• <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 ?

    基于深度交互融合網(wǎng)絡(luò)的多跳機(jī)器閱讀理解

    2022-06-21 08:30:38朱斯琪王業(yè)相
    中文信息學(xué)報(bào) 2022年5期
    關(guān)鍵詞:段落注意力機(jī)器

    朱斯琪,過(guò) 弋,2,3,王業(yè)相

    (1. 華東理工大學(xué) 信息科學(xué)與工程學(xué)院,上海 200237;2. 大數(shù)據(jù)流通與交易技術(shù)國(guó)家工程實(shí)驗(yàn)室-商業(yè)智能與可視化研究中心,上海 200237;3. 上海大數(shù)據(jù)與互聯(lián)網(wǎng)受眾工程技術(shù)研究中心,上海 200072)

    0 引言

    近年來(lái),隨著互聯(lián)網(wǎng)中新聞、電商等平臺(tái)海量文本數(shù)據(jù)的產(chǎn)生,如何更好地理解文本從而提高機(jī)器的智能化水平,已經(jīng)吸引了不少國(guó)內(nèi)外學(xué)者的關(guān)注,而教會(huì)機(jī)器理解人類的語(yǔ)言也是目前自然語(yǔ)言處理領(lǐng)域最大的挑戰(zhàn)之一。機(jī)器閱讀理解,旨在讓機(jī)器通過(guò)指定的上下文來(lái)回答問(wèn)題從而實(shí)現(xiàn)對(duì)自然語(yǔ)言文本的理解。SQuAD[1-2]、RACE[3]、CoQA[4]、DuReader[5]等數(shù)據(jù)集的提出,使得模型在單跳機(jī)器閱讀理解任務(wù)上的性能逐步提升,然而這些模型仍缺少在不同段落中尋找線索和聚集信息的能力。

    與單跳機(jī)器閱讀理解相比,多跳機(jī)器閱讀理解需要從多個(gè)段落提及的實(shí)體中找到潛在的內(nèi)部鏈接關(guān)系,提取與問(wèn)題相關(guān)的線索,并對(duì)信息進(jìn)行融合與分析,從而得到最終的答案。因此,多跳機(jī)器閱讀理解是一項(xiàng)更具有挑戰(zhàn)性的任務(wù)。目前,已經(jīng)發(fā)布的多跳MRC數(shù)據(jù)集有Wikihop[6],ComplexWeb-Questions[7],HotpotQA[8]等。

    本文實(shí)驗(yàn)基于HotpotQA數(shù)據(jù)集,數(shù)據(jù)樣例如表1所示。該數(shù)據(jù)集每個(gè)樣例包含1個(gè)問(wèn)題與10個(gè)段落,其中僅有兩個(gè)段落與問(wèn)題相關(guān),而其他8個(gè)段落與問(wèn)題無(wú)關(guān)。它不僅需要模型從10個(gè)段落中篩選出與問(wèn)題相關(guān)的兩個(gè)段落,而且還要求模型能夠在選出的兩個(gè)段落中進(jìn)行推理,從而獲得問(wèn)題的答案。此外,由于該數(shù)據(jù)集不依賴于外部的知識(shí),因此需要模型泛化能力強(qiáng),這為開(kāi)放領(lǐng)域的問(wèn)答打下了堅(jiān)實(shí)的基礎(chǔ)。

    表1 HotpotQA數(shù)據(jù)集的數(shù)據(jù)樣例

    目前,為了解決多跳推理機(jī)器閱讀理解任務(wù),主要有三類研究方向。

    (1)圖神經(jīng)網(wǎng)絡(luò): 將文本中的實(shí)體以及其他信息構(gòu)建為實(shí)體圖,并通過(guò)GCN、GAT等模型對(duì)包含鏈接的實(shí)體表示進(jìn)行更新,從而得到答案。該方法雖具備一定的可解釋性,但實(shí)體識(shí)別工具的不準(zhǔn)確性會(huì)對(duì)該類模型造成一定的干擾,且當(dāng)答案不是實(shí)體時(shí),模型很難給出正確答案。

    (2)多跳轉(zhuǎn)單跳: 將多跳問(wèn)題轉(zhuǎn)化為單跳問(wèn)題,再對(duì)每一個(gè)單跳問(wèn)題用傳統(tǒng)的機(jī)器閱讀理解模型進(jìn)行回答。此類模型的缺點(diǎn)是在問(wèn)題分解時(shí)缺少標(biāo)注樣本,極大地限制了模型的性能。

    (3)當(dāng)作單跳問(wèn)題: 預(yù)訓(xùn)練模型的強(qiáng)大性能使得部分研究人員將多跳推理問(wèn)答任務(wù)當(dāng)作簡(jiǎn)單的單跳任務(wù)輸入到預(yù)訓(xùn)練模型中進(jìn)行訓(xùn)練,該方法雖然性能較好,但由于受到預(yù)訓(xùn)練文本長(zhǎng)度的限制,無(wú)法同時(shí)具備多個(gè)段落的視野,以至于此類模型不論是在段落篩選時(shí)還是在問(wèn)答時(shí),都缺少跨段落文本之間的交互。

    為了解決上述模型的不足,本文提出了一種跨段落信息深度交互融合的網(wǎng)絡(luò)結(jié)構(gòu)來(lái)加強(qiáng)段落-段落、問(wèn)題-段落之間的交互。首先,通過(guò)對(duì)多個(gè)段落信息的交互融合,篩選出10個(gè)段落中與問(wèn)題相關(guān)的兩個(gè)段落,降低干擾項(xiàng)段落對(duì)模型性能的影響。進(jìn)而將篩選出的兩個(gè)“黃金段落”的信息進(jìn)行交互與融合,這也是目前的工作所忽略的內(nèi)容。最后,問(wèn)題與段落通過(guò)傳統(tǒng)機(jī)器閱讀理解模型進(jìn)行交互融合,并通過(guò)答案預(yù)測(cè)模塊得到最終答案。

