• <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 ?

    基于大數(shù)據(jù)技術(shù)的醫(yī)學(xué)知識(shí)圖譜構(gòu)建方法

    2020-03-02 11:36孫鄭煜鄂海紅宋美娜
    軟件 2020年1期

    孫鄭煜 鄂海紅 宋美娜

    摘 ?要: 為了解決醫(yī)學(xué)知識(shí)圖譜中知識(shí)重復(fù)、知識(shí)質(zhì)量良莠不齊、知識(shí)間關(guān)聯(lián)不夠明確等問(wèn)題,本文提出了一種大數(shù)據(jù)驅(qū)動(dòng)下的醫(yī)學(xué)知識(shí)圖譜構(gòu)建方法,同時(shí)針對(duì)醫(yī)學(xué)知識(shí)圖譜集成、演進(jìn)、增強(qiáng)方面進(jìn)行圖譜知識(shí)融合和補(bǔ)全操作。然后,簡(jiǎn)單介紹醫(yī)學(xué)知識(shí)圖譜在醫(yī)學(xué)領(lǐng)域的幾個(gè)重要應(yīng)用以及相關(guān)的人工智能技術(shù)的支持。最后,結(jié)合當(dāng)前我國(guó)醫(yī)學(xué)知識(shí)圖譜構(gòu)建技術(shù)面臨的重大挑戰(zhàn)和關(guān)鍵問(wèn)題,對(duì)其發(fā)展前景進(jìn)行了展望。

    關(guān)鍵詞: 醫(yī)學(xué)知識(shí)圖譜;知識(shí)融合;知識(shí)補(bǔ)全;大數(shù)據(jù)驅(qū)動(dòng)

    中圖分類(lèi)號(hào): TP391.1 ? ?文獻(xiàn)標(biāo)識(shí)碼: A ? ?DOI:10.3969/j.issn.1003-6970.2020.01.003

    本文著錄格式:孫鄭煜,鄂海紅,宋美娜,等. 基于大數(shù)據(jù)技術(shù)的醫(yī)學(xué)知識(shí)圖譜構(gòu)建方法[J]. 軟件,2020,41(01):1317

    【Abstract】: In order to solve the problems of knowledge duplication, uneven quality of knowledge, and unclear correlation between knowledge, this paper proposes a big-data-driven construction method of medical knowledge graphs,and carry out the knowledge graphs fusion and completion operation in terms of the integration, evolution and enhancement of medical knowledge graphs. Then, this paper briefly introduces several important applications of medical knowledge graphs in medical field and the support of related artificial intelligence technology. Finally, this paper summarized challenges and major problems of medical knowledge graph, and prospected for future development.

    【Key words】: Medical knowledge graphs; Knowledge fusion; Knowledge completion; Big data driven

    0 ?引言

    醫(yī)學(xué)知識(shí)圖譜的構(gòu)建主要是從非結(jié)構(gòu)化的數(shù)據(jù)中人工或自動(dòng)地提取實(shí)體、關(guān)系和屬性。由于醫(yī)學(xué)知識(shí)圖譜的研究成果將有助于推進(jìn)醫(yī)學(xué)數(shù)據(jù)自動(dòng)化和智能化處理,有著廣闊的應(yīng)用前景和社會(huì)價(jià)值,因此完善醫(yī)學(xué)知識(shí)圖譜的構(gòu)建已經(jīng)成為當(dāng)前的一個(gè)研究熱點(diǎn)?,F(xiàn)有的基于深度學(xué)習(xí)的知識(shí)圖譜融合與知識(shí)圖譜補(bǔ)全方法已經(jīng)取得了一定的成果,提升了融合和補(bǔ)全精度,降低了人工成本,加快了數(shù)據(jù)處理效率。但是在知識(shí)圖譜融合和知識(shí)圖譜補(bǔ)全領(lǐng)域中仍存在不少挑戰(zhàn)。

    1 ?醫(yī)學(xué)知識(shí)圖譜研究現(xiàn)狀

    本文主要針對(duì)面向大數(shù)據(jù)的醫(yī)學(xué)知識(shí)圖譜構(gòu)建的持續(xù)演進(jìn),研究面向大數(shù)據(jù)與人工智能的知識(shí)圖譜構(gòu)建流程,同時(shí)設(shè)想研究基于圖神經(jīng)網(wǎng)絡(luò)的知識(shí)融合、知識(shí)補(bǔ)全和動(dòng)態(tài)知識(shí)更新表示問(wèn)題。

    目前基于圖神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜融合、補(bǔ)全和動(dòng)態(tài)知識(shí)表示的相關(guān)研究還處于初級(jí)階段,在醫(yī)學(xué)知識(shí)圖譜演進(jìn)方向更未形成對(duì)應(yīng)技術(shù)體系。下面就醫(yī)學(xué)知識(shí)圖譜的研究現(xiàn)狀進(jìn)行詳細(xì)分析。

    1.1 ?研究現(xiàn)狀

    醫(yī)學(xué)知識(shí)數(shù)據(jù)集包括醫(yī)學(xué)術(shù)語(yǔ)集(本體庫(kù))、醫(yī)學(xué)知識(shí)庫(kù)和醫(yī)學(xué)知識(shí)圖譜。

    其中目前的醫(yī)學(xué)術(shù)語(yǔ)集(本體庫(kù))為醫(yī)學(xué)知識(shí)庫(kù)構(gòu)建、醫(yī)學(xué)知識(shí)圖譜構(gòu)建提供了醫(yī)學(xué)專(zhuān)業(yè)術(shù)語(yǔ)、受限詞匯的分類(lèi)和概念標(biāo)準(zhǔn)化工作,權(quán)威且涵蓋范圍廣,在數(shù)量和質(zhì)量上都有所保障,被醫(yī)療行業(yè)廣泛認(rèn)可。

    在醫(yī)學(xué)知識(shí)庫(kù)方面,目前國(guó)內(nèi)外的醫(yī)學(xué)知識(shí)庫(kù)大多是基于某一專(zhuān)科領(lǐng)域的,但醫(yī)學(xué)知識(shí)庫(kù)是以結(jié)構(gòu)化字段定義的方式存儲(chǔ)醫(yī)學(xué)知識(shí),缺乏豐富的結(jié)構(gòu)信息。而醫(yī)學(xué)知識(shí)圖譜是圖狀具有關(guān)聯(lián)性的知識(shí)集合,實(shí)際上是基于語(yǔ)義網(wǎng)的知識(shí)庫(kù)的形象化表示,重在抽取關(guān)系展示知識(shí)間的高關(guān)聯(lián)性和高結(jié)構(gòu)化的特征。由此醫(yī)學(xué)知識(shí)圖譜能夠包含更加豐富的關(guān)系層次和關(guān)系鏈接,顯著提升知識(shí)推理的精度及效果。

    總體來(lái)說(shuō),大規(guī)模、多領(lǐng)域、跨語(yǔ)言的專(zhuān)科醫(yī)學(xué)知識(shí)圖譜構(gòu)建尚處于演進(jìn)發(fā)展、不斷增強(qiáng)階段,若要得到更完善的醫(yī)療知識(shí)圖譜,需要對(duì)不同的醫(yī)療本體庫(kù)、知識(shí)庫(kù)和圖譜進(jìn)行融合以及將尚未涵蓋的知識(shí)和不斷產(chǎn)生的新知識(shí)融合到已有的知識(shí)圖譜中。醫(yī)療知識(shí)圖譜的構(gòu)建必須是一個(gè)不斷迭代更新的過(guò)程。醫(yī)學(xué)知識(shí)圖譜演進(jìn)所需的知識(shí)融合、知識(shí)補(bǔ)全、動(dòng)態(tài)知識(shí)更新表示就變得迫切和亟需。

