• <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 ?

    面向低資源場景的論辯挖掘方法

    2021-04-23 04:41:22葉鍇魏晶晶魏冬春王強廖祥文
    關(guān)鍵詞:多任務(wù)論點性能

    葉鍇, 魏晶晶, 魏冬春, 王強, 廖祥文

    (1. 福州大學(xué)數(shù)學(xué)與計算機科學(xué)學(xué)院, 福建 福州 350108; 2. 福建江夏學(xué)院電子信息科學(xué)學(xué)院, 福建 福州 350108)

    0 引言

    主觀性文本能反映人們對現(xiàn)實事物的看法, 具有巨大的研究價值. 論辯挖掘[1]的目標(biāo)是自動學(xué)習(xí)文本的論辯結(jié)構(gòu), 進而識別論點和提取相關(guān)論點間的邏輯關(guān)系, 從而幫助人們在如政府決策等事務(wù)中做出決策, 提供便利.

    傳統(tǒng)的論辯挖掘方法主要采用機器學(xué)習(xí)模型, 如樸素貝葉斯[2]等, 并取得不錯的性能. 但傳統(tǒng)方法依賴于特征工程的設(shè)計, 難以應(yīng)用于低資源場景. 現(xiàn)有工作大多采用神經(jīng)網(wǎng)絡(luò)進行端到端的特征表示學(xué)習(xí)[3],但論辯挖掘單一領(lǐng)域的現(xiàn)有標(biāo)注數(shù)據(jù)難以滿足神經(jīng)網(wǎng)絡(luò)的訓(xùn)練. 因此, 有研究者對多個領(lǐng)域數(shù)據(jù)集進行聯(lián)合訓(xùn)練[4-5], 利用任務(wù)間的關(guān)聯(lián)信息改進模型性能. 但這些方法沒有利用文本的層級結(jié)構(gòu)信息, 難以檢測跨段落的論點部件邊界.

    針對上述問題, 本研究提出一種面向低資源場景的多任務(wù)學(xué)習(xí)論辯挖掘方法, 該方法采用多任務(wù)學(xué)習(xí)策略, 學(xué)習(xí)文本的字符級共享表示, 同時在序列編碼中融入文本的結(jié)構(gòu)信息進行求解. 該模型共享任務(wù)的字符級特征, 有效利用領(lǐng)域間的信息以解決低資源場景訓(xùn)練數(shù)據(jù)不足的問題; 此外, 學(xué)習(xí)到的結(jié)構(gòu)信息能有效捕獲長依賴關(guān)系, 幫助模型更好識別長論點部件. 采用了文獻[4]中所使用的六個數(shù)據(jù)集進行實驗, 實驗結(jié)果表明, 與當(dāng)前最好的方法相比, 本研究提出的方法在宏觀F1值上有1%~2%的提升, 較好地驗證了該方法的有效性.

    1 相關(guān)工作

    1.1 論辯挖掘

    論辯挖掘是自然語言處理中的新興領(lǐng)域. 文獻[2]首先在法律文本上通過樸素貝葉斯模型完成論點分類任務(wù). 這些方法嚴(yán)重依賴手工特征, 成本高昂. 文獻[3]首次提出基于神經(jīng)網(wǎng)絡(luò)端到端的論辯挖掘模型, 并證明論辯挖掘任務(wù)更適合視作序列標(biāo)注進行求解. 文獻[6]發(fā)現(xiàn)論辯挖掘領(lǐng)域標(biāo)簽的概念化差異一定程度上阻礙了論辯挖掘任務(wù)的跨域訓(xùn)練. 文獻[7-8]的研究工作表明由于論辯挖掘領(lǐng)域概念化不同, 大多數(shù)據(jù)集缺乏規(guī)范的論辯架構(gòu)且存在噪音, 因而難以在網(wǎng)絡(luò)文本中開展. 文獻[9]首次采用監(jiān)督學(xué)習(xí)檢索文本中與給定主題相同立場的論證內(nèi)容. 文獻[4]首次將多任務(wù)學(xué)習(xí)應(yīng)用在論辯挖掘并提升了性能, 證明了多任務(wù)學(xué)習(xí)也能處理論辯挖掘這一復(fù)雜任務(wù). 文獻[5]通過對多個數(shù)據(jù)集進行聯(lián)合訓(xùn)練, 利用多任務(wù)之間的關(guān)聯(lián)信息一定程度上改進了論點部件檢測和識別的性能.

    1.2 多任務(wù)學(xué)習(xí)

    多任務(wù)學(xué)習(xí)目的是在學(xué)習(xí)主任務(wù)時, 同時學(xué)習(xí)其它任務(wù)以獲取額外信息改進主任務(wù). 文獻[10]首次提出多任務(wù)學(xué)習(xí), 認(rèn)為將復(fù)雜問題分解為更小且合理的獨立子問題分別求解再組合, 能夠解決初始的復(fù)雜問題. 文獻[11]在此基礎(chǔ)上增加了“竊聽”機制, 所有任務(wù)共享模型的編碼層. 文獻[12]的工作表明多任務(wù)學(xué)習(xí)對于數(shù)據(jù)稀少的任務(wù)更加有效. 文獻[13]通過同時借鑒同任務(wù)高資源語言數(shù)據(jù)和相關(guān)的任務(wù)數(shù)據(jù)學(xué)到的知識, 解決低資源語言訓(xùn)練數(shù)據(jù)缺乏, 即低資源問題. 文獻[14]提出一種新的參數(shù)共享機制——稀疏共享, 為每個任務(wù)從基網(wǎng)絡(luò)中抽取出一個對應(yīng)的子網(wǎng)絡(luò)來處理該任務(wù), 在任務(wù)相關(guān)性弱的場景下, 稀疏共享提升較大.