    本文的貢獻(xiàn)總結(jié)如下:

    (1) 提出了一種多段落信息融合的思想,可有效地在段落篩選模塊和答案選擇模塊發(fā)揮其優(yōu)勢(shì),實(shí)現(xiàn)多跳推理任務(wù)中的多信息交互,提升模型性能。

    (2) 針對(duì)段落選擇模塊設(shè)計(jì)了一個(gè)跨段落的交互架構(gòu)。以往模型大多僅計(jì)算多個(gè)文本之間的相似性得分,而本文將一個(gè)完整的段落表示當(dāng)作一個(gè)單獨(dú)的向量,并利用多層自注意力機(jī)制實(shí)現(xiàn)不同段落間信息的交互融合,從而篩選出與問(wèn)題相關(guān)的段落。

    (3) 針對(duì)段落信息融合模塊設(shè)計(jì)了一個(gè)信息融合網(wǎng)絡(luò),可以解決在預(yù)訓(xùn)練模型中由于文本長(zhǎng)度過(guò)長(zhǎng)而產(chǎn)生的限制。此外,該網(wǎng)絡(luò)可適用性強(qiáng),可以處理超過(guò)兩個(gè)段落以上的文本內(nèi)容。

    (4) 在HotpotQA數(shù)據(jù)集上對(duì)提出的方法進(jìn)行評(píng)測(cè),結(jié)果表明,僅使用基礎(chǔ)版本的預(yù)訓(xùn)練模型就可以在干擾項(xiàng)賽道實(shí)現(xiàn)較好的結(jié)果,與基準(zhǔn)模型相比,精確匹配(EM)提升18.5%,F1值提升18.47%,性能僅次于HGN[9]模型。

    1 相關(guān)工作

    隨著SQUAD[1-2]、RACE[3]、CoQA[4]、DuReader[5]等閱讀理解數(shù)據(jù)集的提出,機(jī)器閱讀理解領(lǐng)域發(fā)展迅猛,特別是在基于大規(guī)模數(shù)據(jù)BERT[10]、RoBERTa[11]、AlBERT[12]等預(yù)訓(xùn)練模型產(chǎn)生后,機(jī)器閱讀理解進(jìn)入了一個(gè)全新的時(shí)代。而以Wikihop[6]、ComplexWebQuestions[7]、HotpotQA[8]為代表的多跳推理閱讀理解數(shù)據(jù)集則為自然語(yǔ)言處理領(lǐng)域提供了一個(gè)更具有挑戰(zhàn)意義的任務(wù)。

    現(xiàn)有的研究工作已經(jīng)在多跳機(jī)器閱讀理解任務(wù)中發(fā)揮了傳統(tǒng)機(jī)器閱讀理解的作用。例如,Sewon等[13]和Perez等[14]將多跳問(wèn)題分解為多個(gè)子問(wèn)題,進(jìn)而利用傳統(tǒng)單跳機(jī)器閱讀理解方法來(lái)解決多跳推理問(wèn)題。Nishida等[15]將抽取線索當(dāng)作一個(gè)基于問(wèn)題的文本摘要任務(wù),并在每一跳時(shí)更新問(wèn)題的表示。

    而Tu等[16]、Groeneveld[17]等、Sewon等[18]以及Shao等[19]則通過(guò)傳統(tǒng)的TF-IDF方法或?qū)︻A(yù)訓(xùn)練模型進(jìn)行微調(diào)來(lái)計(jì)算問(wèn)題與10個(gè)段落的相似性程度從而獲得與問(wèn)題相關(guān)的“黃金段落”,進(jìn)而通過(guò)BERT[10]或RoBerta[11]等預(yù)訓(xùn)練模型得到問(wèn)題的答案。而Jiang等人[20]則設(shè)計(jì)了三個(gè)模塊動(dòng)態(tài)地實(shí)現(xiàn)不同類型的推理。然而,不論是在檢索黃金段落時(shí)還是在回答問(wèn)題時(shí),很少有研究工作關(guān)注到多個(gè)段落之間的交互。

    除了上述工作,研究人員同時(shí)也發(fā)現(xiàn)了圖神經(jīng)網(wǎng)絡(luò)在多跳問(wèn)答領(lǐng)域發(fā)揮的作用。Dhingra等[21]、Ming等[22]、Ming等[23]、Nicola等[24]均通過(guò)spacy及Stanford corenlp工具包[25]等命名實(shí)體識(shí)別工具識(shí)別上下文中的實(shí)體,從而構(gòu)建一張實(shí)體圖,并通過(guò)GCN[26]、GAT[27]或者它們的變體在構(gòu)建的整張圖上進(jìn)行推理。

