• <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 ?

    融合多種神經(jīng)網(wǎng)絡與多特征的答案排序方法

    2021-03-23 09:39:06段利國李愛萍
    計算機工程與設計 2021年3期
    關鍵詞:排序卷積向量

    王 龍,段利國,李愛萍,2

    (1.太原理工大學 信息與計算機學院,山西 太原 030024;2.武漢大學 軟件工程國家重點實驗室,湖北 武漢 430072)

    0 引 言

    隨著互聯(lián)網(wǎng)技術飛快發(fā)展,數(shù)據(jù)信息急劇增多,面向大眾領域的問答系統(tǒng)成為越來越多的人獲取信息、共享知識的首選途徑,以百度知道為代表的社區(qū)問答系統(tǒng)在人們生活中應用廣泛,但其針對同一個問題往往有多個不同答案,而且答案的質量也良莠不齊。因此,旨在針對用戶的提問信息,分析篩選并返回給用戶所需的準確答案的答案排序算法起到重要作用。

    通過分析眾多問答信息數(shù)據(jù)發(fā)現(xiàn),相較于長文本問答對,無法更多提取短文本文本信息,導致其排序效果差距很大,達不到較高的準確率。因此提出融合多種神經(jīng)網(wǎng)絡與多特征的答案排序模型,由多種神經(jīng)網(wǎng)絡學習文本特征,同時引入多種特征信息提高準確率。

    本文的主要貢獻如下:

    (1)構建由卷積神經(jīng)網(wǎng)絡(CNN)、雙向門控循環(huán)單元(Bi-GRUs)和多層感知器(MLP)組成的多層神經(jīng)網(wǎng)絡模型,在融合層加入詞匯特征、主題特征等多種特征信息。

    (2)對卷積神經(jīng)網(wǎng)絡(CNN)做出改進,采用2-Max Pooling做池化操作,同時引入Leaky Relu激活函數(shù)以解決“梯度消失”問題,加快收斂速度。

    (3)該模型在WikiQA數(shù)據(jù)集上取得較好的答案排序效果。

    1 相關工作

    現(xiàn)階段答案排序方法可以分成兩類:第一類是傳統(tǒng)的基于詞匯、句法、語法等特征信息進行答案排序的機器學習方法;第二類是新興的基于神經(jīng)網(wǎng)絡模型的深度學習方法。近年來,部分研究人員嘗試將深度學習模型應用在答案排序的任務上,取得較好的效果。Nie L通過構建由一個離線學習組件和一個在線搜索組件組成的知識庫的方法進行答案選擇[1]。Severyn A先用二元卷積神經(jīng)網(wǎng)絡對問題和候選答案進行向量化表示,而后根據(jù)相似矩陣計算得到問題與候選答案的相似度值,并把此值與問題和候選答案的向量化表示相互拼接,再引入其它特征,最后通過softmax層對新拼接的向量進行分類[2]。Nie YP引入雙向長短時記憶(LSTM)編解碼器,有效地解決機器翻譯任務中出現(xiàn)的問題和答案之間的詞匯鴻溝,并使用step attention機制來允許問題集中在候選答案的某個部分[3]。Xiang等針對社區(qū)問答數(shù)據(jù)提出一個專注的深層神經(jīng)網(wǎng)絡結構,該結構采用卷積神經(jīng)網(wǎng)絡、基于注意力的長短時記憶網(wǎng)絡和條件隨機場的方法[4]。Fan等的工作則是利用多維特征組合和相似度排序對網(wǎng)絡論壇中的社區(qū)問答排序方法進行改進,充分利用問題答案中的信息來確定問題和答案之間的相似性,并使用基于文本的特征信息來確定答案是否合理[5]?;谝陨涎芯浚瑸榱烁玫靥岣叽鸢概判虻男阅?,本文提出了一種融合多種神經(jīng)網(wǎng)絡與多特征信息的深度學習模型。

    2 融合多種神經(jīng)網(wǎng)絡與多特征信息的深度學習模型

    在答案排序的研究過程中,僅僅對問題和候選答案進行深度學習是不全面的,其特有的詞匯特征、主題特征等多種特征信息也在一定程度上影響著答案排序效果,因此本文將多種神經(jīng)網(wǎng)絡和多特征信息進行融合,使用卷積神經(jīng)網(wǎng)絡學習問題和候選答案特征,采用雙向門控循環(huán)單元對融合多種特征信息的向量進行訓練,經(jīng)多層感知器處理后,通過softmax分類器得出最終排序結果。圖1為模型的基本結構。

    圖1 網(wǎng)絡模型結構

    2.1 輸入層

    輸入層對數(shù)據(jù)集中的問題和候選答案均使用詞向量進行表示,該詞向量集來自于Google news,共收錄約300萬個英文詞,每個詞的維度均為300維,使用詞匹配的方式將問題和候選答案中的每個單詞與詞向量集中相對應單詞比對替換,查找不到的單詞使用300維的0向量進行表示。