    1.2 ?有效工具

    目前知識(shí)圖譜普遍采用了語(yǔ)義網(wǎng)框架中RDF (Resource Description Framework,資源模式框架)模型來(lái)表示數(shù)據(jù)[1]。北京大學(xué)計(jì)算機(jī)所數(shù)據(jù)管理實(shí)驗(yàn)室研發(fā)了面向RDF知識(shí)圖譜的開(kāi)源數(shù)據(jù)庫(kù)系統(tǒng)(通常稱(chēng)為T(mén)riple Store)。不同于傳統(tǒng)基于關(guān)系數(shù)據(jù)庫(kù)的知識(shí)圖譜數(shù)據(jù)管理方法,gStore是直接開(kāi)發(fā)面向RDF知識(shí)圖譜數(shù)據(jù)的Native的知識(shí)圖譜數(shù)據(jù)存儲(chǔ)和查詢(xún)系統(tǒng)(Native RDF圖數(shù)據(jù)庫(kù)系統(tǒng)),考慮RDF知識(shí)圖譜管理的特性,從數(shù)據(jù)庫(kù)系統(tǒng)的底層進(jìn)行優(yōu)化[1]。它維持了原始RDF知識(shí)圖譜的圖結(jié)構(gòu),數(shù)據(jù)模型是有標(biāo)簽、有向的多邊圖,每個(gè)頂點(diǎn)對(duì)應(yīng)著一個(gè)主體或客體。它將面向RDF的SPARQL查詢(xún)轉(zhuǎn)換為面向RDF圖的子圖匹配查詢(xún),利用其所提出的基于圖結(jié)構(gòu)的索引(VS-tree)來(lái)加速查詢(xún)的性能[1]。

    gStore支持復(fù)雜的SPARQL查詢(xún)及有效的增刪改操作,支持W3C定義的SPARQL 1.1標(biāo)準(zhǔn),包括含有Union、OPTIONAL、FILTER和聚集函數(shù)的查詢(xún);支持有效的增刪改操作。同時(shí),gStore支持海量三元組規(guī)模的RDF知識(shí)圖譜的數(shù)據(jù)管理任務(wù),單機(jī)可以支持5Billion(五十億)三元組規(guī)模的RDF知識(shí)圖譜的數(shù)據(jù)管理任務(wù)。分布式版本支持百億邊規(guī)模的分布式可擴(kuò)展的部署模式[2]。由此非常有利于知識(shí)圖譜的優(yōu)化研究。

    1.3 ?待解決問(wèn)題

    (1)由于不同醫(yī)療知識(shí)圖譜的知識(shí)來(lái)源廣泛,構(gòu)建目的和方式也不同,使得單個(gè)知識(shí)圖譜內(nèi)存在知識(shí)質(zhì)量低下、知識(shí)描述缺失等問(wèn)題;不同知識(shí)圖譜間又存在知識(shí)大量重復(fù),異構(gòu)性強(qiáng)等問(wèn)題,給實(shí)體對(duì)齊算法的精度提升帶來(lái)了困難。因此需要解決面向知識(shí)融合過(guò)程中信息缺失導(dǎo)致的實(shí)體對(duì)齊精度不高的問(wèn)題。

    (2)隨著醫(yī)學(xué)知識(shí)圖譜不斷地發(fā)展,越來(lái)越多大規(guī)模的醫(yī)學(xué)知識(shí)圖譜被構(gòu)建出來(lái)。且知識(shí)圖譜的規(guī)模不斷增長(zhǎng),知識(shí)對(duì)齊算法的計(jì)算復(fù)雜度會(huì)呈現(xiàn)二次增長(zhǎng),因此,面向大規(guī)模醫(yī)學(xué)知識(shí)圖譜的高效處理問(wèn)題有著重要的研究意義。

    (3)醫(yī)學(xué)知識(shí)圖譜作為一種復(fù)雜的多關(guān)系圖,含有豐富的圖結(jié)構(gòu)信息。而傳統(tǒng)知識(shí)圖譜補(bǔ)全的方法由于只考慮三元組的內(nèi)部信息,而造成補(bǔ)全精度不高的問(wèn)題。因此,如何更高效的利用圖結(jié)構(gòu)信息是進(jìn)一步擴(kuò)展圖神經(jīng)網(wǎng)絡(luò)方法在知識(shí)圖譜補(bǔ)全應(yīng)用的關(guān)鍵點(diǎn)。

    (4)當(dāng)前動(dòng)態(tài)知識(shí)圖譜僅利用節(jié)點(diǎn)本身的結(jié)構(gòu)信息,未能利用動(dòng)態(tài)變化過(guò)程中的時(shí)序信息,造成表示精確度不高的問(wèn)題;未考慮節(jié)點(diǎn)對(duì)相鄰節(jié)點(diǎn)的傳播影響,造成誤差在時(shí)間序列中不斷積累,從而影響最終表示,這是信息變化傳播不充分的問(wèn)題;同時(shí),在更新知識(shí)圖譜時(shí),每次改變都需要對(duì)全局節(jié)點(diǎn)全部進(jìn)行訓(xùn)練,造成更新代價(jià)大的問(wèn)題。

    2 ?大數(shù)據(jù)驅(qū)動(dòng)下醫(yī)學(xué)知識(shí)圖譜構(gòu)建

    通過(guò)對(duì)大量的參考文獻(xiàn)進(jìn)行閱讀、分析以及總結(jié),將醫(yī)學(xué)知識(shí)圖譜構(gòu)建的全流程總結(jié)為五個(gè)核心流程:醫(yī)學(xué)數(shù)據(jù)采集、醫(yī)學(xué)知識(shí)抽取、知識(shí)融合、構(gòu)建圖譜、知識(shí)更新。 在醫(yī)學(xué)領(lǐng)域知識(shí)圖譜構(gòu)建過(guò)程中存在著與之相對(duì)應(yīng)的大數(shù)據(jù)處理流程,包括數(shù)據(jù)源與數(shù)據(jù)采集、數(shù)據(jù)處理和數(shù)據(jù)更新、以及支撐醫(yī)學(xué)知識(shí)圖譜構(gòu)建全生命周期的數(shù)據(jù)存儲(chǔ)。

    下面簡(jiǎn)單歸納概括醫(yī)學(xué)知識(shí)圖譜構(gòu)建過(guò)程中使用的大數(shù)據(jù)技術(shù)。醫(yī)學(xué)知識(shí)圖譜的數(shù)據(jù)主要來(lái)自網(wǎng)絡(luò),通過(guò)爬蟲(chóng)技術(shù)把信息抓取到HDFS或MySQL中,其他醫(yī)學(xué)數(shù)據(jù)源(如部分標(biāo)準(zhǔn)醫(yī)學(xué)數(shù)據(jù)庫(kù)等)通過(guò)Sqoop導(dǎo)入HDFS或MySQL中,然后使用MapReduce、Spark等技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理,處理后的數(shù)據(jù)導(dǎo)入Hive、Hbase等,最后使用Java、HiveQL、R及Spark等進(jìn)行數(shù)據(jù)分析與展示[3]。詳細(xì)的圖譜構(gòu)建中大數(shù)據(jù)技術(shù)的使用將滲透在后文圖譜構(gòu)建生命周期的各個(gè)環(huán)節(jié)之中。