    此外,DFGN[28]設(shè)計(jì)了一個(gè)融合層來(lái)動(dòng)態(tài)地探究每一個(gè)推理步的子圖并通過(guò)動(dòng)態(tài)掩碼來(lái)選擇合適的子圖。然而并不是所有的問(wèn)題都是由實(shí)體組成的,因此,單純地將文本中的實(shí)體當(dāng)作圖結(jié)點(diǎn)對(duì)模型的性能產(chǎn)生了一定的限制。為解決此問(wèn)題,HGN[9]利用不同細(xì)粒度的異構(gòu)節(jié)點(diǎn)信息創(chuàng)建了一個(gè)層級(jí)圖結(jié)構(gòu),從而實(shí)現(xiàn)HotpotQA數(shù)據(jù)集中不同類型的任務(wù)。而SAE[16]則在構(gòu)建圖的時(shí)候,將每個(gè)句子當(dāng)作一個(gè)結(jié)點(diǎn)而不是將實(shí)體當(dāng)結(jié)結(jié)點(diǎn)。然而Shao等[19]通過(guò)實(shí)驗(yàn)證明,在多跳問(wèn)答中,一個(gè)經(jīng)過(guò)良好調(diào)整的預(yù)訓(xùn)練模型可以完全替代圖神經(jīng)網(wǎng)絡(luò)。因此,本文不采用圖神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)段落篩選與答案選擇。

    2 模型結(jié)構(gòu)

    本文所提出模型的整體結(jié)構(gòu)如圖1所示,模型主要包括段落篩選模塊、文本編碼模塊、段落-段落信息融合模塊、問(wèn)題-文本注意力交互模塊以及答案選擇5個(gè)模塊。下文將給出每個(gè)模塊細(xì)節(jié)的詳細(xì)描述。

    圖1 模型整體結(jié)構(gòu)

    2.1 段落篩選模塊

    在HotpotQA數(shù)據(jù)集中,每個(gè)樣例由一個(gè)問(wèn)題q與10個(gè)段落p1,p2,…,p10組成,然而并不是10個(gè)段落均對(duì)回答問(wèn)題有所幫助,因此需要將與問(wèn)題有關(guān)的段落篩選出來(lái),避免對(duì)模型造成干擾。目前,篩選“黃金段落”的研究工作[19,28]僅僅計(jì)算問(wèn)題和單個(gè)段落之間的相似性分?jǐn)?shù),而忽略了一個(gè)段落對(duì)另一個(gè)段落產(chǎn)生的影響,因此我們針對(duì)這個(gè)問(wèn)題設(shè)計(jì)了一個(gè)新的模型,模型結(jié)構(gòu)如圖2所示。

    圖2 段落篩選模塊模型結(jié)構(gòu)

    (1)其中,Wc、Wd、Wg是可調(diào)節(jié)的參數(shù),Ql、Kl、Vl是Xl的線性映射,l是自注意力的第l層,Hl是第l層中融合了其他9個(gè)段落信息的上下文表示,Hl也被定義為l+1層的輸入Xl+1。最后一層的隱藏層狀態(tài)被定義為多層自注意力模塊的輸出Hsa。最后,將段落選擇任務(wù)當(dāng)作多標(biāo)簽分類問(wèn)題,從10個(gè)段落中直接選擇兩個(gè)段落,交叉熵?fù)p失函數(shù)被定義如式(2)所示。

    (2)其中,P(yi)是第i個(gè)段落是黃金段落的概率,ai表示第i個(gè)段落的標(biāo)簽,如圖3所示,如果段落篩選模塊的輸出是(0,0,1,0,0,0,0,0,1,0),則認(rèn)為第3個(gè)和第9個(gè)段落是與問(wèn)題相關(guān)的段落。2.2 文本編碼模塊在上個(gè)模塊里,對(duì)于每個(gè)樣例,我們獲得段落m和段落n。接下來(lái),分別對(duì)段落m和n構(gòu)建特征"yesno"+para+"",并分別輸入到RoBerta模型中。本實(shí)驗(yàn)針對(duì)需要用“yes”和“no”回答的問(wèn)題,我們?cè)谳斎氲奶卣髦刑砑恿恕皔es”和“no”兩個(gè)單詞,而不是像以往的模型那樣將其作為一個(gè)分類任務(wù)。接下來(lái),模型分別輸出段落m和段落n的文本編碼Hm∈lsm×h以及Hn∈lsn×h,其中,lsm和lsn分別表示段落m和段落n的序列長(zhǎng)度。2.3 段落-段落信息融合模塊目前,已有的工作[16,19]僅將選擇出來(lái)的段落通過(guò)一個(gè)預(yù)訓(xùn)練模型和線性層得到答案的開(kāi)始位置和結(jié)束位置,然而,大部分的預(yù)訓(xùn)練模型都受到文本長(zhǎng)度的限制,盡管應(yīng)用了滑動(dòng)窗口的方法來(lái)解決文本過(guò)長(zhǎng)的問(wèn)題,但是對(duì)于多個(gè)段落來(lái)說(shuō),一個(gè)段落前面的文本和另外一個(gè)段落尾部的文本仍然沒(méi)有辦法擁有互相的視野。為了解決這個(gè)問(wèn)題,本實(shí)驗(yàn)設(shè)計(jì)了一個(gè)段落-段落信息融合模塊。首先,將上一個(gè)模塊的輸出Hm分為lq×h和lm×h,Hn也同樣被分為lq×h和ln×h。其中,lq、lm和ln分別為問(wèn)題的最大長(zhǎng)度,段落m的長(zhǎng)度以及段落n的長(zhǎng)度。接下來(lái),為了融合段落m和段落n所包含的信息,本實(shí)驗(yàn)采用交叉注意力機(jī)制來(lái)生成包含另一個(gè)段落信息的段落表示。與自注意力機(jī)制[29]不同的是,我們定義的線性映射是的線性映射分別是Kn和Vn。然后,將Qm,Kn,Vn輸入到交叉注意力機(jī)制層中從而獲得深度交互融合的段落信息表示,具體方式與式(1)類似。此外,這里使用了多頭注意力機(jī)制,定義如式(3)所示。

    圖3 問(wèn)答模塊模型結(jié)構(gòu)