    此外,為確保模型具有健壯性,通過對WikiQA英文數(shù)據(jù)集中數(shù)據(jù)的分析得知,問題句子的最大長度為22,候選答案句子的最大長度為98,因此,實驗過程中全部采用最大長度120,對于長度不足的句子均用0進行補齊。

    2.2 卷積神經(jīng)網(wǎng)絡

    近年來,卷積神經(jīng)網(wǎng)絡[6]作為深度學習的典型算法得到了進一步發(fā)展,并被廣泛地應用在計算機視覺以及自然語言處理等多個領域。與普通的神經(jīng)網(wǎng)絡相比,其主要區(qū)別在于,卷積神經(jīng)網(wǎng)絡含有一個由卷積層和池化層構成的特征抽取器。且卷積和池化可以大大簡化模型的復雜度,減少模型的參數(shù)。圖2為卷積神經(jīng)網(wǎng)絡在自然語言處理中的應用示例。

    圖2 卷積神經(jīng)網(wǎng)絡在自然語言處理中的應用示例

    本實驗中,卷積層對輸入層中得到的120*300階的矩陣進行處理,其中120表示句子的長度,300代表詞向量的維數(shù)。當卷積作用在滑動窗口步長為2的句子上時,將得到119個輸出結果。其操作如式(1)所示

    ci=f(W*vi,i+k-1+b)

    (1)

    W是卷積層權重矩陣,vi,i+k-1表示滑動窗口作用時第i個單詞到第i+k-1個單詞的詞向量組成的矩陣,b代表偏置項,f為激活函數(shù)。本文中選用基于Relu函數(shù)的變體Leaky-Relu。其相較于sigmoid和tanh等飽和激活函數(shù),Relu及其變體作為非飽和激活函數(shù)能解決“梯度消失”問題并加快收斂速度。而Leaky-Relu函數(shù)能夠處理Relu函數(shù)在z小于0時,斜率為0的情況。其函數(shù)公式如式(2)所示

    (2)

    式中:0.05為斜率,函數(shù)圖像如圖3所示。

    池化層對卷積核作用后的結果向量c=[c1,c2,…,c119] 做池化操作,實驗中使用最大池化的變體2-Max Pooling,與Max Pooling相比,其能夠提取所有特征值中得分最高的2個值,并且可以保留這些特征值原始的先后順序。通過進行池化操作后,便得到每一個卷積層所抽取的特征集中相對于較為重要的部分,即問題和候選答案的重要語義部分。圖4為2-Max Pooling的示例。

    圖3 k=0.05時的Leaky-Relu函數(shù)

    圖4 2-Max Pooling示例

    此外,為防止過擬合現(xiàn)象的產生,引入了Dropout機制[7],其原理是當數(shù)據(jù)在前向傳播的時候,讓若干神經(jīng)元的激活值以一定的概率p停止工作,反向傳播時再次激活。

    2.3 融合層

    融合層將經(jīng)卷積神經(jīng)網(wǎng)絡學習后得到的向量與主題特征、詞匯特征。詞匯特征和主題特征均采用one-hot編碼。其中主題特征由數(shù)據(jù)集中的Title項提供。詞匯特征由斯坦福大學提供的Standford CoreNLP工具包[8]進行處理獲得,其中主要包括詞性和命名實體識別兩項,英文詞性標注集合共有36種。表1給出了一個英文例句在經(jīng)過Standford CoreNLP工具包處理后的示例結果。

    表1 英文例句處理結果示例

    表中第三行對應例句中每個單詞的詞性標注結果,其中NNP代表專有名詞單數(shù)形式,VBD代表動詞過去式,DT代表限定詞,NN代表名詞單數(shù)形式,TO代表單詞to。表中第四行對應例句中每個單詞的命名實體關系特征,其中人名Kosgi Santosh被識別為PERSON,校名Stanford University被識別為ORGANIZATION,而其它非命名實體均用O來表示。

    2.4 雙向門控循環(huán)單元

    隨著深度學習的興起,長短時記憶網(wǎng)絡模型因為其學習過程更容易收斂且規(guī)避了循環(huán)神經(jīng)網(wǎng)絡的梯度爆炸和梯度消失問題,正在自然語言處理研究中發(fā)揮著越來越重要的作用,本課題所使用的門控循環(huán)單元是基于長短時記憶網(wǎng)絡模型而提出來的一種變體方式[9],相較于由遺忘門單元、輸入門單元、輸出門單元和記憶細胞單元組成傳統(tǒng)記憶塊,門控循環(huán)單元只有一個更新門單元和一個重置門單元,且取消進行線性自更新的記憶細胞單元,而是在隱藏單元中利用門控直接進行線性自更新。其記憶塊的結構如圖5所示。

    圖5 門控循環(huán)單元記憶塊結構

    更新門單元主要用于控制前一時刻的狀態(tài)信息有多少被帶入到當前狀態(tài)中。將前一時刻的狀態(tài)信息和當前時刻的狀態(tài)信息分別進行線性變換,再將相加后得到的數(shù)據(jù)送入到更新門單元,更新門單元的值zt越大說明前一時刻的狀態(tài)信息被帶入的越多。如式(3)所示

    zt=σ(Wz·[ht-1,xt])