    2.1 ?醫(yī)學(xué)數(shù)據(jù)采集

    如今,醫(yī)療信息技術(shù)飛速發(fā)展,醫(yī)學(xué)數(shù)據(jù)數(shù)量急速增加,同時(shí)還有新知識(shí)不斷產(chǎn)生,需要利用大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)源與數(shù)據(jù)采集。醫(yī)學(xué)數(shù)據(jù)源主要分為三類(lèi),包括非結(jié)構(gòu)化的文本數(shù)據(jù),半結(jié)構(gòu)化的表格、網(wǎng)頁(yè)以及部分醫(yī)療信息系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)。由于構(gòu)建醫(yī)學(xué)數(shù)據(jù)圖譜所需的數(shù)據(jù)大多來(lái)源于網(wǎng)絡(luò),所以需要借助爬蟲(chóng)來(lái)獲取,本文擬采用的方法是基于Scrapy[4]框架實(shí)現(xiàn)爬蟲(chóng),獲取網(wǎng)絡(luò)上的醫(yī)學(xué)數(shù)據(jù)信息。此外,除了完成原始數(shù)據(jù)的采集,在數(shù)據(jù)采集過(guò)程中還通過(guò)一種基于百科類(lèi)網(wǎng)站爬蟲(chóng)的同義實(shí)體擴(kuò)充方法,構(gòu)建一個(gè)準(zhǔn)確且豐富的醫(yī)學(xué)同義詞庫(kù),以輔助實(shí)現(xiàn)知識(shí)融合中的實(shí)體鏈接[5]。

    醫(yī)學(xué)數(shù)據(jù)信息種類(lèi)繁多,存儲(chǔ)方式不一,因此采集來(lái)的醫(yī)學(xué)數(shù)據(jù)信息有可能存在知識(shí)錯(cuò)誤或者知識(shí)描述缺失等問(wèn)題,尤其是對(duì)于非結(jié)構(gòu)化的數(shù)據(jù),這些來(lái)源于網(wǎng)絡(luò)的純文本數(shù)據(jù)通常需要使用自然語(yǔ)言處理(Natural Language Processing,NLP)技術(shù)進(jìn)行預(yù)先處理。為了解決醫(yī)學(xué)數(shù)據(jù)中可能出現(xiàn)的問(wèn)題,需要用到ETL技術(shù)(數(shù)據(jù)抽取、轉(zhuǎn)換、加載),而Hive作為一個(gè)可靠的ETL工具,在高效性、擴(kuò)展性、容錯(cuò)性等方面的表現(xiàn)特別突出,進(jìn)行數(shù)據(jù)預(yù)處理將原始數(shù)據(jù)轉(zhuǎn)換為適合對(duì)其進(jìn)行分析的數(shù)據(jù)模式對(duì)于保證數(shù)據(jù)質(zhì)量起到了非常關(guān)鍵的作用[6],這個(gè)步驟是是基于Hive完成的,是從數(shù)據(jù)采集向信息抽取的過(guò)渡流程。

    Hive是基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)工具,通過(guò)Hive可以使用傳統(tǒng)的RDBMS的SQL語(yǔ)法來(lái)實(shí)現(xiàn)就HDFS的數(shù)據(jù)的ETL和數(shù)據(jù)模型的構(gòu)建。并且Hive也支持Spark的計(jì)算引擎接口和分析展示的R包接口(RHive)來(lái)獲取Hive構(gòu)建好的模型表及邏輯。

    2.2 ?醫(yī)學(xué)知識(shí)抽取

    醫(yī)學(xué)知識(shí)抽取通過(guò)人工或自動(dòng)化技術(shù)從半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中抽取出可用的知識(shí)單元,這對(duì)應(yīng)著大數(shù)據(jù)技術(shù)中的數(shù)據(jù)處理,實(shí)際上就是基于Spark完成醫(yī)學(xué)數(shù)據(jù)非(半)結(jié)構(gòu)化向結(jié)構(gòu)化的轉(zhuǎn)化。

    原始數(shù)據(jù)采集完成進(jìn)入HDFS后可能存在諸多問(wèn)題,需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理[6],可以基于Spark調(diào)用機(jī)器學(xué)習(xí)模型完成實(shí)體、關(guān)系、屬性的抽取完成醫(yī)學(xué)數(shù)據(jù)非(半)結(jié)構(gòu)化向結(jié)構(gòu)化的轉(zhuǎn)化。Spark是在進(jìn)行大規(guī)模數(shù)據(jù)處理時(shí)的高效引擎,Spark數(shù)據(jù)計(jì)算在內(nèi)存中完成,有效地解決了實(shí)時(shí)性問(wèn)題[7]。同時(shí),Spark可以很好地和不同的數(shù)據(jù)源進(jìn)行整合,比如HDFS、HBase、Cassandra、S3等,充分利用Spark計(jì)算引擎的特性[7]。

    非(半)結(jié)構(gòu)化數(shù)據(jù)向結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化的本質(zhì)其實(shí)就是通過(guò)自然語(yǔ)言處理技術(shù),從網(wǎng)絡(luò)數(shù)據(jù)中大量的純文本內(nèi)容完成實(shí)體抽取、關(guān)系抽取和屬性抽取。

    (1)實(shí)體抽取從文本數(shù)據(jù)集中識(shí)別提取出命名實(shí)體,如醫(yī)學(xué)文本中的疾病名、藥物名、癥狀名等。

    (2)關(guān)系抽取提取出實(shí)體之間的關(guān)聯(lián)關(guān)系,例如醫(yī)學(xué)中的疾病臨床表現(xiàn)、疾病多發(fā)人群等,通過(guò)這些關(guān)系將一系列離散的醫(yī)學(xué)實(shí)體聯(lián)系起來(lái)形成網(wǎng)狀的知識(shí)結(jié)構(gòu),從而解決醫(yī)學(xué)實(shí)體間語(yǔ)義鏈接的問(wèn)題。

    (3)屬性抽取則是從多種數(shù)據(jù)源中采集醫(yī)學(xué)實(shí)體的屬性信息來(lái)構(gòu)造醫(yī)學(xué)實(shí)體的屬性列表,實(shí)現(xiàn)對(duì)醫(yī)學(xué)實(shí)體的完整勾畫(huà)。例如藥品的屬性包括適應(yīng)癥、不良反應(yīng)、禁忌和慎用等。

    基于Hive完成數(shù)據(jù)處理和基于Spark完成醫(yī)學(xué)數(shù)據(jù)非(半)結(jié)構(gòu)化向結(jié)構(gòu)化的轉(zhuǎn)化就可以得到較為完備的醫(yī)學(xué)數(shù)據(jù)。

    2.3 ?知識(shí)融合

    由于醫(yī)學(xué)數(shù)據(jù)庫(kù)中的知識(shí)來(lái)源復(fù)雜,存在知識(shí)質(zhì)量良莠不齊、不同數(shù)據(jù)源知識(shí)重復(fù)、知識(shí)間關(guān)聯(lián)關(guān)系模糊等問(wèn)題。知識(shí)融合就是完成對(duì)不同來(lái)源的知識(shí)在同一框架規(guī)范下進(jìn)行數(shù)據(jù)整合、消歧、加工、推理驗(yàn)證、更新等操作,對(duì)數(shù)據(jù)進(jìn)行剔粗取精,增強(qiáng)知識(shí)庫(kù)內(nèi)部的邏輯性和表達(dá)能力。知識(shí)融合的三個(gè)關(guān)鍵部分是實(shí)體對(duì)齊、實(shí)體鏈接和關(guān)系推演。

    (1)實(shí)體對(duì)齊用于消除異構(gòu)數(shù)據(jù)中的實(shí)體沖突、指向不明等不一致問(wèn)題,醫(yī)學(xué)實(shí)體在不同的數(shù)據(jù)源中存在嚴(yán)重的多元指代問(wèn)題[8],例如西藥頭孢哌酮鈉,通用名稱(chēng)為頭孢哌酮鈉,商品名稱(chēng)可以為先抗、先鋒必素、頭孢氧哌唑、先鋒必、先鋒哌酮、氧哌羥苯唑、頭孢菌素鈉、先鋒哌唑酮、先鋒松等,因此實(shí)體對(duì)齊是醫(yī)學(xué)知識(shí)融合中非常重要的一步。

