分類(lèi)算法的性能良好.然而,如何減少訓(xùn)練集的計(jì)算時(shí)間,對(duì)二階HMM尚需進(jìn)一步研究.

    參考文獻(xiàn):

    [1] Zanasi A,Zanasi A.Textmining and its applications to intelligence,CRM and knowledge management [M].Southampton:WIT Press,2007.

    [2] Kataria A,Singh M D.Areview of data classification using k-nearest neighbour algorithm [J].International Journal of Emerging Technology and Advanced Engineering,2013,3(6):354-360.

    [3] Xu S.Bayesian Nave Bayes classifiers to text classification [J].Journal of Information Science,2016,44(1):48-59.

    [4] Haddoud M,Mokhtari A,Lecroq T,et al.Combining supervised term-weighting metrics for SVM text classification with extended term representation [J].Knowledge and Information Systems,2016,49(3):909-931.

    [5] Dadgar S M H,Araghi M S,F(xiàn)arahani M M.A novel text mining approach based on TF-IDF and Support Vector Machine for news classification [C].IEEE International Conference on Engineering and Technology.Coimbatore:IEEE,2016.

    [6] Haddad K E,Dupont S,Urbain J,et al.Speech-laughs:An HMM-based approach for amused speech synthesis [C].IEEE International Conference on Acoustics,Speech and Signal Processing.Brisbane:IEEE,2015.

    [7] Wang L,Soong F K.HMM trajectory-guided sample selection for photo-realistic talking head [J].Multimedia Tools and Applications,2015,74(22):9849-9869.

    [8] Jiménez P,Corchuelo R.Roller:a novel approach toweb information extraction [J].Knowledge & Information Systems,2016,49(1):197-241.

    [9] Paula M C D,Neto F B D L.A new approach using Hidden Markov Model for generating movie captions to aid the hearing impaired,which is capable of visual encoding emotional information [C].Latin America Congress on Computational Intelligence.Curitiba:IEEE,2015:1-5.

    [10] Chithra S,Sinith M S,Gayathri A.Musicinformation retrieval for polyphonic signals using Hidden Markov Model [J].Procedia Computer Science,2015,46:381-387.

    [11] Li K,Chen G,Cheng J.Research on Hidden Markov Model-basedtext categorization process [J].International Journal of Digital Content Technology & Its Applications,2011,5(6):244-251.

    [12] Janecek A,Gansterer W N,Demel M,et al.On the relationship between feature selection and classification accuracy [J].Journal of Machine Learning Research,2008,4:90-105.

    [13] Yi K,Beheshti J.A Hidden Markov Model-based text classification of medical documents [J].Journal of Information Science,2009,35(1):67-81.

    [14] Vieira A S,Iglesias E L,Borrajo L.T-HMM:Anovel biomedical text classifier based on Hidden Markov Models [C].8th International Conference on Practical Applications of Computational Biology & Bioinformatics.Berlin:Springer International Publishing,2014.

    (責(zé)任編輯:包震宇)