    (3)

    rt=σ(Wr·[ht-1,xt])

    (4)

    門控循環(huán)單元不再使用單獨的記憶細胞單元存儲記憶信息,而是直接利用隱藏單元記錄歷史狀態(tài)。利用重置門單元rt控制當前信息和記憶信息的數(shù)據(jù)量,并生成新的記憶信息繼續(xù)向前傳遞,由于重置門單元的輸出在區(qū)間 [0,1] 內,因此利用重置門單元控制記憶信息能夠繼續(xù)向前傳遞的數(shù)據(jù)量,當重置門單元的輸出值為0時表示記憶信息全部消除,反之當重置門單元的輸出值為1時,表示記憶信息全部通過。如式(5)所示

    (5)

    (6)

    單向門控循環(huán)單元主要是根據(jù)之前時刻的時序信息對下一時刻的輸出做預測,但是在有的一些問題里,當前時刻的輸出不單與之前的狀態(tài)信息有關,與未來的狀態(tài)信息也可能有關系,因此雙向門控循環(huán)單元[10]便應運而生,即在正向門控循序單元的基礎上添加反向門控循環(huán)單元,使其能夠同時對兩個方向的序列進行操作,每個節(jié)點會生成正向與反向兩個獨立的門控循環(huán)單元輸出向量,然后將這兩個獨立的輸出向量進行拼接作為當前節(jié)點的輸出結果,由此得到當前節(jié)點的向量信息。簡單來說可以將雙向門控循環(huán)單元看成是一個兩層的神經(jīng)網(wǎng)絡,第一層是從左側作為序列的輸入端,在文本處理上即是從句子的開頭開始輸入,而第二層則是從右側作為序列的輸入端,即是從句子的最后一個詞語作為輸入,反方向做與第一層同樣的操作。最后對得到的兩個結果進行拼接處理。圖6為雙向門控循環(huán)單元。

    圖6 雙向門控循環(huán)單元

    (7)

    2.5 多層感知器

    感知器網(wǎng)絡是一種典型的前饋人工神經(jīng)網(wǎng)絡模型,采用單向多層的結構,每層均包含若干個神經(jīng)元,同層的神經(jīng)元相互之間無連接,每層之間信息的傳送只沿一個方向進行,即從輸入層開始接收信息,處理后輸出到下一層,直至輸出層獲得最后結果[11]。第一層稱為輸入層,最后一層為輸出層,中間為隱藏層。隱藏層可以是任意層。圖7為含有一個隱藏層的多層感知器。

    圖7 含有一個隱藏層的多層感知器

    在本文方法中,將雙向門控循環(huán)單元層得到的ht送入多層感知器計算當前候選答案at的預測得分scoret,具體如式(8)所示[12]

    scoret=σ(Wyht+by)

    (8)

    式中:Wy、by分別表示權重矩陣及偏置。

    2.6 輸出層

    輸出層使用softmax分類器對每個候選答案對應的分數(shù)進行處理,選取概率最大的值作為最后結果。其計算公式如式(9)所示

    Softmaxi=escorei/∑jescorej

    (9)

    3 實驗與分析

    3.1 數(shù)據(jù)預處理

    本文研究中使用微軟公司在2015年公開的WikiQA英文數(shù)據(jù)集,其是一個應用于開放領域問答的數(shù)據(jù)集,共含有3047個問題和對應的29 258個答案,其問題是篩選自微軟公司推出的必應(Bing)搜索服務平臺下的查詢日志中的真實用戶提問信息。用戶搜索的問題均連接一個與所查詢問題的主題有關的維基百科頁面,并將此頁面中摘要部分的每一句話選為該問題的候選答案集合,通過使用人工的方法對所有問答對進行正確與否的標注[13]。表2給出了WikiQA數(shù)據(jù)集中的詳細信息。

    表2 WikiQA數(shù)據(jù)集信息

    3.2 超參數(shù)設置

    根據(jù)文獻中的經(jīng)驗值,卷積神經(jīng)網(wǎng)絡層中卷積核長度設置為3、4、5,卷積核個數(shù)分別設置為50,dropout的比率設置為0.5,Adam學習率設為0.01,batch_size設為64,神經(jīng)元的激活函數(shù)使用Relu。雙向門控循環(huán)單元層中單層隱含層狀態(tài)設置為150維,學習率、dropout比率和卷積神經(jīng)網(wǎng)絡層設置一致。多層感知器層中采用RMSprop優(yōu)化器,dropout比率和卷積神經(jīng)網(wǎng)絡層設置一致。卷積核個數(shù)不同時的結果如圖8所示。