    (2)實(shí)體鏈接的主要作用是利用醫(yī)學(xué)知識(shí)庫(kù)中的實(shí)體對(duì)從醫(yī)療大數(shù)據(jù)的文本中獲取的實(shí)體指代進(jìn)行消歧,然后將對(duì)應(yīng)的醫(yī)學(xué)實(shí)體鏈接到醫(yī)學(xué)知識(shí)庫(kù)中的對(duì)應(yīng)實(shí)體。

    (3)關(guān)系推演的主要目標(biāo)是將從醫(yī)學(xué)大數(shù)據(jù)文本中獲取的實(shí)體關(guān)系動(dòng)態(tài)擴(kuò)展到知識(shí)庫(kù)中,有助于提高醫(yī)學(xué)知識(shí)庫(kù)的時(shí)新性、覆蓋能力等,實(shí)現(xiàn)關(guān)系的擴(kuò)充。

    根據(jù)是否使用標(biāo)記數(shù)據(jù),知識(shí)融合方法可以分為有監(jiān)督方法和無(wú)監(jiān)督方法[9]。有監(jiān)督方法是從標(biāo)記數(shù)據(jù)中學(xué)習(xí)模型以進(jìn)行實(shí)體對(duì)齊,主要分為基于屬性比較的方法、基于聚類(lèi)的方法和主動(dòng)學(xué)習(xí)方法。無(wú)監(jiān)督方法僅依靠少量種子集或不依靠種子集就可完成模型的學(xué)習(xí),主要分為傳統(tǒng)的無(wú)監(jiān)督方法和知識(shí)嵌入方法。

    針對(duì)上文提出的醫(yī)學(xué)知識(shí)圖譜構(gòu)建過(guò)程中待解決的有關(guān)知識(shí)融合的科學(xué)問(wèn)題,本文提出了相應(yīng)的解決方向設(shè)想。擬采用基于高效圖神經(jīng)網(wǎng)絡(luò)的知識(shí)融合模型來(lái)解決知識(shí)融合過(guò)程中信息缺失導(dǎo)致的實(shí)體對(duì)齊精度不高的問(wèn)題和大規(guī)模醫(yī)學(xué)知識(shí)圖譜的高效處理問(wèn)題。

    2.4 ?圖譜構(gòu)建

    圖譜構(gòu)建就是基于之前得到的關(guān)系型數(shù)據(jù)庫(kù)模式轉(zhuǎn)換成圖數(shù)據(jù)庫(kù)模式。下圖是一個(gè)簡(jiǎn)單的關(guān)于糖尿病所構(gòu)建的醫(yī)學(xué)知識(shí)圖譜,圖中簡(jiǎn)單表示出了實(shí)體以及實(shí)體與實(shí)體之間的關(guān)系,如糖尿病臨床表現(xiàn)為多飲、多食、多尿、疲乏無(wú)力等,糖尿病多發(fā)于老年人群體。

    2.5 ?知識(shí)存儲(chǔ)更新與補(bǔ)全

    數(shù)據(jù)存儲(chǔ)與更新支撐著醫(yī)學(xué)知識(shí)圖譜構(gòu)建的整個(gè)生命周期,在數(shù)據(jù)的更新過(guò)程中可以將數(shù)據(jù)劃分為四個(gè)等級(jí)。其中,采集來(lái)的原始醫(yī)學(xué)數(shù)據(jù)是一級(jí)數(shù)據(jù),經(jīng)過(guò)Hive處理過(guò)的三元組數(shù)據(jù)是二級(jí)數(shù)據(jù),Hive作為一個(gè)數(shù)據(jù)倉(cāng)庫(kù)的客戶(hù)端工具,本身是不保存數(shù)據(jù)的,它所操作的表數(shù)據(jù)都存放在HDFS中[10]。構(gòu)建出的醫(yī)學(xué)圖譜的實(shí)體、關(guān)系、靜態(tài)屬性以及動(dòng)態(tài)屬性是三級(jí)數(shù)據(jù),圖譜更新后的更新類(lèi)型及三元組數(shù)據(jù)是四級(jí)數(shù)據(jù)[5],其變遷流程以及存儲(chǔ)位置如下圖所示。

    知識(shí)圖譜補(bǔ)全是通過(guò)預(yù)測(cè)出三元組中缺失的部分,從而使知識(shí)圖譜變得更加完整。知識(shí)圖譜補(bǔ)全可以分為實(shí)體預(yù)測(cè)以及關(guān)系預(yù)測(cè)任務(wù)。靜態(tài)知識(shí)圖譜補(bǔ)全是補(bǔ)全已知實(shí)體之間的隱含關(guān)系或補(bǔ)全存在于知識(shí)圖譜中的實(shí)體屬性。動(dòng)態(tài)知識(shí)圖譜補(bǔ)全是能夠建立知識(shí)圖譜與外界的關(guān)聯(lián),從而擴(kuò)大知識(shí)圖譜的實(shí)體集、關(guān)系集以及三元組集。利用靜態(tài)知識(shí)圖譜補(bǔ)全可以對(duì)知識(shí)圖譜中的實(shí)體屬性和關(guān)系進(jìn)行補(bǔ)全;現(xiàn)有的動(dòng)態(tài)知識(shí)圖譜補(bǔ)全能對(duì)新增實(shí)體的知識(shí)圖譜中的數(shù)據(jù)進(jìn)行更新。

    針對(duì)上文提出的醫(yī)學(xué)知識(shí)圖譜構(gòu)建過(guò)程中待解決的有關(guān)醫(yī)學(xué)知識(shí)圖譜補(bǔ)全的科學(xué)問(wèn)題,本文提出了相應(yīng)的解決方向設(shè)想。采用結(jié)合對(duì)抗學(xué)習(xí)和注意力機(jī)制的多關(guān)系圖神經(jīng)網(wǎng)絡(luò)知識(shí)補(bǔ)全模型來(lái)解決知識(shí)圖譜補(bǔ)全精度不高和結(jié)構(gòu)信息利用不合理問(wèn)題,采用基于共享權(quán)重機(jī)制多關(guān)系圖神經(jīng)網(wǎng)絡(luò)知識(shí)圖譜補(bǔ)全模型來(lái)解決動(dòng)態(tài)知識(shí)圖譜表示不精確、信息變化傳播不充分和更新代價(jià)大的問(wèn)題。

    3 ?醫(yī)學(xué)知識(shí)圖譜的應(yīng)用

    知識(shí)圖譜在醫(yī)學(xué)領(lǐng)域的應(yīng)用有助于提高醫(yī)療智能化的水平,目前醫(yī)學(xué)知識(shí)圖譜主要應(yīng)用于臨床決策支持系統(tǒng)、醫(yī)療智能語(yǔ)義搜索引擎、醫(yī)療問(wèn)答系統(tǒng)[11]、醫(yī)學(xué)知識(shí)科普等方面。

    3.1 ?醫(yī)學(xué)知識(shí)推理

    人工智能技術(shù)的發(fā)展和應(yīng)用,提高了醫(yī)學(xué)知識(shí)圖譜的構(gòu)建效率和知識(shí)推理的準(zhǔn)確率。醫(yī)學(xué)知識(shí)圖譜必須處理大量重復(fù)矛盾的醫(yī)學(xué)信息,例如即使對(duì)于相同的疾病,醫(yī)生也要根據(jù)患者病情狀況作出不同的診斷[12],給出不同的解決方案,人工智能擁有從海量數(shù)據(jù)中挖掘有用信息的天然優(yōu)勢(shì),知識(shí)推理注重知識(shí)與方法的選擇和運(yùn)用,能夠推斷出缺失事實(shí)完成對(duì)問(wèn)題的求解[8]。

    3.2 ?應(yīng)用分析

    利用醫(yī)學(xué)知識(shí)圖譜可以輔助醫(yī)療行業(yè)進(jìn)行大數(shù)據(jù)分析與決策,根據(jù)患者癥狀以及檢查結(jié)果等數(shù)據(jù)自動(dòng)生成診斷和治療方案,供醫(yī)學(xué)專(zhuān)業(yè)人員參考,同時(shí)還可以對(duì)醫(yī)生的診療方案進(jìn)行智能化分析,有效減少誤診情況的發(fā)生[11]。