    (4)此外,本文設(shè)計(jì)了一個(gè)問(wèn)題-文本注意力交互模塊來(lái)加強(qiáng)每個(gè)問(wèn)題-段落對(duì)的雙向注意力流的交互。首先,與Seo[31]的工作類似計(jì)算問(wèn)題編碼Q和段落編碼C之間的相似度矩陣S∈(lm+ln)×lq,如式(5)所示。

    (5)其中,Ci和Qj分別表示段落文本的第i個(gè)字符表示和問(wèn)題的第j個(gè)字符表示,“⊙”表示矩陣對(duì)應(yīng)元素相乘。

    圖4 自注意力網(wǎng)絡(luò)層數(shù)對(duì)答案選擇性能的影響

    圖5 自注意力層數(shù)對(duì)答案選擇EM及F1的影響

    3.2 實(shí)驗(yàn)結(jié)果表2中列舉了在干擾項(xiàng)賽道公開(kāi)發(fā)布的模型性能。可以看出,本文提出的模型僅通過(guò)base版本就已經(jīng)實(shí)現(xiàn)了具有競(jìng)爭(zhēng)力的效果,EM超過(guò)基準(zhǔn)模型18.5%,F(xiàn)1值超過(guò)基準(zhǔn)模型18.47%。

    表2 實(shí)驗(yàn)結(jié)果 (單位: %)

    3.3 消融實(shí)驗(yàn)

    為了更好地驗(yàn)證本文所提出的模型的性能,本文進(jìn)行了段落篩選模塊、答案選擇模塊的消融實(shí)驗(yàn)。

    首先,對(duì)段落篩選模塊進(jìn)行消融實(shí)驗(yàn),指標(biāo)僅選擇精確匹配(EM),結(jié)果如表3所示。本文提出的段落篩選模型精確匹配率為93.32%,當(dāng)去掉平均池化層后EM為93.07%;當(dāng)去掉一層自注意力層后,EM為92.00%,而去掉兩層自注意力層后EM為87.28%,如表3所示。由此可見(jiàn),增加段落信息之間的交互對(duì)選擇合適的“黃金段落”有益。此外,將段落表示從768維降為1維的平均池化層也為模型的性能帶來(lái)了提升。

    表3 段落篩選模塊消融實(shí)驗(yàn)

    接下來(lái),對(duì)答案選擇模塊進(jìn)行消融實(shí)驗(yàn),結(jié)果如表4所示。為了模型性能不受到段落篩選模塊的影響,此處僅使用“黃金段落”作為輸入來(lái)驗(yàn)證答案選擇模塊的性能。從表4中看出,段落-文本信息融合模塊與問(wèn)題-文本注意力交互模塊均在一定程度上提升了模型性能。

    表4 答案選擇模塊消融實(shí)驗(yàn)

    此外,通過(guò)采用不同的問(wèn)題-文本注意力交互方法: AOA[36]、BiDAF[31]、交叉注意力[29],來(lái)證明本文實(shí)驗(yàn)所采用的模型性能優(yōu)異。為了方便比較,將RoBerta-base模型以及段落-文本信息融合作為基準(zhǔn)模型,實(shí)驗(yàn)結(jié)果如表5所示。

    表5 不同問(wèn)題-文本注意力交互實(shí)驗(yàn)結(jié)果

    值得一提的是,在信息融合之后拼接段落m和段落n的文本表示對(duì)模型性能的提升很大。在實(shí)驗(yàn)開(kāi)始階段并沒(méi)有拼接兩個(gè)段落的信息,而是將兩個(gè)段落分開(kāi)處理,僅僅使用輸入特征的第一個(gè)單詞“”來(lái)決定答案是否位于此段落中。然而,實(shí)驗(yàn)結(jié)果EM僅有62.64%,F(xiàn)1值僅有76.21%。

    4 錯(cuò)誤分析

    本節(jié)探究了數(shù)據(jù)集中的錯(cuò)誤樣例,錯(cuò)誤類型可以分為以下三種類型: 多少類,是否類,實(shí)體錯(cuò)誤類。表6列舉了每個(gè)錯(cuò)誤類別的部分樣例。

    表6 錯(cuò)誤樣例

    對(duì)數(shù)據(jù)集中模型預(yù)測(cè)錯(cuò)誤的樣例進(jìn)行分析,大多數(shù)的錯(cuò)誤都集中在多少類: 模型預(yù)測(cè)的答案與標(biāo)準(zhǔn)答案相比多幾個(gè)單詞或少幾個(gè)單詞,但并不影響答案所表述的意思。但是由于模型的評(píng)估指標(biāo)有精確匹配(EM),因此在一定程度上會(huì)影響模型性能。

    第二種錯(cuò)誤類型為是否類: 問(wèn)題需要通過(guò)“yes”或者“no”來(lái)回答。以表6中樣例為例,問(wèn)題的標(biāo)準(zhǔn)答案是“yes”,但是模型預(yù)測(cè)為“no”。因?yàn)槟P偷妮斎霝?yesno"+para +"",所以模型僅在yes和no之間定位答案,缺少足夠的邏輯推理與判斷。因此,未來(lái)的工作中我們將會(huì)更多地專注于對(duì)是否類問(wèn)題的回答,以此提高模型的邏輯推理能力。

    第三種錯(cuò)誤類型為實(shí)體錯(cuò)誤類,例如,問(wèn)題“Who is older, Annie Morton or Terry Richardson?”需要比較兩個(gè)實(shí)體的屬性。由于缺少對(duì)數(shù)字的推理計(jì)算能力,導(dǎo)致本文模型在此類問(wèn)題上效果并不優(yōu)異。因此,在未來(lái)的工作中我們將會(huì)添加類似于推理機(jī)的機(jī)制來(lái)比較不同實(shí)體,并參考在數(shù)字推理數(shù)據(jù)集Drop[37]上進(jìn)行研究的工作進(jìn)一步改進(jìn)本文模型。