    圖8 卷積核個數(shù)不同時的結果

    3.3 實驗分析

    使用自對比實驗的方式分析本文所提方法的答案排序性能。CNN方法是通過對問題和候選答案的分布式表示進行卷積池化操作后,將結果送入softmax進行分類。CNN+WORD是對問題和候選答案的分布式表示加入詞匯特征后再送入卷積神經(jīng)網(wǎng)絡。LSTM是利用長短時記憶網(wǎng)絡提取問題和候選答案的特征。Bi-LSTM是在單向LSTM的基礎上又添加反向的LSTM,由此得到兩個相互獨立的LSTM輸出向量,然后將這兩個獨立的LSTM輸出向量拼接作為當前節(jié)點的輸出。Bi-GRU是基于門控循環(huán)單元(GRU)作為LSTM的一種變體情況下演變而來的。Bi-GRU+WORD+TOPIC是在Bi-GRU的基礎上將詞語的向量表示與詞匯特征和主題特征相融合作為輸入送入網(wǎng)絡。CNN+Bi-GRU是將卷積神經(jīng)網(wǎng)絡和雙向門控循環(huán)單元做結合,CNN的輸出結果作為Bi-GRU的輸入內容。CNN+Bi-GRU+MLP+WORD+TOPIC則是本文所提出的新方法。具體實驗結果對比見表3。

    表3 實驗結果對比

    在此自對比實驗的基礎上,又進行了進一步的對比實驗。Word Cnt是計算問題和候選答案中相同詞的個數(shù)作為評價標準。PV-Cnt是先對問題和候選答案進行向量化表示,同時計算問答對的語義相似度,再與詞共現(xiàn)特征做拼接組合。CNN-Cnt是采用卷積神經(jīng)網(wǎng)絡與詞共現(xiàn)特征結合的結果。CNNlexical[14]在得到問題和候選答案的分布式表示后,通過對兩者中的詞語分解引入詞匯特征,然后對候選答案打分。Bi-LSTM+Lexical+Topic+Cnt通過在 Bi-LSTM 模型中加入詞匯特征、主題特征、詞共現(xiàn)特征后對候選答案進行判斷。對比中使用新的評價指標平均AP值mAP(mean average precision),AP就是對一個問題,計算其命中時的平均精準度,而mAP則是在所有問題上求平均,mAP的計算方法如式(10)所示,其中AP表示平均精準度,q表示在單個類別的總樣本個數(shù),QR表示問題類別數(shù)量。具體模型結果對比見表4

    (10)

    表4 模型結果對比

    通過對比上述發(fā)放可知,本文所提出的融合多種神經(jīng)網(wǎng)絡與多特征的答案排序模型的準確率均高于現(xiàn)有模型。

    4 結束語

    本文提出了一種融合多種神經(jīng)網(wǎng)絡與詞匯特征、主題特征等多種特征信息的答案排序模型。用Word2vec分別對問題和候選答案進行詞向量表示,并送入到卷積神經(jīng)網(wǎng)絡,將卷積池化后的結果與詞匯特征、主題特征拼接后作為雙向的門控循環(huán)單元的輸入,輸出結果經(jīng)多層感知器進行處理后,使用softmax進行多分類處理。該模型在WikiQA英文數(shù)據(jù)集上取得不錯的效果。此外,通過研究發(fā)現(xiàn),融合特征信息后的效果要明顯優(yōu)于簡單的深度學習模型,說明特征信息在一定程度上起到了作用。

    考慮到引入部分特征能夠對準確率起到作用,且對于長文本問答對中,過多的冗余信息也會對準確率造成一定影響。因此,結合當下神經(jīng)網(wǎng)絡研究的熱點之一注意力機制[15],下一步的工作將選擇性地加入更多特征信息,嘗試把注意力機制與模型相結合,以期進一步提高答案排序效果。