    2 問題描述

    論辯挖掘任務(wù)的目標(biāo)是學(xué)習(xí)文本的論辯結(jié)構(gòu)以識別論點, 本質(zhì)是序列標(biāo)注任務(wù). 因此, 對于論辯挖掘問題, 其形式化定義描述如下, 在給定的某個含n個單詞的主觀性文本x={x1,x2, …,xn}和對應(yīng)的標(biāo)簽y={y1,y2, …,yn}, 其中yi定義如下:yi={(b,c)|b∈(B, I, O),c∈(P, C, MC)},b代表論點邊界檢測的標(biāo)簽, B代表起始單元, I代表中間單元, O則表示非論辯單元,c表示論點部件的類型. 這里以學(xué)生論文數(shù)據(jù)集作為示例, P表示前提, C代表主張, M則表示文本中唯一的主要主張. 具體的標(biāo)注示例如表1.

    表1 學(xué)生論文數(shù)據(jù)集標(biāo)注樣例

    3 模型建立

    圖1 論辯挖掘多任務(wù)學(xué)習(xí)模型

    本研究引入多任務(wù)學(xué)習(xí)解決多個不同領(lǐng)域數(shù)據(jù)集的論辯挖掘任務(wù), 所提出的框架CNN-Highway-On-LSTM-CRF如圖1所示. 該模型主要包括以下模塊: 1)基于CNN的字符表示; 2)基于高速神經(jīng)網(wǎng)絡(luò)的特征過濾層; 3)基于ON-LSTM模型的詞級標(biāo)注方法; 4)輸出層. 本研究將以自下而上方式詳細(xì)介紹所提出的模型框架.

    3.1 基于CNN的字符級表示

    本研究拓展了文獻[15]提出的CNN模型. 具體如下:

    3.2 基于高速神經(jīng)網(wǎng)絡(luò)的特征過濾

    為進一步提高實驗效果, 引入高速神經(jīng)網(wǎng)絡(luò)進行特征過濾. 其主要通過轉(zhuǎn)換門和進位門控制不同層信息衰減的比例, 具體實現(xiàn)如下:at=z?σ(Wat-1+b)+(1-z)?at-1. 這里,σ為非線性函數(shù),z=σ(Wat-1+b)為轉(zhuǎn)換門, (1-z)成為進位門, 這里W表示轉(zhuǎn)關(guān)門的權(quán)重矩陣.

    3.3 基于ON-LSTM模型的詞級標(biāo)注方法

    文本的每個句子可以被表示為層級結(jié)構(gòu), 在低資源場景下, 這些結(jié)構(gòu)特征能改善模型性能. 因此, 引入有序神經(jīng)元長短時記憶網(wǎng)絡(luò)(ON-LSTM)[16]作為詞級序列標(biāo)注模型.

    在ON-LSTM通過對內(nèi)部的神經(jīng)元進行排序?qū)蛹壗Y(jié)構(gòu)信息集成到LSTM中, 通過控制神經(jīng)元的更新頻率來表示不同尺度的依賴關(guān)系, 與標(biāo)準(zhǔn)的LSTM架構(gòu)相比, 其引入了新的更新規(guī)則, 定義如下:

    這里,xt是當(dāng)前輸入,ht-1為前一時間步的隱藏狀態(tài).

    3.4 模型求解

    標(biāo)簽依賴是解決序列標(biāo)注任務(wù)的關(guān)鍵. 例如BIO標(biāo)注方法中, 標(biāo)記I不能出現(xiàn)在B之前. 因此, 聯(lián)合解碼標(biāo)簽鏈可以確保得到的標(biāo)簽是有意義的. 條件隨機場(CRF)已被證明能夠捕捉標(biāo)簽依賴信息. 因此, 采用CRF作為模型的最終預(yù)測層.

    本研究整個模型的輸入為一段論辯挖掘文本序列, 最終輸出為該文本序列預(yù)測的標(biāo)簽序列Y.

    4 數(shù)據(jù)集描述

    采用文獻[4]所使用的數(shù)據(jù)集, 數(shù)據(jù)集具體情況如表2所示. 其中Domain表示數(shù)據(jù)集所屬的領(lǐng)域, Len為數(shù)據(jù)集的最大句子長度, Token為每個數(shù)據(jù)集每篇文章的平均單詞數(shù)量, Class 為每個數(shù)據(jù)集論點部件的類型, 每個數(shù)據(jù)集的類型都不相同.