    5 結(jié)論

    本文提出了一個(gè)處理多跳機(jī)器閱讀理解任務(wù)的模型。首先,本文提出了一種通過(guò)多個(gè)段落間的信息交互篩選出與問(wèn)題相關(guān)的段落的“黃金段落”篩選模型;然后,為了解決在預(yù)訓(xùn)練模型中文本長(zhǎng)度限制的問(wèn)題,提出了一種融合多個(gè)段落信息的方法,進(jìn)而應(yīng)用傳統(tǒng)的機(jī)器閱讀理解方法得到最終的答案。在HotpotQA數(shù)據(jù)集上的實(shí)驗(yàn)顯示,本文模型與排行榜上其他模型相比實(shí)現(xiàn)了比較優(yōu)異的效果。在未來(lái)的工作中,本文將專注于對(duì)需要進(jìn)行比較和判斷的問(wèn)題進(jìn)行研究以提高模型的邏輯推理能力,進(jìn)一步提升模型性能。

    猜你喜歡
    段落注意力機(jī)器
    機(jī)器狗
    讓注意力“飛”回來(lái)
    機(jī)器狗
    【短文篇】
    心理小測(cè)試
    未來(lái)機(jī)器城
    電影(2018年8期)2018-09-21 08:00:06
    夏天,愛(ài)情的第四段落
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    A Beautiful Way Of Looking At Things
    弄清段落關(guān)系 按圖索驥讀文
    美女国产视频在线观看| 99久久中文字幕三级久久日本| 高清午夜精品一区二区三区| 夜夜看夜夜爽夜夜摸| 在线天堂最新版资源| 国内精品美女久久久久久| 国产一级毛片七仙女欲春2| 一级毛片黄色毛片免费观看视频| 中文天堂在线官网| 免费大片黄手机在线观看| 国产探花极品一区二区| 夫妻性生交免费视频一级片| 少妇高潮的动态图| 精品不卡国产一区二区三区| 精品不卡国产一区二区三区| 亚洲av日韩在线播放| av在线蜜桃| 精品一区二区三区人妻视频| 天堂中文最新版在线下载 | 能在线免费观看的黄片| 久久精品夜色国产| 久久人人爽人人片av| 男人爽女人下面视频在线观看| 一二三四中文在线观看免费高清| 中文在线观看免费www的网站| 亚洲精品影视一区二区三区av| 国产不卡一卡二| 亚洲色图av天堂| 精品99又大又爽又粗少妇毛片| 最近中文字幕高清免费大全6| av免费观看日本| 日韩,欧美,国产一区二区三区| 人妻系列 视频| 精品亚洲乱码少妇综合久久| 三级经典国产精品| 又爽又黄a免费视频| 男女视频在线观看网站免费| 深夜a级毛片| 日韩,欧美,国产一区二区三区| 欧美高清性xxxxhd video| 亚洲精品一区蜜桃| av黄色大香蕉| 联通29元200g的流量卡| 日韩一区二区视频免费看| av专区在线播放| 日韩一区二区视频免费看| 秋霞伦理黄片| 中文字幕av在线有码专区| 欧美高清成人免费视频www| 欧美+日韩+精品| 白带黄色成豆腐渣| 天天躁夜夜躁狠狠久久av| 国产不卡一卡二| 国产一区亚洲一区在线观看| 日本猛色少妇xxxxx猛交久久| 少妇的逼好多水| av一本久久久久| 免费观看性生交大片5| 性色avwww在线观看| 最近2019中文字幕mv第一页| 免费看日本二区| 国产精品久久久久久久久免| 天堂影院成人在线观看| 免费观看精品视频网站| 久久久欧美国产精品| 亚洲无线观看免费| 我的老师免费观看完整版| 精品国产一区二区三区久久久樱花 | 直男gayav资源| 国产久久久一区二区三区| 国产激情偷乱视频一区二区| 成人亚洲欧美一区二区av| 国产精品一区二区性色av| 日韩av在线免费看完整版不卡| 国产精品国产三级专区第一集| 最新中文字幕久久久久| 七月丁香在线播放| 爱豆传媒免费全集在线观看| 淫秽高清视频在线观看| 搡老妇女老女人老熟妇| 亚洲精品国产av成人精品| 能在线免费观看的黄片| 亚洲精品中文字幕在线视频 | 99久国产av精品| 观看免费一级毛片| 久久久久久久久中文| 欧美不卡视频在线免费观看| 你懂的网址亚洲精品在线观看| 国产永久视频网站| 婷婷色综合大香蕉| 免费电影在线观看免费观看| 有码 亚洲区| 成人午夜高清在线视频| 亚洲av免费高清在线观看| 国产美女午夜福利| 国产精品伦人一区二区| 国产免费又黄又爽又色| 日韩国内少妇激情av| 久久精品熟女亚洲av麻豆精品 | 国产爱豆传媒在线观看| 亚洲乱码一区二区免费版| 搡女人真爽免费视频火全软件| 国产亚洲91精品色在线| 在线观看美女被高潮喷水网站| 国语对白做爰xxxⅹ性视频网站| 国产精品一区www在线观看| 蜜桃亚洲精品一区二区三区| 国产精品一二三区在线看| 