    猜你喜歡
    排序卷積向量
    向量的分解
    排序不等式
    基于3D-Winograd的快速卷積算法設計及FPGA實現(xiàn)
    聚焦“向量與三角”創(chuàng)新題
    恐怖排序
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    節(jié)日排序
    基于傅里葉域卷積表示的目標跟蹤算法
    刻舟求劍
    兒童繪本(2018年5期)2018-04-12 16:45:32
    向量垂直在解析幾何中的應用
    a级片在线免费高清观看视频| 久久精品国产自在天天线| 在线观看人妻少妇| 黄色一级大片看看| 69精品国产乱码久久久| 人人妻人人添人人爽欧美一区卜| 欧美丝袜亚洲另类| 欧美激情 高清一区二区三区| 国产成人精品无人区| 又大又黄又爽视频免费| 午夜免费鲁丝| 久热久热在线精品观看| 日韩,欧美,国产一区二区三区| 满18在线观看网站| 亚洲欧洲日产国产| 亚洲精品第二区| 日韩电影二区| 亚洲精品自拍成人| 丰满迷人的少妇在线观看| 简卡轻食公司| 国产午夜精品一二区理论片| freevideosex欧美| 黄片播放在线免费| 麻豆精品久久久久久蜜桃| 久热这里只有精品99| 在线看a的网站| 99久久中文字幕三级久久日本| 91精品国产国语对白视频| 啦啦啦啦在线视频资源| 亚洲精品美女久久av网站| 超色免费av| 男女高潮啪啪啪动态图| 一级黄片播放器| 精品一品国产午夜福利视频| 精品人妻偷拍中文字幕| 久久久精品94久久精品| 天堂俺去俺来也www色官网| 少妇的逼水好多| 欧美精品一区二区大全| 男女国产视频网站| 啦啦啦啦在线视频资源| 亚洲中文av在线| 3wmmmm亚洲av在线观看| 国产男女内射视频| 日本色播在线视频| 亚洲欧洲日产国产| 丰满饥渴人妻一区二区三| 国产午夜精品一二区理论片| 汤姆久久久久久久影院中文字幕| 9色porny在线观看| 18禁动态无遮挡网站| 亚洲精品日韩在线中文字幕| 伦理电影免费视频| 婷婷色av中文字幕| 九草在线视频观看| 日本vs欧美在线观看视频| 久久韩国三级中文字幕| 精品熟女少妇av免费看| 大又大粗又爽又黄少妇毛片口| 丝袜喷水一区| 天天操日日干夜夜撸| 中文精品一卡2卡3卡4更新| 日韩欧美精品免费久久| 久久久a久久爽久久v久久| 国产熟女欧美一区二区| 久久久国产一区二区| 中文乱码字字幕精品一区二区三区| 亚洲av成人精品一区久久| av.在线天堂| xxx大片免费视频| 一本久久精品| 精品人妻在线不人妻| 久久热精品热| 国产精品女同一区二区软件| 亚洲精品456在线播放app| 十八禁网站网址无遮挡| 国产精品秋霞免费鲁丝片| 热re99久久国产66热| 高清在线视频一区二区三区| 国产精品久久久久久久电影| 美女国产视频在线观看| 最新的欧美精品一区二区| 亚洲av.av天堂| 一区二区三区乱码不卡18| 老女人水多毛片| 欧美日韩一区二区视频在线观看视频在线| 国产精品人妻久久久影院| 欧美 亚洲 国产 日韩一| 欧美精品高潮呻吟av久久| 狠狠婷婷综合久久久久久88av| 久久久久视频综合| 亚洲精品日本国产第一区| 精品一区二区三卡| 街头女战士在线观看网站| 日韩强制内射视频| 嫩草影院入口| av在线老鸭窝| 亚洲性久久影院| 美女大奶头黄色视频| 男女国产视频网站| 熟妇人妻不卡中文字幕| 制服丝袜香蕉在线| 国国产精品蜜臀av免费| 国产欧美日韩一区二区三区在线 | 十分钟在线观看高清视频www| 中文字幕av电影在线播放| 精品99又大又爽又粗少妇毛片| 日韩熟女老妇一区二区性免费视频| 搡女人真爽免费视频火全软件| 亚洲成人手机| 免费人成在线观看视频色| 日韩av在线免费看完整版不卡| 成人影院久久| 久久久久久人妻| 国产高清不卡午夜福利| 国产精品三级大全| 亚洲av不卡在线观看| 国产免费现黄频在线看| 有码 亚洲区| 久久精品国产亚洲网站| 国产免费现黄频在线看| 日本猛色少妇xxxxx猛交久久| 秋霞在线观看毛片| 人人妻人人澡人人爽人人夜夜| 女人精品久久久久毛片| 秋霞在线观看毛片| 久久久久久久久久人人人人人人| 色吧在线观看| 青春草国产在线视频| 国产在线视频一区二区| 99热网站在线观看| 99热这里只有是精品在线观看| 欧美人与善性xxx| 99热国产这里只有精品6| 美女中出高潮动态图| 2021少妇久久久久久久久久久| 99热全是精品| 日韩视频在线欧美| 国产熟女欧美一区二区| 