    表2 數(shù)據(jù)集詳情

    5 實驗結(jié)果與分析

    本節(jié)將從實驗的對比模型、 參數(shù)設(shè)置以及評價指標(biāo)進行介紹, 同時對不同場景的實驗結(jié)果進行簡要的分析.

    5.1 實驗對比模型

    為了驗證本研究模型的有效性, 選取以下模型作為基準(zhǔn)實驗.

    1) STL[4]. 單任務(wù)學(xué)習(xí)模型, 該模型僅針對單一數(shù)據(jù)集進行訓(xùn)練和預(yù)測.

    2) MTL-Bi-LSTM-CRF[4]. 多任務(wù)學(xué)習(xí)模型, 采用Bi-LSTM進行特征提取, 用CRF進行序列標(biāo)注, 記為MTL.

    3) CharLSTM+Bi-LSTM-CRF[17]. 該模型在2)的基礎(chǔ)上引入字符級的LSTM進行字符特征提取, 記為LBLC.

    4) CharCNN+Bi-LSTM-CRF[17]. 與3)不同的是字符級的LSTM換成了字符級的CNN, 記為CBLC.

    5) CNNs-Highway+Bi-LSTM-CRF[5]. 與4)不同的是字符級的CNN換為TextCNN-Highway, 記為CHBLC.

    5.2 評價指標(biāo)

    5.3 實驗結(jié)果及分析

    在現(xiàn)實場景中, 由于標(biāo)注代價高昂, 論辯挖掘仍十分缺乏標(biāo)注數(shù)據(jù), 因此, 本研究模擬了低資源場景, 比較模型在各種場景中的性能. 為模擬低資源場景, 按照21 k, 12 k, 6 k, 1 k的單詞規(guī)模對數(shù)據(jù)集進行隨機抽取, 其規(guī)模指的是訓(xùn)練樣本數(shù)目.

    5.3.1多任務(wù)學(xué)習(xí)的任務(wù)數(shù)量和任務(wù)差異對實驗的影響

    為探究任務(wù)數(shù)量對實驗的影響, 以Hotel為主任務(wù), 逐次增加輔助任務(wù)的數(shù)量. 如圖2~3所示, 在迭代次數(shù)相同的情況下, 隨著任務(wù)的增加, 模型的訓(xùn)練時間隨之增長, 模型性能也逐步提高. 與模型復(fù)雜度增加改善的性能提高相比, 其帶來的訓(xùn)練時間增加仍在可接受的范圍.

    圖2 任務(wù)數(shù)量對模型訓(xùn)練時間的影響

    圖3 任務(wù)數(shù)量對模型性能的影響

    為了探究多任務(wù)學(xué)習(xí)方法中任務(wù)間差異對實驗的影響, 分別以Essays等五個數(shù)據(jù)集作為Hotel輔助任務(wù)進行對比實驗, 實驗結(jié)果如圖4~5所示.從圖4可以看出, 每個任務(wù)的引入都對模型性能有一定的提升, 而任務(wù)間差異的大小影響性能的提升幅度. 由圖5可以發(fā)現(xiàn), 差異較大的News作為輔助任務(wù)時模型收斂時間較長, 而幾個差異相近的輔助任務(wù): Var, Wiki, Web等, 其收斂時間相近. 從實驗結(jié)果綜合來看, 模型的差異性對模型收斂時間有一定的影響, 但影響有限.

    圖4 任務(wù)差異對模型性能的影響

    圖5 任務(wù)差異對模型收斂時間的影響

    5.3.2數(shù)據(jù)稀疏情況下對比各個模型性能

    在不同低資源場景下的模型Macro-F1值如表3所示, 其中, 提升最高且穩(wěn)定的是Hotel數(shù)據(jù)集, 在四種低資源場景下均獲得了1%~4%的提升. 在1 k, 6 k, 12 k的單詞場景中, 大部分?jǐn)?shù)據(jù)集都取得了1%~5%的提升, 在21 k的單詞場景中, 雖然沒有取得顯著的提升, 但也達到了與當(dāng)前最優(yōu)方法模型相近的性能. 從表4中可以看到, 在絕大部分場景中, 本研究模型性能高于所有基準(zhǔn)模型, 在數(shù)據(jù)規(guī)模越小的場景中, 性能提升越大.

    觀察實驗結(jié)果發(fā)現(xiàn), MTL等多任務(wù)模型較單任務(wù)模型在各個任務(wù)上都獲得了一定的提高, 特別是Wiki數(shù)據(jù)集, 在21 k的單詞場景提升了8.9%. 這可能是因為Wiki數(shù)據(jù)集是社交媒體上隨機采集的文本, 存在大量非論辯成分, 影響其他論點部件類型的判斷, 而多任務(wù)機制的引入降低了過擬合的風(fēng)險, 提升了對論辯類型的預(yù)測準(zhǔn)確率. 例如在News數(shù)據(jù)集中Premise因為存在大量的O而被單任務(wù)模型預(yù)測為O, 而多任務(wù)減少了這種情況.