久久99热6这里只有精品| 天堂网av新在线| 岛国毛片在线播放| 亚洲精品亚洲一区二区| 哪个播放器可以免费观看大片| 有码 亚洲区| 亚洲婷婷狠狠爱综合网| 亚洲人与动物交配视频| 伊人久久国产一区二区| 久久久欧美国产精品| 精品熟女少妇av免费看| 97人妻精品一区二区三区麻豆| 国产av不卡久久| 亚洲精品影视一区二区三区av| 少妇熟女欧美另类| 久久久久久久亚洲中文字幕| 久久精品国产亚洲av涩爱| 边亲边吃奶的免费视频| av免费观看日本| 少妇的逼好多水| 嫩草影院入口| 51国产日韩欧美| 日韩欧美国产在线观看| 看免费成人av毛片| 国产高潮美女av| 欧美bdsm另类| a级毛片免费高清观看在线播放| 精品久久久精品久久久| 秋霞在线观看毛片| 国产综合懂色| 岛国毛片在线播放| freevideosex欧美| 亚洲av成人av| av卡一久久| 一级黄片播放器| 国产亚洲av片在线观看秒播厂 | 久久久午夜欧美精品| 七月丁香在线播放| 一个人免费在线观看电影| 久久久久网色| 亚洲av在线观看美女高潮| 亚洲无线观看免费| 永久免费av网站大全| 久久精品国产自在天天线| 欧美另类一区| 欧美xxxx黑人xx丫x性爽| av专区在线播放| 欧美成人精品欧美一级黄| 久久综合国产亚洲精品| 亚洲色图av天堂| 丰满少妇做爰视频| 国产熟女欧美一区二区| 视频中文字幕在线观看| 大陆偷拍与自拍| 国产精品国产三级专区第一集| 亚洲av成人精品一二三区| 男女国产视频网站| 春色校园在线视频观看| 国产淫语在线视频| 黄色日韩在线| 寂寞人妻少妇视频99o| 日韩av在线免费看完整版不卡| 草草在线视频免费看| 高清av免费在线| .国产精品久久| 我的老师免费观看完整版| 国产一区二区在线观看日韩| 欧美性猛交╳xxx乱大交人| 2021少妇久久久久久久久久久| 91久久精品国产一区二区三区| 亚洲熟女精品中文字幕| 七月丁香在线播放| 校园人妻丝袜中文字幕| 国产精品嫩草影院av在线观看| 久久精品国产鲁丝片午夜精品| 国产成人一区二区在线| 国产高潮美女av| 99热网站在线观看| 我要看日韩黄色一级片| 亚洲国产最新在线播放| 国产精品一二三区在线看| 最近最新中文字幕大全电影3| 亚洲在久久综合| 日韩一本色道免费dvd| 久久精品夜夜夜夜夜久久蜜豆| 亚洲最大成人av| 日韩亚洲欧美综合| 伊人久久国产一区二区| av在线亚洲专区| 久久热精品热| 亚洲av福利一区| 女人十人毛片免费观看3o分钟| 韩国av在线不卡| 精品一区二区三卡| 亚洲经典国产精华液单| 欧美日韩在线观看h| 九色成人免费人妻av| 卡戴珊不雅视频在线播放| 亚洲精品日本国产第一区| 欧美成人午夜免费资源| 伊人久久精品亚洲午夜| 午夜日本视频在线| 日韩伦理黄色片| 亚洲内射少妇av| a级毛片免费高清观看在线播放| 狂野欧美激情性xxxx在线观看| 亚洲va在线va天堂va国产| 欧美3d第一页| 亚洲精品成人av观看孕妇| 99热这里只有精品一区| 亚洲国产成人一精品久久久| 国产高清三级在线| 日韩,欧美,国产一区二区三区| 国产三级在线视频| 麻豆国产97在线/欧美| 国产精品熟女久久久久浪| 直男gayav资源| 国产伦理片在线播放av一区| 欧美日韩一区二区视频在线观看视频在线 | 狂野欧美激情性xxxx在线观看| 老司机影院成人| 欧美极品一区二区三区四区| 18+在线观看网站| 日韩欧美 国产精品| 99久久中文字幕三级久久日本| videossex国产| 欧美成人精品欧美一级黄| 色5月婷婷丁香| 久久99精品国语久久久| 久久精品综合一区二区三区| 能在线免费观看的黄片| 免费人成在线观看视频色| 美女脱内裤让男人舔精品视频| 日韩精品有码人妻一区| 一区二区三区四区激情视频| 久久人人爽人人片av| 成人午夜精彩视频在线观看| 大陆偷拍与自拍| 亚洲怡红院男人天堂| 亚洲精品影视一区二区三区av| 日本三级黄在线观看| 网址你懂的国产日韩在线| 国产午夜福利久久久久久| 午夜亚洲福利在线播放| 日本欧美国产在线视频| 99热这里只有精品一区| 白带黄色成豆腐渣| 少妇丰满av| 久久韩国三级中文字幕| 国产亚洲一区二区精品| 免费av观看视频| 永久免费av网站大全| 国产成人福利小说| 能在线免费观看的黄片| 80岁老熟妇乱子伦牲交| 日韩精品青青久久久久久| 一级a做视频免费观看| 最近2019中文字幕mv第一页| 亚洲av中文字字幕乱码综合| 久久久亚洲精品成人影院| 精品久久久久久久久av| 精品人妻熟女av久视频| 18+在线观看网站| 97人妻精品一区二区三区麻豆| 色播亚洲综合网| 日韩欧美国产在线观看| 亚洲电影在线观看av| 日本色播在线视频| 色播亚洲综合网| 国产在视频线在精品| 