    猜你喜歡
    馬爾可夫二階類(lèi)別
    一類(lèi)二階迭代泛函微分方程的周期解
    一類(lèi)二階中立隨機(jī)偏微分方程的吸引集和擬不變集
    二階線性微分方程的解法
    一類(lèi)二階中立隨機(jī)偏微分方程的吸引集和擬不變集
    保費(fèi)隨機(jī)且?guī)в屑t利支付的復(fù)合馬爾可夫二項(xiàng)模型
    服務(wù)類(lèi)別
    基于SOP的核電廠操縱員監(jiān)視過(guò)程馬爾可夫模型
    應(yīng)用馬爾可夫鏈對(duì)品牌手機(jī)市場(chǎng)占有率進(jìn)行預(yù)測(cè)
    論類(lèi)別股東會(huì)
    認(rèn)知無(wú)線網(wǎng)絡(luò)中基于隱馬爾可夫預(yù)測(cè)的P-CSMA協(xié)議
    成人三级黄色视频| 伦理电影免费视频| 免费大片18禁| 日韩三级视频一区二区三区| 他把我摸到了高潮在线观看| 欧美黑人欧美精品刺激| 五月伊人婷婷丁香| 久久精品人妻少妇| 九九在线视频观看精品| 色老头精品视频在线观看| 特级一级黄色大片| 99国产精品99久久久久| 久久午夜综合久久蜜桃| 成人亚洲精品av一区二区| 最近在线观看免费完整版| 精品国产乱码久久久久久男人| 可以在线观看的亚洲视频| 俄罗斯特黄特色一大片| 欧美av亚洲av综合av国产av| 国产精品1区2区在线观看.| 特级一级黄色大片| 在线观看66精品国产| 亚洲中文字幕一区二区三区有码在线看 | 欧美色视频一区免费| 美女cb高潮喷水在线观看 | 国产免费男女视频| 在线观看舔阴道视频| 亚洲色图 男人天堂 中文字幕| 午夜免费成人在线视频| 国产精华一区二区三区| a级毛片a级免费在线| 88av欧美| 久久这里只有精品中国| 神马国产精品三级电影在线观看| 变态另类成人亚洲欧美熟女| 久久人人精品亚洲av| 午夜福利在线在线| 国产99白浆流出| 人人妻,人人澡人人爽秒播| 国产精品久久久久久久电影 | 午夜激情欧美在线| 欧美丝袜亚洲另类 | avwww免费| 免费在线观看日本一区| 午夜日韩欧美国产| 久久热在线av| 免费看日本二区| 久久久精品大字幕| 国内精品久久久久精免费| 精品无人区乱码1区二区| 午夜福利在线观看吧| 99在线人妻在线中文字幕| 18禁观看日本| 免费在线观看视频国产中文字幕亚洲| 亚洲午夜精品一区,二区,三区| 久久久久久久久中文| 亚洲av片天天在线观看| 亚洲天堂国产精品一区在线| 熟女少妇亚洲综合色aaa.| 欧美成人免费av一区二区三区| 中文字幕精品亚洲无线码一区| 免费在线观看亚洲国产| 欧美日韩福利视频一区二区| www.www免费av| 久久久国产成人免费| 免费在线观看亚洲国产| 国产美女午夜福利| 成年免费大片在线观看| 亚洲欧美精品综合久久99| 男女那种视频在线观看| 窝窝影院91人妻| 日本熟妇午夜| 亚洲电影在线观看av| 欧美一区二区精品小视频在线| 亚洲成人久久性| 三级国产精品欧美在线观看 | 禁无遮挡网站| 亚洲人成电影免费在线| 狂野欧美激情性xxxx| 欧美黄色淫秽网站| 日本三级黄在线观看| 亚洲欧洲精品一区二区精品久久久| 在线播放国产精品三级| 制服人妻中文乱码| 久久人妻av系列| 国产在线精品亚洲第一网站| 国产高清videossex| 久久午夜综合久久蜜桃| 国产1区2区3区精品| 丁香六月欧美| 久久久久久久久中文| 亚洲欧美日韩东京热| 99热这里只有精品一区 | 91九色精品人成在线观看| 欧美高清成人免费视频www| 久久精品国产综合久久久| 白带黄色成豆腐渣| 色在线成人网| 欧美乱色亚洲激情| 搡老熟女国产l中国老女人| 