精品久久久久久久久亚洲| 精品久久久久久久久av| 国产欧美另类精品又又久久亚洲欧美| 国产极品粉嫩免费观看在线 | 18在线观看网站| 国产精品 国内视频| av福利片在线| 黄片无遮挡物在线观看| 中国三级夫妇交换| 最后的刺客免费高清国语| 人妻少妇偷人精品九色| 成人午夜精彩视频在线观看| 亚洲av中文av极速乱| 亚洲情色 制服丝袜| 999精品在线视频| 少妇高潮的动态图| 日日撸夜夜添| 日韩亚洲欧美综合| 日韩欧美一区视频在线观看| 交换朋友夫妻互换小说| 男女国产视频网站| 亚洲精品中文字幕在线视频| 久久久久国产网址| 亚洲怡红院男人天堂| 久久久久人妻精品一区果冻| 亚洲五月色婷婷综合| 久久久久久久亚洲中文字幕| 欧美精品人与动牲交sv欧美| 国产高清国产精品国产三级| 国产69精品久久久久777片| 久久久久国产网址| www.色视频.com| 妹子高潮喷水视频| 亚洲第一区二区三区不卡| 久久99蜜桃精品久久| 亚洲色图综合在线观看| 久久久久久人妻| 99精国产麻豆久久婷婷| 国产欧美另类精品又又久久亚洲欧美| 美女cb高潮喷水在线观看| 大又大粗又爽又黄少妇毛片口| 一级,二级,三级黄色视频| 18禁在线播放成人免费| 纯流量卡能插随身wifi吗| 国产av精品麻豆| 爱豆传媒免费全集在线观看| 最近2019中文字幕mv第一页| 色5月婷婷丁香| 哪个播放器可以免费观看大片| 在线观看免费高清a一片| 国产亚洲精品第一综合不卡 | 亚洲av国产av综合av卡| 青青草视频在线视频观看| 中文字幕制服av| 日韩熟女老妇一区二区性免费视频| 色婷婷av一区二区三区视频| 99久国产av精品国产电影| 久久国产精品男人的天堂亚洲 | 人妻 亚洲 视频| 永久免费av网站大全| 日韩三级伦理在线观看| 成年人午夜在线观看视频| 国产又色又爽无遮挡免| 亚洲美女黄色视频免费看| 黄色毛片三级朝国网站| 老熟女久久久| 制服丝袜香蕉在线| 中文字幕最新亚洲高清| 亚洲精品456在线播放app| 久久女婷五月综合色啪小说| 久久久久视频综合| 成年人午夜在线观看视频| 中国美白少妇内射xxxbb| av福利片在线| 免费观看的影片在线观看| 精品一品国产午夜福利视频| 久久99蜜桃精品久久| 嫩草影院入口| 青春草视频在线免费观看| 免费高清在线观看视频在线观看| av在线播放精品| 日本91视频免费播放| 亚洲激情五月婷婷啪啪| 人人澡人人妻人| 人妻系列 视频| 欧美激情极品国产一区二区三区 | 成人18禁高潮啪啪吃奶动态图 | 欧美xxⅹ黑人| 久久影院123| 亚洲精品乱码久久久v下载方式| 高清午夜精品一区二区三区| 一级毛片电影观看| 欧美日韩亚洲高清精品| 欧美三级亚洲精品| 麻豆乱淫一区二区| 91精品一卡2卡3卡4卡| 欧美bdsm另类| 亚洲四区av| 久久亚洲国产成人精品v| 26uuu在线亚洲综合色| 亚洲综合精品二区| 在线观看一区二区三区激情| 国产成人freesex在线| 欧美日韩成人在线一区二区| 欧美日韩视频精品一区| 99热网站在线观看| 男女高潮啪啪啪动态图| 日韩成人av中文字幕在线观看| 热re99久久国产66热| 曰老女人黄片| 91精品国产九色| 丁香六月天网| 国产不卡av网站在线观看| 99re6热这里在线精品视频| 国产免费现黄频在线看| 中文天堂在线官网| 一区二区三区精品91| 久久久久精品久久久久真实原创| 少妇人妻久久综合中文| 少妇的逼好多水| 最近中文字幕高清免费大全6| 一区二区三区乱码不卡18| 99热6这里只有精品| 热re99久久精品国产66热6| 极品少妇高潮喷水抽搐| 成人午夜精彩视频在线观看| 免费大片黄手机在线观看| 国产精品久久久久久精品电影小说| 人妻系列 视频| 乱人伦中国视频| 午夜免费观看性视频| 九草在线视频观看| 91久久精品国产一区二区成人| 精品久久久精品久久久| 高清在线视频一区二区三区| 日本免费在线观看一区| av一本久久久久| 日韩一区二区三区影片| 亚洲成色77777| 黑人猛操日本美女一级片| 飞空精品影院首页| 国产有黄有色有爽视频| 国产男女内射视频| 嘟嘟电影网在线观看| 老司机影院毛片| 97在线视频观看| 欧美成人午夜免费资源| 国产高清不卡午夜福利| 日韩中字成人| 国产片内射在线| 久久99热6这里只有精品| 亚洲中文av在线| 日韩中文字幕视频在线看片| 亚洲欧美日韩另类电影网站| 亚洲精品美女久久av网站| 桃花免费在线播放| 国产精品99久久99久久久不卡 | 国产极品天堂在线| 久久人人爽av亚洲精品天堂| 