    結(jié)合實驗預(yù)測標(biāo)簽情況對結(jié)果進一步分析, 發(fā)現(xiàn)本研究所提出的模型捕獲了層級結(jié)構(gòu)信息, 利用這些信息能夠較好地判斷論點邊界, 進而提升模型的性能. 如Hotel數(shù)據(jù)集中, 在1 k的單詞規(guī)模下提升了8.8%, 其他規(guī)模也提升了2%左右. 這是因為論點部件長度過長, 存在跨段部件時, 基準(zhǔn)模型難以捕捉這一長依賴信息, 使得預(yù)測的論點邊界過小而發(fā)生錯誤, 而本研究模型利用層級結(jié)構(gòu)信息, 能夠捕獲長依賴信息, 提升邊界的預(yù)測準(zhǔn)確度, 進而提升了模型性能.

    綜上所述, 與單任務(wù)學(xué)習(xí)模型和其他的基準(zhǔn)模型相比, 本研究的模型方法在大部分低資源的場景下都能取得一定的提升, 由此證明本研究方法在面向低資源場景下是有效的.

    表3 不同低資源場景下各個模型的Macro-F1值

    5.3.3在完整數(shù)據(jù)集場景下比較各個模型性能

    雖然論辯挖掘任務(wù)目前仍缺少標(biāo)注數(shù)據(jù), 但隨著研究的進行, 數(shù)據(jù)資源將不斷豐富. 因而, 所提方法還需考慮有足夠訓(xùn)練數(shù)據(jù)的場景. 因此, 將在完整數(shù)據(jù)集場景中比較各個模型性能, 以驗證所提方法的有效性(表4). 從表4的實驗結(jié)果可以看出, 本研究所提出的模型在完整數(shù)據(jù)的場景中較前面的基準(zhǔn)模型獲得了一定的提升. 其中Hotel較其他模型提升較為明顯, 這可能是因為Hotel論點部件長度普遍較長且標(biāo)簽多達7種, 其他模型難以解決這種長依賴多標(biāo)簽問題, 而本研究模型通過學(xué)習(xí)隱藏的層次信息, 可以較好地解決這類長依賴問題.

    表4 完整數(shù)據(jù)集下各個模型的Macro-F1值

    從對比實驗中, 可以發(fā)現(xiàn)MTL模型所代表的多任務(wù)架構(gòu)較單任務(wù)性能有較大改善. 其在Essays數(shù)據(jù)集上提升最為顯著, 提升了3.74%, 而提升最少的Var和News也提升0.5%~1.0%, 說明多任務(wù)方法是解決多個數(shù)據(jù)集論辯挖掘任務(wù)的有效方法.

    綜上所述, 與單任務(wù)學(xué)習(xí)模型相比, 多任務(wù)學(xué)習(xí)模型能獲得較好的效果, 利用字符級信息模型也能進一步提升性能. 而本研究方法較其他模型更加優(yōu)秀, 說明本方法在完整數(shù)據(jù)集上也有不錯的效果.

    6 結(jié)語

    本研究提出一種面向低資源場景的多任務(wù)學(xué)習(xí)論辯挖掘方法. 該方法應(yīng)用多任務(wù)學(xué)習(xí)策略獲取多任務(wù)間的共享信息表示, 并引入ON-LSTM, 最后通過條件隨機場進行標(biāo)注. 通過與現(xiàn)有方法的實驗結(jié)果對比, 證明所提方法利用多任務(wù)可有效解決論辯挖掘任務(wù)缺乏數(shù)據(jù)的問題, 同時解決跨段論點部件難以檢測的問題. 接下來的研究中, 將繼續(xù)探索如何更加有效地利用資源以提升模型性能, 促進論辯挖掘在新興領(lǐng)域中的應(yīng)用.