免费在线观看视频国产中文字幕亚洲| 三级男女做爰猛烈吃奶摸视频| 欧美日本亚洲视频在线播放| 国内揄拍国产精品人妻在线| 九九久久精品国产亚洲av麻豆 | 91久久精品国产一区二区成人 | 色在线成人网| 天堂动漫精品| 亚洲精品美女久久av网站| 国产一区二区三区在线臀色熟女| 真人一进一出gif抽搐免费| 日本在线视频免费播放| 12—13女人毛片做爰片一| 国产精品免费一区二区三区在线| 欧美乱妇无乱码| 久久伊人香网站| 成年版毛片免费区| 男女做爰动态图高潮gif福利片| 中国美女看黄片| 九色国产91popny在线| 亚洲av片天天在线观看| 好男人电影高清在线观看| 久久精品综合一区二区三区| 久9热在线精品视频| 国产探花在线观看一区二区| 精品国产亚洲在线| 在线免费观看的www视频| 天天躁日日操中文字幕| 国产成人啪精品午夜网站| 看黄色毛片网站| 精品久久久久久,| 俄罗斯特黄特色一大片| 欧美成狂野欧美在线观看| 校园春色视频在线观看| 国产伦精品一区二区三区四那| 身体一侧抽搐| 国产欧美日韩一区二区三| 久久精品影院6| 午夜福利在线观看吧| 精品日产1卡2卡| 国产伦一二天堂av在线观看| 少妇丰满av| 色综合亚洲欧美另类图片| 欧美成人性av电影在线观看| www.熟女人妻精品国产| 老熟妇仑乱视频hdxx| 麻豆国产97在线/欧美| 99久久精品国产亚洲精品| 国产午夜精品论理片| 精品久久久久久,| 啪啪无遮挡十八禁网站| 成人欧美大片| 国产一区在线观看成人免费| 亚洲精华国产精华精| 国产成人av激情在线播放| 又粗又爽又猛毛片免费看| 叶爱在线成人免费视频播放| 国产精品永久免费网站| www.自偷自拍.com| 欧美性猛交╳xxx乱大交人| 久久久久性生活片| 一级毛片高清免费大全| 午夜福利18| 国产精品自产拍在线观看55亚洲| 精品久久久久久成人av| 亚洲中文字幕一区二区三区有码在线看 | 国产亚洲欧美98| 国产精品亚洲美女久久久| 亚洲精品一卡2卡三卡4卡5卡| 欧美黑人欧美精品刺激| 久99久视频精品免费| 国产1区2区3区精品| 美女大奶头视频| 日韩av在线大香蕉| 日日夜夜操网爽| 免费看a级黄色片| 国产成人精品久久二区二区91| 国产精品久久电影中文字幕| 精品不卡国产一区二区三区| 长腿黑丝高跟| 性欧美人与动物交配| 757午夜福利合集在线观看| 国产精品一及| xxxwww97欧美| 亚洲精品一卡2卡三卡4卡5卡| 日韩国内少妇激情av| 草草在线视频免费看| 日日干狠狠操夜夜爽| 国产高清videossex| 18禁观看日本| 国模一区二区三区四区视频 | 免费看美女性在线毛片视频| 中文字幕最新亚洲高清| 午夜福利在线观看免费完整高清在 | 色av中文字幕| 免费在线观看影片大全网站| 99久久无色码亚洲精品果冻| netflix在线观看网站| 久久精品夜夜夜夜夜久久蜜豆| 日本一二三区视频观看| 9191精品国产免费久久| 18禁国产床啪视频网站| www国产在线视频色| 亚洲中文字幕日韩| 麻豆国产97在线/欧美| 欧美另类亚洲清纯唯美| 国产99白浆流出| 免费大片18禁| 日日摸夜夜添夜夜添小说| av国产免费在线观看| 国产亚洲av嫩草精品影院| 国产伦在线观看视频一区| 久久精品国产清高在天天线| 国产成人一区二区三区免费视频网站| 夜夜看夜夜爽夜夜摸| 国产精品av久久久久免费| 国产视频内射| 99久久久亚洲精品蜜臀av| а√天堂www在线а√下载| 国产精品久久电影中文字幕| 国产男靠女视频免费网站| 久久亚洲真实| 欧美国产日韩亚洲一区| 又粗又爽又猛毛片免费看| 久久亚洲真实| 超碰成人久久| 变态另类丝袜制服| 美女黄网站色视频| 亚洲第一欧美日韩一区二区三区| 男人舔女人的私密视频| 麻豆av在线久日| 亚洲中文日韩欧美视频| 91av网一区二区| 色播亚洲综合网| 国产伦精品一区二区三区四那| 在线观看一区二区三区| 国产视频内射| 男人舔女人的私密视频| 国产亚洲av嫩草精品影院| 特级一级黄色大片| 嫩草影院精品99| www.