老司机影院毛片| 日韩大片免费观看网站| 高清欧美精品videossex| 精品久久久噜噜| 大香蕉久久网| 一级爰片在线观看| 边亲边吃奶的免费视频| 国产精品日韩av在线免费观看| av女优亚洲男人天堂| kizo精华| 免费看a级黄色片| 久久97久久精品| av黄色大香蕉| 亚洲电影在线观看av| 国产av不卡久久| 乱系列少妇在线播放| 亚洲精品一二三| 国产黄频视频在线观看| 日韩av在线大香蕉| 中文字幕人妻熟人妻熟丝袜美| 亚洲欧美精品自产自拍| 亚洲国产精品专区欧美| 亚洲四区av| 97超碰精品成人国产| 五月伊人婷婷丁香| 嫩草影院入口| 青春草视频在线免费观看| 婷婷色麻豆天堂久久| 久久97久久精品| 欧美一级a爱片免费观看看| 91午夜精品亚洲一区二区三区| 97在线视频观看| 男女视频在线观看网站免费| 中文字幕免费在线视频6| 亚洲,欧美,日韩| 国产 一区精品| 成人无遮挡网站| 日韩电影二区| 日韩欧美精品v在线| av卡一久久| 青春草视频在线免费观看| 国产亚洲5aaaaa淫片| 欧美成人a在线观看| 欧美潮喷喷水| 亚洲精品日韩av片在线观看| 嫩草影院入口| 免费观看精品视频网站| 亚洲精品视频女| 91在线精品国自产拍蜜月| 乱码一卡2卡4卡精品| 精品一区二区三区人妻视频| 国产精品精品国产色婷婷| 亚洲精品国产av蜜桃| 成年女人看的毛片在线观看| 色吧在线观看| 97精品久久久久久久久久精品| 99re6热这里在线精品视频| 美女国产视频在线观看| 能在线免费观看的黄片| 国产成人一区二区在线| 亚洲av.av天堂| 五月天丁香电影| 熟妇人妻久久中文字幕3abv| 国产不卡一卡二| 一级毛片我不卡| 小蜜桃在线观看免费完整版高清| 少妇被粗大猛烈的视频| 国产精品熟女久久久久浪| 亚洲精品亚洲一区二区| 两个人视频免费观看高清| 国产在视频线在精品| 22中文网久久字幕| 亚洲精品久久午夜乱码| 天堂影院成人在线观看| 91久久精品电影网| 在线观看美女被高潮喷水网站| 在线观看人妻少妇| 亚洲欧美精品专区久久| 午夜免费激情av| 国精品久久久久久国模美| 一级黄片播放器| 成人亚洲精品一区在线观看 | 国产成人精品婷婷| 国产精品一二三区在线看| 肉色欧美久久久久久久蜜桃 | 高清av免费在线| 少妇熟女欧美另类| 黄色日韩在线| 精品欧美国产一区二区三| 三级毛片av免费| 国产午夜精品论理片| 国产伦精品一区二区三区视频9| 久久久色成人| 久久久久免费精品人妻一区二区| 男女下面进入的视频免费午夜| 老司机影院成人| 久久亚洲国产成人精品v| 亚洲欧美成人综合另类久久久| 高清欧美精品videossex| 免费看不卡的av| 日韩制服骚丝袜av| 国产黄色视频一区二区在线观看| 亚洲最大成人中文| 黑人高潮一二区| 免费看日本二区| 国产免费福利视频在线观看| 超碰av人人做人人爽久久| 亚洲精品乱码久久久v下载方式| av在线蜜桃| 日本av手机在线免费观看| 韩国av在线不卡| 99久久九九国产精品国产免费| 亚洲熟妇中文字幕五十中出| 超碰97精品在线观看| 黄色日韩在线| 黄片wwwwww| 国精品久久久久久国模美| 日韩电影二区| 日韩av在线免费看完整版不卡| 大片免费播放器 马上看| 超碰97精品在线观看| 精品酒店卫生间| 国产精品一区二区三区四区久久| 男女视频在线观看网站免费| 亚洲美女搞黄在线观看| 天天躁夜夜躁狠狠久久av| 卡戴珊不雅视频在线播放| 欧美变态另类bdsm刘玥| 3wmmmm亚洲av在线观看| 国产淫片久久久久久久久| 精品酒店卫生间| 亚洲国产欧美人成| 亚洲美女搞黄在线观看| 午夜福利高清视频| 国精品久久久久久国模美| 国产淫语在线视频| 少妇丰满av| 国产精品熟女久久久久浪| 国产精品人妻久久久久久| eeuss影院久久| 国产成人aa在线观看| 国产精品一区二区在线观看99 | 国产精品久久久久久精品电影小说 | 亚洲精品,欧美精品| 亚洲综合精品二区| 黄色一级大片看看| 乱人视频在线观看| 日韩视频在线欧美| av免费观看日本| 午夜老司机福利剧场| 日韩在线高清观看一区二区三区| 日本wwww免费看| 秋霞在线观看毛片| 国产av码专区亚洲av| 日韩强制内射视频| 久久久久久久亚洲中文字幕| 国产三级在线视频| 91久久精品国产一区二区成人| 又爽又黄a免费视频| 久久99蜜桃精品久久| 国产av国产精品国产| 中文字幕免费在线视频6| 国产熟女欧美一区二区| 亚洲丝袜综合中文字幕| 国产亚洲精品久久久com| 久久久久国产网址| 色综合站精品国产| 国产成人精品一,二区| 亚洲怡红院男人天堂| 久久久久久久国产电影| 亚洲av国产av综合av卡| 国语对白做爰xxxⅹ性视频网站| 91狼人影院| 亚洲国产欧美在线一区| 