    猜你喜歡
    多任務(wù)論點性能
    提供將近80 Gbps的帶寬性能 DisplayPort 2.0正式發(fā)布
    基于中心化自動加權(quán)多任務(wù)學(xué)習(xí)的早期輕度認(rèn)知障礙診斷
    基于判別性局部聯(lián)合稀疏模型的多任務(wù)跟蹤
    議論文分論點的提取
    電測與儀表(2016年5期)2016-04-22 01:13:46
    Al-Se雙元置換的基于LGPS的thio-LISICON的制備與性能表征
    強韌化PBT/PC共混物的制備與性能
    中國塑料(2015年4期)2015-10-14 01:09:28
    中共黨史論文論點摘編
    RDX/POLY(BAMO-AMMO)基發(fā)射藥的熱分解與燃燒性能
    怎樣確定議論文的中心論點
    語文知識(2014年11期)2014-02-28 22:01:16
    亚洲国产日韩一区二区| 欧美中文综合在线视频| 久久久国产一区二区| 少妇的丰满在线观看| 1024视频免费在线观看| 又大又爽又粗| 欧美在线一区亚洲| 狠狠婷婷综合久久久久久88av| 性高湖久久久久久久久免费观看| 欧美激情高清一区二区三区| av超薄肉色丝袜交足视频| 中亚洲国语对白在线视频| 91成年电影在线观看| 在线观看免费日韩欧美大片| 一级片免费观看大全| 国产精品偷伦视频观看了| 女警被强在线播放| 成人黄色视频免费在线看| 男女下面插进去视频免费观看| 亚洲av日韩精品久久久久久密| 男女床上黄色一级片免费看| 他把我摸到了高潮在线观看 | 天天躁狠狠躁夜夜躁狠狠躁| 国产精品久久久人人做人人爽| 久久av网站| 女人久久www免费人成看片| 亚洲av电影在线进入| 精品国产乱码久久久久久男人| cao死你这个sao货| 国产精品成人在线| 欧美日韩福利视频一区二区| 亚洲免费av在线视频| 日本vs欧美在线观看视频| 中文字幕色久视频| 人妻久久中文字幕网| av欧美777| 国精品久久久久久国模美| 日日摸夜夜添夜夜添小说| 国产成人a∨麻豆精品| 黄色毛片三级朝国网站| 国产麻豆69| 成人国产av品久久久| 亚洲综合色网址| 国产成人免费观看mmmm| 99热网站在线观看| 18禁黄网站禁片午夜丰满| 99香蕉大伊视频| 桃红色精品国产亚洲av| 成人黄色视频免费在线看| 欧美日韩视频精品一区| 美女主播在线视频| 三级毛片av免费| 大码成人一级视频| 两人在一起打扑克的视频| 精品一区二区三区四区五区乱码| 视频区欧美日本亚洲| 一边摸一边做爽爽视频免费| 韩国高清视频一区二区三区| 欧美日韩黄片免| 成人av一区二区三区在线看 | 中文欧美无线码| 国产国语露脸激情在线看| 18禁黄网站禁片午夜丰满| 亚洲欧美成人综合另类久久久| 色视频在线一区二区三区| 午夜福利视频精品| 欧美日韩亚洲国产一区二区在线观看 | 两个人免费观看高清视频| 丝袜美足系列| 丝袜脚勾引网站| 国产精品影院久久| 午夜福利,免费看| 亚洲激情五月婷婷啪啪| 亚洲黑人精品在线| 热99re8久久精品国产| 波多野结衣av一区二区av| 国产欧美日韩一区二区三 | 亚洲国产精品999| 亚洲人成77777在线视频| 丝袜人妻中文字幕| 久久天躁狠狠躁夜夜2o2o| 别揉我奶头~嗯~啊~动态视频 | 亚洲少妇的诱惑av| 久久亚洲国产成人精品v| 91av网站免费观看| 最新的欧美精品一区二区| 久久香蕉激情| 91麻豆av在线| 亚洲熟女毛片儿| 国产精品国产av在线观看| 91av网站免费观看| 欧美xxⅹ黑人| 精品国产乱子伦一区二区三区 | 男女午夜视频在线观看| 嫩草影视91久久| tocl精华| 在线av久久热| 搡老乐熟女国产| 一级毛片女人18水好多| 岛国在线观看网站| 成人av一区二区三区在线看 | 亚洲五月婷婷丁香| 99久久精品国产亚洲精品| 久久ye,这里只有精品| 午夜91福利影院| 建设人人有责人人尽责人人享有的| 在线观看人妻少妇| 俄罗斯特黄特色一大片| 国产高清videossex| 久久国产精品影院| 岛国毛片在线播放| 国产国语露脸激情在线看| 欧美另类亚洲清纯唯美| 欧美黑人精品巨大| 久久久久久人人人人人| 少妇粗大呻吟视频| 这个男人来自地球电影免费观看| 最近中文字幕2019免费版| 日日摸夜夜添夜夜添小说| 水蜜桃什么品种好| avwww免费| 精品福利永久在线观看| 777米奇影视久久| 欧美性长视频在线观看| 亚洲精品中文字幕在线视频| 人人妻,人人澡人人爽秒播| 久久av网站| 欧美日韩亚洲综合一区二区三区_| 一级片免费观看大全| 日本一区二区免费在线视频| 