熟女人妻精品国产| 美女免费视频网站| 免费在线观看亚洲国产| 成人av一区二区三区在线看| 国产精品av久久久久免费| 久久久久精品国产欧美久久久| 男人舔女人的私密视频| 成年人黄色毛片网站| 日本熟妇午夜| 国内毛片毛片毛片毛片毛片| 国产精品一区二区免费欧美| 国产精品香港三级国产av潘金莲| xxxwww97欧美| 18禁观看日本| 久久午夜亚洲精品久久| 欧美精品啪啪一区二区三区| 午夜福利免费观看在线| 男女那种视频在线观看| 日本熟妇午夜| 久久天堂一区二区三区四区| 成人亚洲精品av一区二区| 国产精品久久久久久亚洲av鲁大| 99在线视频只有这里精品首页| 国产免费男女视频| 亚洲国产欧美人成| 性欧美人与动物交配| 亚洲专区国产一区二区| 视频区欧美日本亚洲| 亚洲成a人片在线一区二区| av天堂中文字幕网| 久久中文字幕一级| 在线国产一区二区在线| 欧美午夜高清在线| 亚洲国产中文字幕在线视频| 99re在线观看精品视频| 性欧美人与动物交配| 一区二区三区高清视频在线| 国产亚洲av嫩草精品影院| 久久久久国产精品人妻aⅴ院| 国产高清视频在线观看网站| 黑人欧美特级aaaaaa片| 国产蜜桃级精品一区二区三区| 亚洲成a人片在线一区二区| 99久久久亚洲精品蜜臀av| 中亚洲国语对白在线视频| 国产精品亚洲美女久久久| 亚洲精品粉嫩美女一区| 久久久精品大字幕| 精品乱码久久久久久99久播| 中文在线观看免费www的网站| 91av网一区二区| 国产麻豆成人av免费视频| 精品国产超薄肉色丝袜足j| 亚洲av第一区精品v没综合| 精品久久久久久久人妻蜜臀av| 18禁黄网站禁片免费观看直播| 国产麻豆成人av免费视频| 亚洲人成网站在线播放欧美日韩| 免费人成视频x8x8入口观看| 99热这里只有是精品50| 97人妻精品一区二区三区麻豆| а√天堂www在线а√下载| 狂野欧美激情性xxxx| 91字幕亚洲| 青草久久国产| 国产99白浆流出| 嫩草影院入口| 欧美日韩精品网址| 日日干狠狠操夜夜爽| 国产成人精品久久二区二区免费| 久久精品影院6| 久久久久精品国产欧美久久久| 91av网一区二区| 97超级碰碰碰精品色视频在线观看| 99久久久亚洲精品蜜臀av| 日韩高清综合在线| 国产精品一区二区三区四区免费观看 | 中文字幕熟女人妻在线| 波多野结衣巨乳人妻| 国产伦精品一区二区三区视频9 | 99热精品在线国产| av欧美777| 国产97色在线日韩免费| 亚洲精品一区av在线观看| 亚洲人成电影免费在线| 国产高潮美女av| 一本一本综合久久| 国产极品精品免费视频能看的| АⅤ资源中文在线天堂| 国产又黄又爽又无遮挡在线| 丁香欧美五月| 久久久色成人| 人妻夜夜爽99麻豆av| www.www免费av| 老熟妇乱子伦视频在线观看| 欧美黑人巨大hd| 一本综合久久免费| 久久久精品欧美日韩精品| 精品久久久久久久人妻蜜臀av| 亚洲18禁久久av| 级片在线观看| 亚洲av美国av| 精品久久久久久久久久久久久| 亚洲国产精品999在线| aaaaa片日本免费| 午夜视频精品福利| 90打野战视频偷拍视频| 在线看三级毛片| 亚洲国产色片| 97人妻精品一区二区三区麻豆| 精品久久久久久久毛片微露脸| 欧美成人免费av一区二区三区| 国产激情偷乱视频一区二区| 久久久久久九九精品二区国产| 亚洲中文av在线| 亚洲欧洲精品一区二区精品久久久| 日韩欧美在线乱码| h日本视频在线播放| www.