    同時(shí),從醫(yī)學(xué)知識(shí)圖譜中檢索并查詢(xún)相關(guān)的實(shí)體對(duì)、實(shí)體關(guān)系及屬性進(jìn)行擴(kuò)展查詢(xún)[11],從而改善醫(yī)療信息搜索和查詢(xún)結(jié)果的準(zhǔn)確性,可以實(shí)現(xiàn)以自然語(yǔ)言形式為用戶(hù)提供準(zhǔn)確的問(wèn)題的解答,輔助患者在就診前得到相關(guān)的醫(yī)學(xué)知識(shí)科普,幫助患者找到合適的醫(yī)生,同時(shí)還可以一定程度上避免由于醫(yī)學(xué)知識(shí)專(zhuān)業(yè)性強(qiáng)、醫(yī)患信息溝通困難而導(dǎo)致的醫(yī)患關(guān)系緊張,可有效改善患者就醫(yī)體驗(yàn), 提高后續(xù)醫(yī)療服務(wù)的精準(zhǔn)度和效率與患者就診滿(mǎn)意度[13]。

    4 ?展望

    知識(shí)圖譜具有強(qiáng)大的語(yǔ)義處理和開(kāi)放獲取能力,是對(duì)語(yǔ)義網(wǎng)和知識(shí)庫(kù)的改造和升華。醫(yī)學(xué)知識(shí)圖譜將醫(yī)學(xué)知識(shí)與知識(shí)圖譜結(jié)合起來(lái),推動(dòng)醫(yī)學(xué)數(shù)據(jù)的智能化和自動(dòng)化處理[14],定會(huì)為醫(yī)療行業(yè)的發(fā)展帶來(lái)新的契機(jī)。

    知識(shí)圖譜在醫(yī)學(xué)領(lǐng)域的應(yīng)用為醫(yī)療行業(yè)帶來(lái)了新的機(jī)遇,同時(shí)也帶帶來(lái)了一系列挑戰(zhàn)。目前,醫(yī)學(xué)知識(shí)圖譜構(gòu)建的關(guān)鍵關(guān)節(jié)還面臨著一些巨大的困難和挑戰(zhàn)。例如,目前的應(yīng)用于醫(yī)學(xué)文本抽取的算法普遍存在著準(zhǔn)確性低、限制條件多、擴(kuò)展性差等問(wèn)題,醫(yī)學(xué)知識(shí)來(lái)源的多樣性導(dǎo)致醫(yī)學(xué)實(shí)體在不同的數(shù)據(jù)源中存在嚴(yán)重的多源指代問(wèn)題,動(dòng)態(tài)醫(yī)學(xué)知識(shí)圖譜表示不準(zhǔn)確、信息變化傳播不充分和更新代價(jià)大的問(wèn)題,如何利用醫(yī)學(xué)知識(shí)圖譜可視化為醫(yī)生尋求最佳的診療展示方案使病人理解展示結(jié)果也是一個(gè)挑戰(zhàn)。

    醫(yī)學(xué)知識(shí)圖譜是大數(shù)據(jù)、人工智能與醫(yī)學(xué)的結(jié)合,在未來(lái)必將成為醫(yī)療行業(yè)與大數(shù)據(jù)智能研究的熱點(diǎn)和前沿問(wèn)題。

    參考文獻(xiàn)

    [1] gStore團(tuán)隊(duì). gStore系統(tǒng)使用手冊(cè)[OL]. (2019-07-29) [2019-10-11]. http://gstore-pku. com/pcsite/index.html.

    [2] 北京大學(xué)王選計(jì)算機(jī)研究所. gStore是什么?[OL]. (2019- 06-06) [2019-10-11]. http://gstore-pku.com/pcsite/index.html.

    [3] 張魁, 張粵磊, 劉未昕, 吳茂貴. 自己動(dòng)手做大數(shù)據(jù)系統(tǒng)[M]. 北京: 電子工業(yè)出版社, 2016: 22.

    [4] Guogang Zhang. Python Network Source Automatic Evaluation System[A]. Proceedings of 2016 4th International Conference on Electrical & Electronics Engineering and Computer Science (ICEEECS 2016)[C]. (Computer Science and Electronic Technology International Society), 2016: 5.

    [5] 王寧. 基于Web的領(lǐng)域知識(shí)圖譜構(gòu)建平臺(tái)的研究與實(shí)現(xiàn)[D]. 北京: 北京郵電大學(xué), 2019: 36-42.

    [6] 張魁, 張粵磊, 劉未昕, 吳茂貴. 自己動(dòng)手做大數(shù)據(jù)系統(tǒng)[M]. 北京: 電子工業(yè)出版社, 2016: 152-154.

    [7] 張魁, 張粵磊, 劉未昕, 吳茂貴. 自己動(dòng)手做大數(shù)據(jù)系統(tǒng)[M]. 北京: 電子工業(yè)出版社, 2016: 281-282.

    [8] 賈辛洪. 醫(yī)學(xué)知識(shí)圖譜構(gòu)建技術(shù)與研究進(jìn)度[OL]. (2019- 08-21)[2019-10-11]. http://blog.csdn.net/jiaxinhong/article/details/ 81865768.

    [9] Guan S, Jin X, Jia Y, et al. Self-learning and embedding based entity alignment[C]//2017 IEEE International Conference on Big Knowledge (ICBK). IEEE, 2017: 33-40.

    [10] 張魁, 張粵磊, 劉未昕, 吳茂貴. 自己動(dòng)手做大數(shù)據(jù)系統(tǒng)[M]. 北京: 電子工業(yè)出版社, 2016: 217.

    [11] 侯夢(mèng)薇, 衛(wèi)榮, 陸亮, 蘭欣, 蔡宏偉. 知識(shí)圖譜研究綜述及其在醫(yī)療領(lǐng)域的應(yīng)用[J]. 計(jì)算機(jī)研究與發(fā)展, 2018, 55(12): 2587-2599.

    [12] 袁凱琦, 鄧揚(yáng), 陳道源, 張冰, 雷凱. 醫(yī)學(xué)知識(shí)圖譜構(gòu)建技術(shù)與研究進(jìn)展[J]. 計(jì)算機(jī)應(yīng)用研究, 2018, 35(07): 1929-1936.

    [13] 修曉蕾, 吳思竹, 崔佳偉, 鄔金鳴, 錢(qián)慶. 醫(yī)學(xué)知識(shí)圖譜構(gòu)建研究進(jìn)展[J]. 中華醫(yī)學(xué)圖書(shū)情報(bào)雜志, 2018, 27(10): 33-39.

    [14] 劉雷. 臨床診斷決策需要知識(shí)圖譜的“供養(yǎng)”[J]. 張江科技評(píng)論, 2019(04): 34-36.

    [15] 吳運(yùn)兵, 陰愛(ài)英, 林開(kāi)標(biāo), 余小燕, 賴(lài)國(guó)華. 基于多數(shù)據(jù)源的知識(shí)圖譜構(gòu)建方法研究[J]. 福州大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 45(03): 329-335.

    [16] 楊林朋, 董一超, 趙祖桉, 崔雪寧, 劉新奎. 我國(guó)醫(yī)學(xué)信息學(xué)領(lǐng)域的研究現(xiàn)狀及其可視化分析[J]. 中國(guó)衛(wèi)生產(chǎn)業(yè), 2019, 16(22): 160-164.

    [17] 李紅艷, 皇甫慧慧. 基于知識(shí)圖譜的全科醫(yī)生研究可視化分析與展望[J]. 中國(guó)全科醫(yī)學(xué), 2019, 22(27): 3387-3394.