伦理电影免费视频| 丰满饥渴人妻一区二区三| 欧美激情 高清一区二区三区| 日韩熟女老妇一区二区性免费视频| 亚洲熟女精品中文字幕| 国产高清videossex| 亚洲精品第二区| 久久精品国产a三级三级三级| 国产一区二区三区综合在线观看| a在线观看视频网站| 成人黄色视频免费在线看| 国产一区二区三区av在线| 国产精品麻豆人妻色哟哟久久| avwww免费| 国产精品一区二区在线观看99| 汤姆久久久久久久影院中文字幕| 亚洲av男天堂| 日本vs欧美在线观看视频| 2018国产大陆天天弄谢| 精品国内亚洲2022精品成人 | 精品视频人人做人人爽| 五月开心婷婷网| 1024视频免费在线观看| 国产97色在线日韩免费| 窝窝影院91人妻| 精品福利观看| 国产日韩欧美亚洲二区| 久久av网站| 男女边摸边吃奶| av有码第一页| 美女扒开内裤让男人捅视频| 男人舔女人的私密视频| 久久天躁狠狠躁夜夜2o2o| 久久青草综合色| 91成人精品电影| 亚洲精华国产精华精| 久久99热这里只频精品6学生| 日韩欧美国产一区二区入口| 最新的欧美精品一区二区| 在线观看免费高清a一片| 一个人免费看片子| 一区在线观看完整版| 一本大道久久a久久精品| 久久精品国产亚洲av香蕉五月 | 国产成人影院久久av| 国产99久久九九免费精品| 日本91视频免费播放| 视频在线观看一区二区三区| 久久精品国产综合久久久| 男女无遮挡免费网站观看| 中文欧美无线码| 女人爽到高潮嗷嗷叫在线视频| 一区二区日韩欧美中文字幕| 日韩制服骚丝袜av| 啦啦啦啦在线视频资源| 国产精品一区二区在线观看99| 美女扒开内裤让男人捅视频| 人人妻,人人澡人人爽秒播| 久久久久久久久久久久大奶| 99久久99久久久精品蜜桃| 欧美黑人精品巨大| 十分钟在线观看高清视频www| 国产日韩欧美视频二区| 亚洲欧美精品自产自拍| 91老司机精品| 日韩电影二区| 99热网站在线观看| 女人被躁到高潮嗷嗷叫费观| 狠狠狠狠99中文字幕| 久久热在线av| 久久亚洲精品不卡| 少妇人妻久久综合中文| 久久国产精品影院| 精品国产一区二区三区久久久樱花| 黑人猛操日本美女一级片| 午夜精品国产一区二区电影| 十八禁人妻一区二区| 国产成人精品久久二区二区免费| 欧美黑人精品巨大| 狂野欧美激情性xxxx| 不卡一级毛片| 一级片免费观看大全| 在线观看免费高清a一片| 伊人久久大香线蕉亚洲五| 99国产精品免费福利视频| 国产伦人伦偷精品视频| 久久精品久久久久久噜噜老黄| 少妇猛男粗大的猛烈进出视频| av天堂在线播放| 欧美97在线视频| 国产欧美亚洲国产| 久久精品国产亚洲av高清一级| 成年人黄色毛片网站| 一级毛片电影观看| 成年人午夜在线观看视频| h视频一区二区三区| 亚洲av欧美aⅴ国产| 中文精品一卡2卡3卡4更新| 精品国内亚洲2022精品成人 | 少妇裸体淫交视频免费看高清 | 欧美黑人欧美精品刺激| 久久久久久久久久久久大奶| 亚洲国产中文字幕在线视频| 丝袜脚勾引网站| 精品人妻在线不人妻| 最近最新免费中文字幕在线| 一级毛片电影观看| 国产精品一二三区在线看| 久久中文看片网| 国产av又大| 9191精品国产免费久久| 精品亚洲成a人片在线观看| 国产免费福利视频在线观看| 国产男人的电影天堂91| 日韩 亚洲 欧美在线| 一区二区日韩欧美中文字幕| 18在线观看网站| 人妻久久中文字幕网| 国产精品99久久99久久久不卡| 午夜免费观看性视频| 51午夜福利影视在线观看| 欧美另类一区| 黄网站色视频无遮挡免费观看| 中文字幕人妻丝袜一区二区| 久久久久国内视频| 淫妇啪啪啪对白视频 | 人人妻,人人澡人人爽秒播| 国产三级黄色录像| 一级片免费观看大全| 大片电影免费在线观看免费| 欧美国产精品va在线观看不卡| tube8黄色片| 国产有黄有色有爽视频| 亚洲精品乱久久久久久| 欧美性长视频在线观看| 精品人妻一区二区三区麻豆| 久久人妻福利社区极品人妻图片| 久久久久久亚洲精品国产蜜桃av| 99久久综合免费| 欧美+亚洲+日韩+国产| 国产精品.