一边摸一边做爽爽视频免费| 波野结衣二区三区在线| 久久久精品94久久精品| 欧美日韩视频高清一区二区三区二| 中文字幕av电影在线播放| 纯流量卡能插随身wifi吗| 免费av不卡在线播放| 免费播放大片免费观看视频在线观看| 午夜久久久在线观看| 国产日韩欧美视频二区| 精品视频人人做人人爽| 成年美女黄网站色视频大全免费 | 少妇 在线观看| 国产成人精品在线电影| 欧美少妇被猛烈插入视频| 99九九线精品视频在线观看视频| 国产日韩欧美视频二区| 高清午夜精品一区二区三区| 搡老乐熟女国产| 99久久人妻综合| 国产永久视频网站| 丝袜美足系列| 国产精品人妻久久久久久| 一区在线观看完整版| 免费观看的影片在线观看| 在线播放无遮挡| 搡女人真爽免费视频火全软件| 黄色视频在线播放观看不卡| 大香蕉久久网| √禁漫天堂资源中文www| 国产精品蜜桃在线观看| 亚洲精品aⅴ在线观看| 观看美女的网站| 成人二区视频| 欧美三级亚洲精品| 国产黄片视频在线免费观看| h视频一区二区三区| 三级国产精品片| 国产色婷婷99| 看非洲黑人一级黄片| 一本一本综合久久| 大香蕉久久网| 日韩强制内射视频| 丁香六月天网| 日本午夜av视频| 免费日韩欧美在线观看| 十八禁网站网址无遮挡| 免费久久久久久久精品成人欧美视频 | 亚洲av男天堂| 美女福利国产在线| 亚洲精华国产精华液的使用体验| 婷婷色综合大香蕉| 人妻少妇偷人精品九色| videosex国产| 人人妻人人添人人爽欧美一区卜| 少妇精品久久久久久久| 国产熟女午夜一区二区三区 | 亚洲久久久国产精品| 国产精品秋霞免费鲁丝片| 午夜激情av网站| 亚洲成色77777| 久久ye,这里只有精品| 免费黄频网站在线观看国产| 亚洲色图 男人天堂 中文字幕 | 97在线视频观看| 在线亚洲精品国产二区图片欧美 | 久久99热这里只频精品6学生| 午夜影院在线不卡| 伊人亚洲综合成人网| 嫩草影院入口| 国产毛片在线视频| 成人国产麻豆网| 在现免费观看毛片| 两个人免费观看高清视频| 亚洲怡红院男人天堂| 中文乱码字字幕精品一区二区三区| 国产精品人妻久久久久久| 精品久久久久久电影网| 韩国av在线不卡| 国产精品一区二区在线观看99| 国产精品三级大全| 午夜福利视频在线观看免费| 久久精品国产自在天天线| 51国产日韩欧美| 99re6热这里在线精品视频| 自拍欧美九色日韩亚洲蝌蚪91| 久久99热6这里只有精品| www.av在线官网国产| 亚洲国产av影院在线观看| videossex国产| 国产免费又黄又爽又色| 汤姆久久久久久久影院中文字幕| 黄色毛片三级朝国网站| 久久狼人影院| 欧美人与性动交α欧美精品济南到 | av又黄又爽大尺度在线免费看| 人妻系列 视频| 日本-黄色视频高清免费观看| 9色porny在线观看| 国产亚洲精品第一综合不卡 | 69精品国产乱码久久久| a级毛片黄视频| 免费大片黄手机在线观看| 欧美少妇被猛烈插入视频| 亚洲少妇的诱惑av| 国产精品无大码| 午夜激情av网站| 一级,二级,三级黄色视频| 一边摸一边做爽爽视频免费| 国产熟女午夜一区二区三区 | 亚洲一级一片aⅴ在线观看| 一级爰片在线观看| 一级毛片电影观看| 一个人看视频在线观看www免费| 青青草视频在线视频观看| 国产一区二区三区综合在线观看 | 全区人妻精品视频| 久久久久网色| 这个男人来自地球电影免费观看 | 精品国产乱码久久久久久小说| 女的被弄到高潮叫床怎么办| 国产一区二区在线观看av| 亚洲少妇的诱惑av| 啦啦啦在线观看免费高清www| 青春草视频在线免费观看| 国产精品三级大全| 色5月婷婷丁香| 日本爱情动作片www.在线观看| 日本黄色日本黄色录像| 好男人视频免费观看在线| 色网站视频免费| 久久国内精品自在自线图片| 人妻夜夜爽99麻豆av| 九色亚洲精品在线播放| 国产精品无大码| 亚洲精品国产av蜜桃| 精品久久久久久电影网| 黄色欧美视频在线观看| a级毛片免费高清观看在线播放| 97超碰精品成人国产| 免费观看性生交大片5| 九草在线视频观看| 一本大道久久a久久精品| 91久久精品电影网| 国产无遮挡羞羞视频在线观看| 这个男人来自地球电影免费观看 | 蜜桃在线观看..