欧美丝袜亚洲另类| 亚洲成色77777| 九色成人免费人妻av| 五月天丁香电影| 美女被艹到高潮喷水动态| av网站免费在线观看视频 | 国产精品一区二区性色av| 又粗又硬又长又爽又黄的视频| 国产成人aa在线观看| 国产免费又黄又爽又色| 真实男女啪啪啪动态图| 99视频精品全部免费 在线| 亚洲怡红院男人天堂| 成人无遮挡网站| 日韩欧美国产在线观看| 免费无遮挡裸体视频| 男女边摸边吃奶| 精品午夜福利在线看| 欧美xxxx黑人xx丫x性爽| 亚洲天堂国产精品一区在线| av福利片在线观看| 精品一区二区免费观看| 青青草视频在线视频观看| 欧美3d第一页| 日韩,欧美,国产一区二区三区| 国产黄a三级三级三级人| 乱码一卡2卡4卡精品| 亚洲欧美精品专区久久| 看免费成人av毛片| 日日撸夜夜添| 99久国产av精品| 国产极品天堂在线| 美女cb高潮喷水在线观看| 久久久久国产网址| 男女国产视频网站| 男女那种视频在线观看| 婷婷色综合大香蕉| 成年人午夜在线观看视频 | 国产精品无大码| 免费在线观看成人毛片| 国内精品美女久久久久久| 一个人观看的视频www高清免费观看| 中文资源天堂在线| 午夜激情久久久久久久| 精品亚洲乱码少妇综合久久| 亚洲国产精品sss在线观看| 亚洲人与动物交配视频| 国产国拍精品亚洲av在线观看| 麻豆精品久久久久久蜜桃| 国产免费福利视频在线观看| 国产免费视频播放在线视频 | 国产视频首页在线观看| 可以在线观看毛片的网站| 精品午夜福利在线看| av黄色大香蕉| 看非洲黑人一级黄片| 秋霞在线观看毛片| 国内少妇人妻偷人精品xxx网站| 亚洲国产最新在线播放| 九草在线视频观看| 美女xxoo啪啪120秒动态图| 国产伦精品一区二区三区四那| 亚洲18禁久久av| av线在线观看网站| 26uuu在线亚洲综合色| 啦啦啦啦在线视频资源| 神马国产精品三级电影在线观看| 老司机影院成人| 欧美三级亚洲精品| 成人午夜高清在线视频| 十八禁网站网址无遮挡 | 午夜福利在线观看吧| 伦理电影大哥的女人| 观看美女的网站| 在线播放无遮挡| 成人特级av手机在线观看| 大又大粗又爽又黄少妇毛片口| 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 | 我要看日韩黄色一级片| 亚洲av中文字字幕乱码综合| 国产av不卡久久| 最近最新中文字幕大全电影3| 国产成人91sexporn| 欧美成人午夜免费资源| 婷婷色综合大香蕉| 欧美 日韩 精品 国产| 亚洲精品日韩av片在线观看| 亚洲一区高清亚洲精品| 国产精品国产三级专区第一集| 在线免费观看不下载黄p国产| 久久热精品热| 人妻少妇偷人精品九色| 人妻夜夜爽99麻豆av| 一本久久精品| 久久久久国产网址| 国产成年人精品一区二区| 午夜激情欧美在线| 久久鲁丝午夜福利片| 777米奇影视久久| 国产v大片淫在线免费观看| 天堂中文最新版在线下载 | 日本三级黄在线观看| 边亲边吃奶的免费视频| 91在线精品国自产拍蜜月| 国产一区有黄有色的免费视频 | 亚洲精品日韩av片在线观看| 大香蕉97超碰在线| 一个人看视频在线观看www免费| 一级毛片 在线播放| 欧美丝袜亚洲另类| 大陆偷拍与自拍| 乱人视频在线观看| 丝袜喷水一区| 免费观看a级毛片全部| 亚洲av免费高清在线观看| 一个人看视频在线观看www免费| 丝袜美腿在线中文| 国产精品爽爽va在线观看网站| 成人欧美大片| 亚洲精品国产成人久久av| 国产精品人妻久久久久久| 欧美性猛交╳xxx乱大交人| 亚洲欧美成人精品一区二区| 国产男人的电影天堂91| 亚洲在线自拍视频| 国产欧美另类精品又又久久亚洲欧美| 中文字幕人妻熟人妻熟丝袜美| 亚州av有码| 日本一本二区三区精品| 欧美精品国产亚洲| 亚洲丝袜综合中文字幕| a级毛片免费高清观看在线播放| 免费av观看视频| 在线观看美女被高潮喷水网站| 少妇熟女aⅴ在线视频| 91精品伊人久久大香线蕉| .国产精品久久| 最近手机中文字幕大全| 寂寞人妻少妇视频99o| 午夜爱爱视频在线播放| 亚洲精品自拍成人| 成年免费大片在线观看| 少妇被粗大猛烈的视频| 亚洲不卡免费看| 国产成人免费观看mmmm| 国产色爽女视频免费观看| 国产国拍精品亚洲av在线观看| 午夜免费男女啪啪视频观看| 免费看美女性在线毛片视频| 伦理电影大哥的女人| 插阴视频在线观看视频| 亚洲精品aⅴ在线观看| 青春草国产在线视频| 人人妻人人澡欧美一区二区| 晚上一个人看的免费电影| 国产伦精品一区二区三区视频9| 国产久久久一区二区三区| 精品一区二区免费观看| 国产色婷婷99| 一级毛片电影观看| 欧美+日韩+精品| 国模一区二区三区四区视频| 成人毛片60女人毛片免费|