久久久| 人人妻人人澡人人看| 王馨瑶露胸无遮挡在线观看| 99国产极品粉嫩在线观看| 亚洲性夜色夜夜综合| 日本撒尿小便嘘嘘汇集6| 咕卡用的链子| 国产亚洲精品第一综合不卡| 国产精品九九99| 在线观看免费午夜福利视频| 国产成人精品久久二区二区免费| 在线亚洲精品国产二区图片欧美| 久久久水蜜桃国产精品网| 99热国产这里只有精品6| 国产1区2区3区精品| av线在线观看网站| 亚洲性夜色夜夜综合| 国产精品亚洲av一区麻豆| 女性被躁到高潮视频| 亚洲精品久久成人aⅴ小说| 久久久久久久久久久久大奶| 亚洲午夜精品一区,二区,三区| 狠狠精品人妻久久久久久综合| 亚洲精品粉嫩美女一区| 99香蕉大伊视频| 窝窝影院91人妻| 在线亚洲精品国产二区图片欧美| 女人久久www免费人成看片| 国产一区二区在线观看av| 欧美久久黑人一区二区| 97精品久久久久久久久久精品| 国产又色又爽无遮挡免| 汤姆久久久久久久影院中文字幕| 天堂8中文在线网| 老司机靠b影院| 久久久久精品人妻al黑| 国产97色在线日韩免费| 久久久精品区二区三区| 亚洲av日韩在线播放| 中文字幕av电影在线播放| 在线观看免费视频网站a站| 99热国产这里只有精品6| 精品卡一卡二卡四卡免费| 日本91视频免费播放| 亚洲精品中文字幕一二三四区 | 久久久国产一区二区| 老司机在亚洲福利影院| 少妇被粗大的猛进出69影院| 大香蕉久久成人网| 色视频在线一区二区三区| 丝瓜视频免费看黄片| 国产成人精品在线电影| 欧美黄色淫秽网站| 欧美性长视频在线观看| 久久久精品免费免费高清| 天天操日日干夜夜撸| av天堂久久9| 热re99久久精品国产66热6| 中文字幕人妻丝袜一区二区| 国产成人av教育| 亚洲欧美日韩高清在线视频 | 天天躁夜夜躁狠狠躁躁| 欧美日韩中文字幕国产精品一区二区三区 | 大香蕉久久成人网| 午夜免费鲁丝| 精品人妻1区二区| 满18在线观看网站| av一本久久久久| 国产精品国产三级国产专区5o| 欧美老熟妇乱子伦牲交| 99精品久久久久人妻精品| 亚洲专区字幕在线| av在线老鸭窝| 超色免费av| 男男h啪啪无遮挡| 在线观看一区二区三区激情| 欧美精品一区二区大全| 91老司机精品| 欧美精品高潮呻吟av久久| 中文欧美无线码| 亚洲av成人一区二区三| 日韩电影二区| 日韩有码中文字幕| 亚洲欧美清纯卡通| avwww免费| 国产精品 国内视频| 9色porny在线观看| 黄色 视频免费看| videosex国产| 日韩大片免费观看网站| 亚洲国产精品成人久久小说| 亚洲第一青青草原| 精品久久久久久电影网| 色老头精品视频在线观看| 国产一卡二卡三卡精品| 精品国产乱码久久久久久小说| 国产成人a∨麻豆精品| 日本91视频免费播放| 国产亚洲精品久久久久5区| 欧美另类一区| 精品国产超薄肉色丝袜足j| 90打野战视频偷拍视频| 十分钟在线观看高清视频www| 欧美日韩精品网址| 日本黄色日本黄色录像| 亚洲免费av在线视频| a 毛片基地| 日本精品一区二区三区蜜桃| 99热网站在线观看| 777久久人妻少妇嫩草av网站| 亚洲av美国av| 黄色片一级片一级黄色片| 亚洲午夜精品一区,二区,三区| 宅男免费午夜| 黄色片一级片一级黄色片| 亚洲一区中文字幕在线| 日本精品一区二区三区蜜桃| 女人精品久久久久毛片| 亚洲精品第二区| 亚洲精品国产精品久久久不卡| 少妇的丰满在线观看| 亚洲精品第二区| 女性生殖器流出的白浆| 免费久久久久久久精品成人欧美视频| 亚洲精品在线美女| 美女脱内裤让男人舔精品视频| 欧美少妇被猛烈插入视频| 飞空精品影院首页| 99国产综合亚洲精品| 正在播放国产对白刺激| 成人国产一区最新在线观看| 久久人妻熟女aⅴ| 黑人欧美特级aaaaaa片| 日韩制服丝袜自拍偷拍| 99国产精品一区二区蜜桃av | 国产精品.久久久| 国产激情久久老熟女| 亚洲国产成人一精品久久久| 免费观看av网站的网址| 91老司机精品| 亚洲伊人色综图| 午夜福利在线观看吧| 精品国产国语对白av| 亚洲成人国产一区在线观看| 免费不卡黄色视频| 黑人巨大精品欧美一区二区mp4| 亚洲国产日韩一区二区| 一本色道久久久久久精品综合| 下体分泌物呈黄色| 性高湖久久久久久久久免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日韩亚洲高清精品| 成年美女黄网站色视频大全免费| 欧美久久黑人一区二区| 亚洲精品一区蜜桃| 亚洲精华国产精华精| 99久久99久久久精品蜜桃| 宅男免费午夜| 天天躁夜夜躁狠狠躁躁| 一级,二级,三级黄色视频| 黑人操中国人逼视频| 人妻一区二区av| 老司机福利观看| 国产欧美日韩一区二区三区在线| 亚洲精品自拍成人| 日本av手机在线免费观看| av视频免费观看在线观看| 国产欧美日韩一区二区精品| 建设人人有责人人尽责人人享有的| 高清黄色对白视频在线免费看| 国产在视频线精品| 黄频高清免费视频| 女人爽到高潮嗷嗷叫在线视频| 天天添夜夜摸| 欧美乱码精品一区二区三区| 国产成人精品在线电影| 丁香六月欧美| 五月开心婷婷网| 高潮久久久久久久久久久不卡| 日韩欧美一区视频在线观看| 美女主播在线视频| 亚洲午夜精品一区,二区,三区| 亚洲精品美女久久av网站| 