    [18] 郁小玲, 張鐵山, 吳彤, 等. 基于兩位一體的中文電子病歷命名實(shí)體識(shí)別[J]. 中國(guó)衛(wèi)生信息管理雜志, 2017, 14(4): 552-556.

    [19] 康準(zhǔn), 王德軍. 基于知識(shí)圖譜的生物學(xué)科知識(shí)問(wèn)答系統(tǒng)[J]. 軟件, 2018, 39(02): 7-11.

    [20] 王雪鵬, 劉康, 何世柱, et al. 基于網(wǎng)絡(luò)語(yǔ)義標(biāo)簽的多源知識(shí)庫(kù)實(shí)體對(duì)齊算法[J]. 計(jì)算機(jī)學(xué)報(bào), 2017(03): 169-179.

    [21] 林海倫, 王元卓, 賈巖濤, 張鵬, 王偉平. 面向網(wǎng)絡(luò)大數(shù)據(jù)的知識(shí)融合方法綜述[J]. 計(jì)算機(jī)學(xué)報(bào), 2017, 40(01): 1-27.

    [22] 擴(kuò)展知識(shí)圖譜上的實(shí)體關(guān)系檢索[J]. 王秋月, 覃雄派, 曹巍, 覃飆. 計(jì)算機(jī)應(yīng)用. 2016(04)

    [23] 朱國(guó)丞. 基于大數(shù)據(jù)平臺(tái)的知識(shí)圖譜存儲(chǔ)訪(fǎng)問(wèn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 東南大學(xué), 2018.

    [24] 張龍斌. 面向成果轉(zhuǎn)化的知識(shí)圖譜研究及應(yīng)用[D]. 杭州電子科技大學(xué), 2018.

    [25] 李涓子, 侯磊. 知識(shí)圖譜研究綜述[J]. 山西大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 40(03): 454-459.

    [26] 方陽(yáng), 趙翔, 譚真, 楊世宇, 肖衛(wèi)東. 一種改進(jìn)的基于翻譯的知識(shí)圖譜表示方法[J]. 計(jì)算機(jī)研究與發(fā)展, 2018, 55(01): 139-150.

    [27] 聶莉莉, 李傳富, 許曉倩, 朱川川, 徐志鵬, 武紅利. 人工智能在醫(yī)學(xué)診斷知識(shí)圖譜構(gòu)建中的應(yīng)用研究[J]. 醫(yī)學(xué)信息學(xué)雜志, 2018, 5(6): 7-12.

    [28] 阮彤, 孫程琳, 王昊奮, 方之家, 殷亦超. 中醫(yī)藥知識(shí)圖譜構(gòu)建與應(yīng)用[J]. 醫(yī)學(xué)信息學(xué)雜志, 2016, 37(4): 8-13.