熟女人妻精品国产| 麻豆久久精品国产亚洲av| 亚洲国产精品999在线| 午夜a级毛片| 国产精品一及| 麻豆国产av国片精品| 亚洲欧美日韩高清在线视频| 在线观看午夜福利视频| 国产单亲对白刺激| 欧美高清成人免费视频www| 亚洲va日本ⅴa欧美va伊人久久| 午夜免费成人在线视频| 日韩av在线大香蕉| 国产成人av教育| 日韩国内少妇激情av| 麻豆国产97在线/欧美| bbb黄色大片| 亚洲国产精品合色在线| 99精品欧美一区二区三区四区| 欧美另类亚洲清纯唯美| 久久精品人妻少妇| 国模一区二区三区四区视频 | 老熟妇仑乱视频hdxx| 免费一级毛片在线播放高清视频| 久久久久久人人人人人| 国产黄色小视频在线观看| 精品一区二区三区av网在线观看| 少妇人妻一区二区三区视频| 毛片女人毛片| 久久精品亚洲精品国产色婷小说| 亚洲精品粉嫩美女一区| 国内久久婷婷六月综合欲色啪| 亚洲欧美日韩无卡精品| 免费看美女性在线毛片视频| 国产aⅴ精品一区二区三区波| 欧美日本亚洲视频在线播放| 亚洲九九香蕉| 岛国在线免费视频观看| 亚洲av免费在线观看| 精品无人区乱码1区二区| 亚洲精品一卡2卡三卡4卡5卡| 国产成人精品久久二区二区91| 一本综合久久免费| 亚洲激情在线av| 亚洲欧美日韩卡通动漫| 国产高清videossex| 欧美日本亚洲视频在线播放| 好男人在线观看高清免费视频| 99国产精品一区二区三区| 中文字幕人成人乱码亚洲影| 69av精品久久久久久| 夜夜躁狠狠躁天天躁| 国产三级在线视频| 一边摸一边抽搐一进一小说| 人人妻人人看人人澡| 中文字幕人成人乱码亚洲影| 久久精品91无色码中文字幕| 国产成人av激情在线播放| 五月伊人婷婷丁香| 成人无遮挡网站| 国产激情久久老熟女| 亚洲成人免费电影在线观看| 亚洲国产欧洲综合997久久,| 国产单亲对白刺激| 一进一出抽搐gif免费好疼| 国产精品久久久久久人妻精品电影| 真人做人爱边吃奶动态| 国产高清激情床上av| 久久久国产成人精品二区| 夜夜看夜夜爽夜夜摸| 观看美女的网站| 99热精品在线国产| 亚洲,欧美精品.| 日本三级黄在线观看| 国产av在哪里看| 99热6这里只有精品| 在线十欧美十亚洲十日本专区| 国产精品自产拍在线观看55亚洲| 精品久久久久久久久久免费视频| 国产一区在线观看成人免费| 非洲黑人性xxxx精品又粗又长| 午夜视频精品福利| 亚洲成人久久爱视频| 午夜福利高清视频| 1024手机看黄色片| 欧美日韩黄片免| 久久九九热精品免费| 国产午夜精品论理片| 91av网站免费观看| 免费看光身美女| 亚洲欧美一区二区三区黑人| 搞女人的毛片| 亚洲九九香蕉| 国产激情偷乱视频一区二区| 欧美一区二区国产精品久久精品| 欧美一级a爱片免费观看看| 国产91精品成人一区二区三区| a在线观看视频网站| 国产黄片美女视频| 天天添夜夜摸| 亚洲午夜理论影院| 99国产综合亚洲精品| 国产伦在线观看视频一区| 黄片小视频在线播放| 成年女人毛片免费观看观看9| 国产乱人视频| 欧美激情在线99| 国产免费男女视频| 91av网站免费观看| 国产伦一二天堂av在线观看| 精品久久久久久久毛片微露脸| 精品久久久久久久人妻蜜臀av| 亚洲中文av在线| 天堂av国产一区二区熟女人妻| 国产午夜精品久久久久久| 啦啦啦观看免费观看视频高清| 岛国视频午夜一区免费看| 校园春色视频在线观看| 巨乳人妻的诱惑在线观看| 欧美中文日本在线观看视频| 村上凉子中文字幕在线| 日本撒尿小便嘘嘘汇集6| 精品人妻1区二区| 精品熟女少妇八av免费久了| 999久久久精品免费观看国产| 色精品久久人妻99蜜桃| 国产精品一区二区精品视频观看| 