| xxxhd国产人妻xxx| 精品国产一区二区三区久久久樱花| 99久久精品国产国产毛片| 母亲3免费完整高清在线观看 | 免费av中文字幕在线| 日日摸夜夜添夜夜添av毛片| 91精品国产国语对白视频| 全区人妻精品视频| 午夜激情福利司机影院| 色吧在线观看| 日韩精品免费视频一区二区三区 | 亚洲国产av新网站| 在线观看人妻少妇| 色哟哟·www| 久久亚洲国产成人精品v| 日日摸夜夜添夜夜爱| 精品少妇内射三级| 日本免费在线观看一区| 亚洲欧美一区二区三区国产| 91aial.com中文字幕在线观看| 国产爽快片一区二区三区| 各种免费的搞黄视频| 午夜视频国产福利| xxxhd国产人妻xxx| 大陆偷拍与自拍| 下体分泌物呈黄色| 国产一区二区三区av在线| 亚洲图色成人| 亚洲av福利一区| 国产精品国产av在线观看| 91在线精品国自产拍蜜月| 女人久久www免费人成看片| 一本大道久久a久久精品| 亚洲精品乱码久久久久久按摩| 999精品在线视频| 亚洲综合色惰| av专区在线播放| 国产精品女同一区二区软件| 亚洲经典国产精华液单| 国产老妇伦熟女老妇高清| 日本与韩国留学比较| 国产无遮挡羞羞视频在线观看| 这个男人来自地球电影免费观看 | 22中文网久久字幕| 成人二区视频| 日日撸夜夜添| 欧美变态另类bdsm刘玥| 国精品久久久久久国模美| 欧美三级亚洲精品| 麻豆乱淫一区二区| 国产极品粉嫩免费观看在线 | 亚洲经典国产精华液单| 免费日韩欧美在线观看| 久久热精品热| 国产精品99久久99久久久不卡 | 在线观看www视频免费| 亚洲怡红院男人天堂| 精品一品国产午夜福利视频| 亚洲精品久久午夜乱码| 熟女电影av网| 韩国av在线不卡| 亚洲国产av新网站| 秋霞伦理黄片| xxxhd国产人妻xxx| 久久人妻熟女aⅴ| 美女国产高潮福利片在线看| 美女大奶头黄色视频| 亚洲精品第二区| 欧美日韩视频精品一区| 国产精品蜜桃在线观看| 少妇丰满av| 亚洲av在线观看美女高潮| 老司机影院毛片| 亚州av有码| 国产色婷婷99| 中文精品一卡2卡3卡4更新| 狂野欧美激情性bbbbbb| 蜜臀久久99精品久久宅男| 欧美 亚洲 国产 日韩一| 国产极品天堂在线| 久久午夜综合久久蜜桃| 国产成人一区二区在线| 日本av手机在线免费观看| 亚洲人成77777在线视频| 国语对白做爰xxxⅹ性视频网站| 黄色一级大片看看| 卡戴珊不雅视频在线播放| 欧美日韩一区二区视频在线观看视频在线| av不卡在线播放| 成年美女黄网站色视频大全免费 | 丝袜喷水一区| 精品少妇久久久久久888优播| 久久精品国产亚洲av天美| 各种免费的搞黄视频| 亚洲丝袜综合中文字幕| 免费大片18禁| 欧美最新免费一区二区三区| 大香蕉97超碰在线| 一级,二级,三级黄色视频| 久热久热在线精品观看| 国产成人91sexporn| 免费少妇av软件| 男女国产视频网站| 日韩成人伦理影院| 久久免费观看电影| 久久久久精品性色| 国产精品成人在线| 国产深夜福利视频在线观看| 女人精品久久久久毛片| tube8黄色片| 自拍欧美九色日韩亚洲蝌蚪91| 精品一区二区三卡| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久久久亚洲中文字幕| 一级a做视频免费观看| 亚洲欧美成人精品一区二区| 亚洲国产精品一区三区| 亚洲精华国产精华液的使用体验| 久久久久视频综合| 一级毛片aaaaaa免费看小| 多毛熟女@视频| 免费看不卡的av| 欧美性感艳星| 欧美日韩视频精品一区| 麻豆乱淫一区二区| 如日韩欧美国产精品一区二区三区 | 国产成人精品婷婷| 亚洲丝袜综合中文字幕| 久久ye,这里只有精品| 在线精品无人区一区二区三| 在线观看国产h片| 国产在线视频一区二区| 国产欧美亚洲国产| 亚洲,一卡二卡三卡| .国产精品久久| av国产精品久久久久影院| 免费大片黄手机在线观看| 国产成人a∨麻豆精品| 熟女电影av网| 亚洲综合色网址| 亚洲精品久久成人aⅴ小说 | 女性被躁到高潮视频| 亚洲激情五月婷婷啪啪| 欧美 日韩 精品 国产| 亚州av有码| 欧美老熟妇乱子伦牲交| 黄色毛片三级朝国网站| 狠狠婷婷综合久久久久久88av| 亚洲国产色片| 这个男人来自地球电影免费观看 | 十八禁网站网址无遮挡| 精品国产国语对白av| 边亲边吃奶的免费视频| 少妇熟女欧美另类| 26uuu在线亚洲综合色| 国产色爽女视频免费观看| 激情五月婷婷亚洲| 欧美激情极品国产一区二区三区 | 日韩 亚洲 欧美在线| 欧美日韩视频精品一区| 高清在线视频一区二区三区| 亚洲欧洲日产国产| 国产一区二区三区综合在线观看 | 熟女人妻精品中文字幕| 国产精品一国产av| 精品亚洲成a人片在线观看| 日韩av免费高清视频| 国产成人一区二区在线| 午夜91福利影院| 22中文网久久字幕|