    国产v大片淫在线免费观看| 天天一区二区日本电影三级| 亚洲精品自拍成人| 大片电影免费在线观看免费| 好男人在线观看高清免费视频| 狠狠精品人妻久久久久久综合| 久久久久久久久久久丰满| 午夜福利视频1000在线观看| 久久国产乱子免费精品| 国产午夜精品久久久久久一区二区三区| 欧美激情久久久久久爽电影| 日本一二三区视频观看| av女优亚洲男人天堂| 亚洲人成网站在线播| 欧美97在线视频| 日韩在线高清观看一区二区三区| 你懂的网址亚洲精品在线观看| 国产精品久久久久久久电影| 亚洲欧美精品专区久久| 午夜激情久久久久久久| 青青草视频在线视频观看| 久久韩国三级中文字幕| 麻豆乱淫一区二区| av在线app专区| 成人无遮挡网站| 麻豆成人午夜福利视频| 特大巨黑吊av在线直播| 午夜免费观看性视频| 国产一区二区三区综合在线观看 | 亚州av有码| 18禁裸乳无遮挡动漫免费视频 | 少妇熟女欧美另类| 亚洲,一卡二卡三卡| 深爱激情五月婷婷| 国产亚洲精品久久久com| 亚洲精品国产av蜜桃| 色视频www国产| 国产成人免费观看mmmm| 亚洲欧美日韩无卡精品| 国产精品成人在线| 亚洲内射少妇av| 国产片特级美女逼逼视频| 午夜精品一区二区三区免费看| 插逼视频在线观看| 大码成人一级视频| 精品人妻熟女av久视频| 97超碰精品成人国产| 午夜日本视频在线| 色视频在线一区二区三区| 韩国高清视频一区二区三区| www.av在线官网国产| 亚洲天堂av无毛| 国产综合精华液| 久久人人爽人人片av| 日韩一区二区视频免费看| 制服丝袜香蕉在线| 有码 亚洲区| 欧美成人一区二区免费高清观看| 国产免费视频播放在线视频| 国产高清不卡午夜福利| 一级毛片aaaaaa免费看小| 大又大粗又爽又黄少妇毛片口| 欧美老熟妇乱子伦牲交| 99热这里只有是精品50| 在线观看一区二区三区激情| 成人亚洲精品av一区二区| 欧美极品一区二区三区四区| 熟妇人妻不卡中文字幕| 免费黄频网站在线观看国产| 日韩一区二区视频免费看| 特级一级黄色大片| 熟女电影av网| 边亲边吃奶的免费视频| 免费观看av网站的网址| 国产女主播在线喷水免费视频网站| 男女啪啪激烈高潮av片| 黄片无遮挡物在线观看| 成人国产麻豆网| 在线观看一区二区三区| 亚洲精品成人久久久久久| 啦啦啦在线观看免费高清www| 真实男女啪啪啪动态图| 国产在线一区二区三区精| 久久久成人免费电影| 国产伦精品一区二区三区视频9| 亚洲欧美成人综合另类久久久| 午夜激情久久久久久久| 久久6这里有精品| 能在线免费看毛片的网站| 能在线免费看毛片的网站| 99热6这里只有精品| 成年av动漫网址| 成人亚洲精品av一区二区| 蜜桃久久精品国产亚洲av| 午夜免费观看性视频| 特级一级黄色大片| 成人免费观看视频高清| 夫妻性生交免费视频一级片| 国产熟女欧美一区二区| 纵有疾风起免费观看全集完整版| 黄片无遮挡物在线观看| 一级毛片电影观看| 国精品久久久久久国模美| 国产精品蜜桃在线观看| 伊人久久精品亚洲午夜| 中国三级夫妇交换| 在线免费观看不下载黄p国产| 亚洲精华国产精华液的使用体验| 精品国产三级普通话版| 一本一本综合久久| 色5月婷婷丁香| av免费观看日本| 亚洲精品影视一区二区三区av| 国产91av在线免费观看| 精品熟女少妇av免费看| 夫妻午夜视频| 国产欧美日韩一区二区三区在线 | 亚洲精品国产色婷婷电影| 亚洲精品第二区| 人人妻人人看人人澡| 日韩av在线免费看完整版不卡| 99九九线精品视频在线观看视频| 国产日韩欧美亚洲二区| 午夜日本视频在线| 美女内射精品一级片tv| 国产欧美日韩精品一区二区| 亚洲成人中文字幕在线播放| 日本欧美国产在线视频| 人人妻人人看人人澡| 97人妻精品一区二区三区麻豆| 美女内射精品一级片tv| 18+在线观看网站| 亚洲精品成人久久久久久| 性插视频无遮挡在线免费观看| 直男gayav资源| 成年女人看的毛片在线观看| 天美传媒精品一区二区| 亚洲在线观看片| 午夜日本视频在线| 一级毛片我不卡| 欧美潮喷喷水| 欧美bdsm另类| 亚洲人与动物交配视频| 一个人看的www免费观看视频| 99热网站在线观看| 美女高潮的动态| 看十八女毛片水多多多| 男女边吃奶边做爰视频| 欧美成人午夜免费资源| 婷婷色麻豆天堂久久| 亚洲av一区综合| 亚洲国产精品国产精品| freevideosex欧美| 春色校园在线视频观看| 国产精品不卡视频一区二区| 精品国产三级普通话版| 久久人人爽人人片av| 少妇高潮的动态图| 欧美另类一区| 内地一区二区视频在线| 亚洲一区二区三区欧美精品 | 你懂的网址亚洲精品在线观看| 色哟哟·www| 干丝袜人妻中文字幕| 成人免费观看视频高清| 久久ye,这里只有精品| 香蕉精品网在线| 色网站视频免费| 亚洲国产欧美人成| 日日啪夜夜爽| 精品人妻偷拍中文字幕| 美女内射精品一级片tv| 人人妻人人爽人人添夜夜欢视频 | 大陆偷拍与自拍| 国产国拍精品亚洲av在线观看| 久久精品国产亚洲网站| 天堂中文最新版在线下载 | 在线观看一区二区三区激情| eeuss影院久久| 国产在视频线精品| 搞女人的毛片| 国产国拍精品亚洲av在线观看| 亚洲精品中文字幕在线视频 | 国产亚洲av片在线观看秒播厂| 国内少妇人妻偷人精品xxx网站| 一级毛片久久久久久久久女| 精品视频人人做人人爽| 国产精品av视频在线免费观看| 国产精品熟女久久久久浪| 亚洲性久久影院| 黄片wwwwww| 午夜福利视频1000在线观看| 欧美激情久久久久久爽电影| 嫩草影院精品99| 亚洲图色成人| 国产精品国产三级专区第一集| 卡戴珊不雅视频在线播放| 天堂网av新在线| 亚洲欧美日韩无卡精品| 国产精品99久久99久久久不卡 | 国产亚洲精品久久久com| 中国美白少妇内射xxxbb| 国产精品秋霞免费鲁丝片| 能在线免费看毛片的网站| 麻豆精品久久久久久蜜桃| 免费观看的影片在线观看| 亚洲图色成人| 大香蕉久久网| 国产精品秋霞免费鲁丝片| 国产亚洲最大av| 干丝袜人妻中文字幕| 99久久精品一区二区三区| 国产精品一区二区性色av| 国产国拍精品亚洲av在线观看| 亚洲成人久久爱视频| 欧美老熟妇乱子伦牲交| 亚洲熟女精品中文字幕| 色视频在线一区二区三区| 中文字幕免费在线视频6| 国产老妇女一区| 日韩大片免费观看网站| 日本欧美国产在线视频| 日韩一区二区视频免费看| 1000部很黄的大片| 免费av毛片视频| 婷婷色综合www| 国产一区有黄有色的免费视频| 两个人的视频大全免费| 黑人高潮一二区| 好男人视频免费观看在线| 免费黄频网站在线观看国产| 91午夜精品亚洲一区二区三区| 国产一区二区亚洲精品在线观看| 亚洲欧美日韩另类电影网站 | 亚洲精品成人av观看孕妇| 97超碰精品成人国产| 亚洲一区二区三区欧美精品 | 国产午夜精品一二区理论片| 国产男女超爽视频在线观看| 美女主播在线视频| 欧美日韩视频高清一区二区三区二| 亚洲最大成人手机在线| 久久精品国产亚洲网站| 国产精品国产av在线观看| 国产白丝娇喘喷水9色精品| 日韩欧美 国产精品| 免费观看a级毛片全部| 久久久久久久午夜电影| 欧美激情在线99| 建设人人有责人人尽责人人享有的 | 久久精品国产a三级三级三级| 99re6热这里在线精品视频| 久久久久久久久久久免费av| 国产精品国产三级专区第一集| 久久久久久久久大av| 高清av免费在线| 国产精品爽爽va在线观看网站| 国产精品久久久久久av不卡| 久久国内精品自在自线图片| 国产一级毛片在线| 观看免费一级毛片| 高清视频免费观看一区二区| 国产午夜福利久久久久久| 国产永久视频网站| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 日韩制服骚丝袜av| 精品久久国产蜜桃| 国产黄色视频一区二区在线观看| 18+在线观看网站| 久久久成人免费电影| 国产老妇伦熟女老妇高清| 久久久久久久亚洲中文字幕| 永久网站在线| 午夜激情久久久久久久| 婷婷色综合www| 亚洲久久久久久中文字幕| av在线蜜桃| 少妇裸体淫交视频免费看高清| 国产一级毛片在线| 国产免费福利视频在线观看| 国产成年人精品一区二区| 男人爽女人下面视频在线观看| 别揉我奶头 嗯啊视频| 日本黄大片高清| 嫩草影院精品99| 成年免费大片在线观看| 日韩,欧美,国产一区二区三区| 2022亚洲国产成人精品| 亚洲精品乱久久久久久| 麻豆国产97在线/欧美| 禁无遮挡网站| av在线app专区| h日本视频在线播放| 97人妻精品一区二区三区麻豆| 黄色怎么调成土黄色| 一区二区三区精品91| 国产男人的电影天堂91| 国产av国产精品国产| 国产精品麻豆人妻色哟哟久久| 欧美精品一区二区大全| 青青草视频在线视频观看| 亚洲图色成人| 亚洲第一区二区三区不卡| 国产精品av视频在线免费观看| 又大又黄又爽视频免费| 