日本猛色少妇xxxxx猛交久久| 国产成人欧美| a级毛片在线看网站| 在线观看免费高清a一片| 国产91精品成人一区二区三区 | 国产成人免费观看mmmm| 男女之事视频高清在线观看| 国产色视频综合| 老熟妇乱子伦视频在线观看 | av福利片在线| 日韩 亚洲 欧美在线| 成在线人永久免费视频| 淫妇啪啪啪对白视频 | a级毛片在线看网站| 日韩免费高清中文字幕av| 亚洲男人天堂网一区| 美女扒开内裤让男人捅视频| 国产日韩欧美亚洲二区| 欧美日韩视频精品一区| 亚洲精品一卡2卡三卡4卡5卡 | 少妇人妻久久综合中文| 999精品在线视频| 麻豆av在线久日| 亚洲专区字幕在线| 亚洲av日韩精品久久久久久密| 我的亚洲天堂| 久久天堂一区二区三区四区| 精品国产一区二区久久| 国产无遮挡羞羞视频在线观看| 啪啪无遮挡十八禁网站| 我要看黄色一级片免费的| 国产一区二区激情短视频 | 久久亚洲精品不卡| 狂野欧美激情性xxxx| 午夜免费成人在线视频| 欧美日韩福利视频一区二区| 国产精品一二三区在线看| 纵有疾风起免费观看全集完整版| 91九色精品人成在线观看| 国产三级黄色录像| 久久人人爽av亚洲精品天堂| 久久狼人影院| 亚洲第一欧美日韩一区二区三区 | 我要看黄色一级片免费的| 性高湖久久久久久久久免费观看| 久久综合国产亚洲精品| 精品一品国产午夜福利视频| 一本—道久久a久久精品蜜桃钙片| 狠狠精品人妻久久久久久综合| 成人手机av| 亚洲五月色婷婷综合| 国产精品久久久久久人妻精品电影 | 90打野战视频偷拍视频| 亚洲情色 制服丝袜| 久久久精品免费免费高清| 亚洲综合色网址| 91成人精品电影| 人人妻人人澡人人看| 亚洲国产欧美日韩在线播放| 超色免费av| 午夜两性在线视频| 亚洲激情五月婷婷啪啪| a级毛片黄视频| 肉色欧美久久久久久久蜜桃| 亚洲中文日韩欧美视频| 19禁男女啪啪无遮挡网站| 国产成人av激情在线播放| 久久毛片免费看一区二区三区| svipshipincom国产片| avwww免费| 亚洲综合色网址| 精品一区二区三卡| 国产男人的电影天堂91| 国产主播在线观看一区二区| 搡老乐熟女国产| 日韩三级视频一区二区三区| 男男h啪啪无遮挡| 国产亚洲精品久久久久5区| a 毛片基地| 两性夫妻黄色片| 狠狠精品人妻久久久久久综合| 桃花免费在线播放| 欧美97在线视频| 国产片内射在线| 国产欧美日韩精品亚洲av| 国产免费一区二区三区四区乱码| 男女之事视频高清在线观看| 日韩 亚洲 欧美在线| 高清黄色对白视频在线免费看| 少妇 在线观看| a在线观看视频网站| 国产成人欧美| 99热国产这里只有精品6| 久久久久久久国产电影| 中文字幕人妻熟女乱码| 国产亚洲一区二区精品| 大香蕉久久成人网| 妹子高潮喷水视频| 免费观看a级毛片全部| 欧美成人午夜精品| 成人手机av| 免费在线观看影片大全网站| 热99re8久久精品国产| 天天躁狠狠躁夜夜躁狠狠躁| svipshipincom国产片| 亚洲精品美女久久av网站| 欧美日韩国产mv在线观看视频| 日本a在线网址| 丰满饥渴人妻一区二区三| 欧美人与性动交α欧美精品济南到| 极品少妇高潮喷水抽搐| 熟女少妇亚洲综合色aaa.| 亚洲av美国av| 色播在线永久视频| 99国产精品一区二区蜜桃av | 国产亚洲午夜精品一区二区久久| kizo精华| 啦啦啦视频在线资源免费观看| 成年美女黄网站色视频大全免费| 久久国产精品影院| 麻豆国产av国片精品| 97在线人人人人妻| 夫妻午夜视频| 亚洲成av片中文字幕在线观看| 午夜日韩欧美国产| 亚洲黑人精品在线| 热re99久久精品国产66热6| 国产一区二区三区av在线| 十八禁高潮呻吟视频| 国产成人啪精品午夜网站| 十八禁网站网址无遮挡| 又黄又粗又硬又大视频| 午夜激情av网站| 大香蕉久久成人网| 黑人巨大精品欧美一区二区蜜桃| 免费不卡黄色视频| 成年动漫av网址| 黑人猛操日本美女一级片| 黄片小视频在线播放| 午夜免费鲁丝| 国产三级黄色录像| 亚洲欧美一区二区三区久久| 少妇裸体淫交视频免费看高清 | 男女之事视频高清在线观看| 99国产精品一区二区三区| 精品福利永久在线观看| 国产精品1区2区在线观看. | 国产成人精品久久二区二区免费| 亚洲性夜色夜夜综合| 热99国产精品久久久久久7| 欧美精品一区二区大全| 建设人人有责人人尽责人人享有的| 男人操女人黄网站| 天天躁夜夜躁狠狠躁躁| 国产97色在线日韩免费| 日韩 欧美 亚洲 中文字幕| 国产高清videossex| 在线精品无人区一区二区三| 美女福利国产在线| 中文字幕人妻丝袜制服| 国产精品1区2区在线观看. | 亚洲欧美清纯卡通|