51午夜福利影视在线观看| 亚洲一区二区三区不卡视频| 18禁国产床啪视频网站| 久久伊人香网站| 久久久成人免费电影| 国内久久婷婷六月综合欲色啪| 亚洲自拍偷在线| aaaaa片日本免费| 久久久久亚洲av毛片大全| 桃色一区二区三区在线观看| 亚洲真实伦在线观看| 久久这里只有精品19| 色哟哟哟哟哟哟| 国产精品,欧美在线| cao死你这个sao货| 国产精品99久久久久久久久| 极品教师在线免费播放| 成人欧美大片| 日韩欧美三级三区| 亚洲国产精品久久男人天堂| 欧美日本亚洲视频在线播放| 欧美丝袜亚洲另类 | 国产激情久久老熟女| av国产免费在线观看| 美女扒开内裤让男人捅视频| 国产av在哪里看| 成年免费大片在线观看| 亚洲成人精品中文字幕电影| 久久精品国产99精品国产亚洲性色| 91av网一区二区| 亚洲av电影不卡..在线观看| 一区福利在线观看| 久久久久精品国产欧美久久久| 国产私拍福利视频在线观看| 亚洲国产中文字幕在线视频| 久久婷婷人人爽人人干人人爱| 色尼玛亚洲综合影院| 香蕉av资源在线| 国产成人av激情在线播放| 国产av不卡久久| 一区二区三区国产精品乱码| 亚洲无线在线观看| 好看av亚洲va欧美ⅴa在| 欧美日韩乱码在线| 日韩精品中文字幕看吧| 黄频高清免费视频| 欧美日韩精品网址| 十八禁人妻一区二区| 中文亚洲av片在线观看爽| 亚洲色图av天堂| 欧美日韩乱码在线| www日本在线高清视频| 欧美激情在线99| 小说图片视频综合网站| 色精品久久人妻99蜜桃| 欧美又色又爽又黄视频| 午夜成年电影在线免费观看| 淫秽高清视频在线观看| 国产精品国产高清国产av| 久久久国产成人免费| 国产不卡一卡二| 99久久精品一区二区三区| 亚洲欧美一区二区三区黑人| 久久久久久人人人人人| 日韩欧美在线二视频| 国产一区二区在线av高清观看| 少妇熟女aⅴ在线视频| 免费观看的影片在线观看| 国产男靠女视频免费网站| 久久热在线av| 亚洲欧美一区二区三区黑人| 一区二区三区高清视频在线| 欧美中文综合在线视频| 国产一区二区三区在线臀色熟女| 亚洲中文字幕日韩| 老司机午夜福利在线观看视频| 亚洲精品美女久久av网站| 亚洲av五月六月丁香网| 在线观看免费午夜福利视频| 国产精品久久久av美女十八| 两个人看的免费小视频| 最近最新中文字幕大全免费视频| 精品电影一区二区在线| 久久久久精品国产欧美久久久| 极品教师在线免费播放| 一区二区三区激情视频| 性欧美人与动物交配| 国产高清视频在线观看网站| 亚洲欧美日韩东京热| 国产美女午夜福利| 国产免费av片在线观看野外av| 欧美乱码精品一区二区三区| 中国美女看黄片| 午夜影院日韩av| 国产成人av激情在线播放| 欧美在线一区亚洲| 伊人久久大香线蕉亚洲五| 国产av一区在线观看免费| 99国产综合亚洲精品| 身体一侧抽搐| 校园春色视频在线观看| a级毛片a级免费在线| 99视频精品全部免费 在线 | 日韩中文字幕欧美一区二区| 国产成人精品无人区| 成人av在线播放网站| 亚洲一区二区三区色噜噜| 午夜激情福利司机影院| 此物有八面人人有两片| 中文字幕精品亚洲无线码一区| 搡老岳熟女国产| 国产久久久一区二区三区| 免费电影在线观看免费观看| 脱女人内裤的视频| 国产精品av久久久久免费| 岛国在线观看网站| 给我免费播放毛片高清在线观看| 悠悠久久av| 99久久国产精品久久久| 一级a爱片免费观看的视频| 法律面前人人平等表现在哪些方面| 97超视频在线观看视频| 精品久久久久久久人妻蜜臀av| 在线观看美女被高潮喷水网站 | 婷婷六月久久综合丁香| 天堂网av新在线| 国产精品精品国产色婷婷| 一级毛片高清免费大全| 国产精品av久久久久免费|