日本一二三区视频观看| 日本一本二区三区精品| 2021天堂中文幕一二区在线观| 街头女战士在线观看网站| 国精品久久久久久国模美| 晚上一个人看的免费电影| 日本免费在线观看一区| 亚洲av一区综合| 国产爽快片一区二区三区| 人妻夜夜爽99麻豆av| 一级毛片久久久久久久久女| 97在线人人人人妻| 午夜日本视频在线| 毛片一级片免费看久久久久| 国产综合懂色| 亚洲欧美一区二区三区黑人 | 精品国产三级普通话版| 一区二区三区乱码不卡18| 亚洲av在线观看美女高潮| 黄色日韩在线| 精品久久国产蜜桃| 最近的中文字幕免费完整| 另类亚洲欧美激情| 97人妻精品一区二区三区麻豆| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产v大片淫在线免费观看| 成人高潮视频无遮挡免费网站| 丰满人妻一区二区三区视频av| av女优亚洲男人天堂| 一个人看的www免费观看视频| 啦啦啦在线观看免费高清www| 国产精品熟女久久久久浪| 日韩欧美一区视频在线观看 | 欧美三级亚洲精品| 亚洲最大成人手机在线| 午夜福利在线观看免费完整高清在| 一级毛片我不卡| 免费av不卡在线播放| 午夜福利视频精品| 伦理电影大哥的女人| 深爱激情五月婷婷| 又爽又黄a免费视频| 亚洲精品视频女| 插阴视频在线观看视频| 国产精品.久久久| av一本久久久久| 观看免费一级毛片| 成人黄色视频免费在线看| 91精品伊人久久大香线蕉| 亚洲国产精品国产精品| 91久久精品电影网| 一级二级三级毛片免费看| 男人狂女人下面高潮的视频| 白带黄色成豆腐渣| 97超视频在线观看视频| 丝袜脚勾引网站| 欧美人与善性xxx| 国产成人91sexporn| 一本一本综合久久| 日韩,欧美,国产一区二区三区| 亚洲欧美成人综合另类久久久| 在线 av 中文字幕| 十八禁网站网址无遮挡 | 人体艺术视频欧美日本| 国产精品爽爽va在线观看网站| 亚洲天堂国产精品一区在线| 国产午夜精品久久久久久一区二区三区| 午夜激情久久久久久久| 久久综合国产亚洲精品| 观看免费一级毛片| 五月伊人婷婷丁香| 18禁在线无遮挡免费观看视频| av在线老鸭窝| 只有这里有精品99| 久久久久网色| 国产高清不卡午夜福利| 18禁在线播放成人免费| a级一级毛片免费在线观看| 精品国产三级普通话版| 三级国产精品片| 在线精品无人区一区二区三 | 成人黄色视频免费在线看| 老司机影院成人| 91狼人影院| 亚洲自偷自拍三级| 国产乱来视频区| 久久久久久久久久久免费av| 色哟哟·www| 直男gayav资源| 国产黄频视频在线观看| 在线 av 中文字幕| 亚洲av二区三区四区| 国产精品爽爽va在线观看网站| tube8黄色片| 九九久久精品国产亚洲av麻豆| 少妇熟女欧美另类| 亚洲av日韩在线播放| 色播亚洲综合网| 99久久九九国产精品国产免费| 亚洲精品影视一区二区三区av| 欧美日韩综合久久久久久| 国模一区二区三区四区视频| 日本-黄色视频高清免费观看| 国产亚洲精品久久久com| 寂寞人妻少妇视频99o| 色婷婷久久久亚洲欧美| 亚洲精品日韩在线中文字幕| 久久精品久久久久久久性| 久久国产乱子免费精品| 亚洲人成网站在线播| 亚洲av成人精品一二三区| 直男gayav资源| 少妇丰满av| 丝瓜视频免费看黄片| 亚洲av.av天堂| 亚洲人成网站高清观看| 久久久精品94久久精品| 人妻一区二区av| 99九九线精品视频在线观看视频| 国产毛片a区久久久久| 97热精品久久久久久| 夜夜看夜夜爽夜夜摸| 一本一本综合久久| 汤姆久久久久久久影院中文字幕| 成人二区视频| 少妇人妻久久综合中文| 免费人成在线观看视频色| 国产成人精品婷婷| 亚洲人成网站在线观看播放| 青春草亚洲视频在线观看| 久久精品国产亚洲av涩爱| 亚洲欧美日韩卡通动漫| 国产老妇女一区| 2021少妇久久久久久久久久久| 永久免费av网站大全| 亚洲成人久久爱视频| 国产极品天堂在线| 国产精品蜜桃在线观看| 99热网站在线观看| 秋霞伦理黄片| 亚洲精品国产色婷婷电影| 中国美白少妇内射xxxbb| av在线播放精品| 久久女婷五月综合色啪小说 | 伦理电影大哥的女人| 国产高潮美女av| 丝袜脚勾引网站| 日日啪夜夜撸| 欧美极品一区二区三区四区| 日韩三级伦理在线观看| 日韩一区二区视频免费看| 免费大片18禁| 亚洲成色77777| 春色校园在线视频观看| 日韩一本色道免费dvd| 国产亚洲一区二区精品| 国产精品秋霞免费鲁丝片| 国产高清三级在线| 久久久久久久午夜电影| 国产成人freesex在线| 嫩草影院入口| 日本-黄色视频高清免费观看| 51国产日韩欧美| 一区二区三区精品91| 国产欧美日韩一区二区三区在线 | 少妇的逼水好多| 欧美日韩视频高清一区二区三区二| 久久久久久久久久久免费av| 国产精品熟女久久久久浪| freevideosex欧美| 欧美极品一区二区三区四区| 免费不卡的大黄色大毛片视频在线观看| a级一级毛片免费在线观看| 青青草视频在线视频观看| .国产精品久久| 国内精品宾馆在线| 国产亚洲5aaaaa淫片| 内地一区二区视频在线| 中文精品一卡2卡3卡4更新| 中文资源天堂在线| 国模一区二区三区四区视频| 国产爱豆传媒在线观看| 国产精品久久久久久精品古装| 亚洲国产av新网站| 秋霞伦理黄片| 久久6这里有精品| 你懂的网址亚洲精品在线观看| 久久精品夜色国产| 日韩伦理黄色片| 日本一本二区三区精品| 男女国产视频网站| 一个人看的www免费观看视频| 久久久久网色| 亚洲成人中文字幕在线播放| 丝袜喷水一区| 舔av片在线| 欧美最新免费一区二区三区| 人妻少妇偷人精品九色| 看非洲黑人一级黄片| 国产成人a区在线观看| 亚洲精品国产成人久久av| 白带黄色成豆腐渣| 精品一区二区三区视频在线| 日本午夜av视频| 久久久a久久爽久久v久久| 精品久久久久久久久av| 一个人看视频在线观看www免费| 天天躁日日操中文字幕| 91久久精品电影网| 91精品国产九色| 国产成年人精品一区二区| 在线播放无遮挡| 大片免费播放器 马上看| 日韩欧美 国产精品| 欧美成人精品欧美一级黄| 亚洲国产av新网站| 午夜免费男女啪啪视频观看| 一个人观看的视频www高清免费观看| 日韩欧美 国产精品| 国产精品伦人一区二区| 97超视频在线观看视频| 尾随美女入室| 男插女下体视频免费在线播放| freevideosex欧美| av在线app专区| a级毛片免费高清观看在线播放| 岛国毛片在线播放| 好男人在线观看高清免费视频| 国产精品成人在线| 久久久久久久亚洲中文字幕| 久久综合国产亚洲精品| 精品熟女少妇av免费看| 成人鲁丝片一二三区免费| 一级毛片 在线播放| 免费av观看视频| 丰满少妇做爰视频| 国产爱豆传媒在线观看| 亚洲不卡免费看| av一本久久久久| 久久久久久久久久久免费av| 97精品久久久久久久久久精品| 国内揄拍国产精品人妻在线| 成年女人在线观看亚洲视频 | 大陆偷拍与自拍| 少妇人妻精品综合一区二区| 亚洲欧美成人综合另类久久久| 秋霞伦理黄片| 嫩草影院入口| 男人舔奶头视频| 国产日韩欧美亚洲二区| 在线观看国产h片| 一级毛片黄色毛片免费观看视频| 国产亚洲一区二区精品| 国产欧美另类精品又又久久亚洲欧美| 欧美激情国产日韩精品一区| 春色校园在线视频观看| 国产一区二区三区av在线| 夜夜爽夜夜爽视频| 97在线视频观看| 熟女av电影| 国产黄片视频在线免费观看| 成人高潮视频无遮挡免费网站| 久久人人爽av亚洲精品天堂 | 不卡视频在线观看欧美| 美女xxoo啪啪120秒动态图| 成人午夜精彩视频在线观看| 成人漫画全彩无遮挡| 内射极品少妇av片p| 男男h啪啪无遮挡| 国产老妇女一区| 男人爽女人下面视频在线观看| 中文字幕av成人在线电影| 啦啦啦啦在线视频资源| 看非洲黑人一级黄片| 亚洲天堂国产精品一区在线| 大码成人一级视频| 美女被艹到高潮喷水动态| 欧美性猛交╳xxx乱大交人| 十八禁网站网址无遮挡 | 国产黄色免费在线视频| 国产精品伦人一区二区| 少妇人妻 视频| tube8黄色片| 国产精品三级大全| 国产探花极品一区二区| 18禁在线无遮挡免费观看视频| 永久网站在线| 亚洲精品成人av观看孕妇| 国产精品av视频在线免费观看| 大又大粗又爽又黄少妇毛片口| 青青草视频在线视频观看| 亚洲欧美日韩东京热| 麻豆成人午夜福利视频| www.色视频.com| 国产成人一区二区在线| 国产精品久久久久久精品电影小说 | 男女下面进入的视频免费午夜| 久热这里只有精品99| 成人无遮挡网站| 亚洲欧美日韩无卡精品| a级一级毛片免费在线观看| 97热精品久久久久久| 国产 一区精品| 中文字幕久久专区| 在线观看免费高清a一片| 亚洲av中文av极速乱| tube8黄色片| 国产免费视频播放在线视频| 神马国产精品三级电影在线观看| 中文字幕人妻熟人妻熟丝袜美|