• <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 ?

    基于深度學(xué)習(xí)的醫(yī)療問句分類研究*

    2022-11-10 06:39:54陳小強
    計算機時代 2022年11期
    關(guān)鍵詞:維基百科語義向量

    陳小強,胡 翰

    (吉安職業(yè)技術(shù)學(xué)院,江西 吉安 343000)

    0 引言

    醫(yī)療資源不均衡,會導(dǎo)致醫(yī)患關(guān)系日益緊張,如何讓偏遠山區(qū)人民享受一線城市醫(yī)療資源已成為目前十分緊迫的問題。智能問診系統(tǒng)的出現(xiàn),為解決此類問題提供了途徑,它可以整合醫(yī)療資源,為患者提供遠程/便捷的人機交互模式[1]。在人機交互模式下,問句分類是智能問答系統(tǒng)的一個關(guān)鍵部分,分類的準確性決定患者能否獲得最佳答案。文本分類做為機器學(xué)習(xí)非常重要的研究領(lǐng)域,已經(jīng)在智能問答、情感分析[2]等方面有非常成熟的應(yīng)用,然而與文本分類不同的是,問句分類[3]具有關(guān)鍵詞少、書寫不規(guī)范等特點,特別是對于醫(yī)療問句而言,患者提出的問句常常不夠?qū)I(yè),因此,在采用特征向量空間表征問句時,易出現(xiàn)數(shù)據(jù)稀疏、維數(shù)過大等難題。此外,大量的真實語料庫在特征向量構(gòu)造時會引入噪聲數(shù)據(jù)。針對以上難題,本文提出基于維基百科和深度學(xué)習(xí)相結(jié)合的詞向量特征擴展模型,該模型利用中文維基百科語義結(jié)構(gòu)和Word2vec構(gòu)造特征詞向量,從而提高醫(yī)療問句分類準確性。

    1 相關(guān)工作

    雖然中文問句大部分比較短小,只包含幾個關(guān)鍵詞,但是問句中蘊含著豐富的語義關(guān)系,它的結(jié)構(gòu)復(fù)雜,形式多樣,給研究者帶來不少難題。目前大部分研究集中在分類模型準確性、性能提升等工作,并且取得不錯的進展,近幾年,眾多學(xué)者開始著手研究問句關(guān)鍵詞提取,本文結(jié)合醫(yī)療問句自身特點,重點研究問句關(guān)鍵詞特征擴展,構(gòu)建更準確的特征向量空間。

    1.1 傳統(tǒng)的關(guān)鍵詞特征擴展

    傳統(tǒng)關(guān)鍵詞特征擴展研究主要分為基于外部知識庫和基于內(nèi)部語義結(jié)構(gòu)方法。Yang等[4]提出通過借助外部知識庫,比如WordNet、HowNet 對短文本進行擴展,范云杰等[5]等[等提出基于中文維基百科擴展短文本。然而基于外部知識庫的關(guān)鍵詞特征擴展效果取決于知識庫的全面性、準確性,并且無法反應(yīng)中文問句內(nèi)部語義特征,所以特征擴展效果并不好。

    后來有研究者提出基于內(nèi)部語義結(jié)構(gòu)特征擴展方法,葉雪梅等[6]提出基于改進的TF-IDF 關(guān)鍵詞特征擴展方法,胡江勇等[7]提出基于LDA 主題詞擴展特征向量模型。但是基于內(nèi)部語義結(jié)構(gòu)特征方法需要專門語料庫訓(xùn)練、訓(xùn)練速度慢,并且引入擴展構(gòu)造主題詞使得向量維度較大且改變原本語義信息,導(dǎo)致分類效果一般。

    1.2 基于深度學(xué)習(xí)的詞向量構(gòu)建

    為解決文本分類中關(guān)鍵詞矩陣稀疏的特點,有研究者提出了詞向量概念,通過文本語料訓(xùn)練,將文本關(guān)鍵詞轉(zhuǎn)換成多維特征向量。2006年Hinton 等[8]率先提出深度學(xué)習(xí)概念,它是一種非監(jiān)督的逐層訓(xùn)練模型。深度學(xué)習(xí)模型不僅考慮了詞語出現(xiàn)的頻率,而且還考慮問句上下文語義關(guān)系,因此相比傳統(tǒng)的方法訓(xùn)練結(jié)果更準確。目前主要有三種深度學(xué)習(xí)獲取特征詞向量的方法:①Bengio 等[9]在JMLR 上發(fā)表的三層深度學(xué)習(xí)模型,②Hinton 等[10]提出的訓(xùn)練語言模型和詞向量,③Mikolov[11]團隊提出的Word2vec。通過Word2vec工具訓(xùn)練得到關(guān)鍵詞向量后,結(jié)合卷積神經(jīng)網(wǎng)絡(luò)模型TextCNN、快速文本分類模型FastText、長短期記憶網(wǎng)絡(luò)(LSTM)、注意力機制(Attention)可得到較好的分類效果。在深度學(xué)習(xí)基礎(chǔ)上,唐曉波等[12]提出先通過TF-IDF 和LDA 提取關(guān)鍵詞,再使用Word2vec擴展詞向量模型,雖然Word2vec 構(gòu)造詞向量會考慮上下文語義關(guān)系,但是Word2vec生成的詞和向量一一對應(yīng),無法解決一詞多義現(xiàn)象,并且對于問句中新詞、網(wǎng)絡(luò)流行詞等頻率較低的詞效果較差,導(dǎo)致部分問句分類失真。

    綜上所述,本文綜合維基百科和深度學(xué)習(xí)的優(yōu)點,在保留中文問句語義信息的前提下,引入Word2vec和維基百科相結(jié)合的詞向量構(gòu)造方法,既能最大限度地保留原始問句語義,又能提高中文問句分類效果。

    2 基于維基百科和深度學(xué)習(xí)詞向量特征擴展模型

    2.1 總體框架

    ⑴輸入層。導(dǎo)入醫(yī)療問句原始數(shù)據(jù)集medical.txt。

    ⑵預(yù)處理層。數(shù)據(jù)清洗,引入jieba 分詞工具對原始數(shù)據(jù)集分詞得到數(shù)據(jù)集train.txt。

    ⑶ 詞向量構(gòu)造層。首先采用Word2vec 工具CBOW 和Skip-gram 模型分別構(gòu)造醫(yī)療問句關(guān)鍵詞向量vector.txt(對于醫(yī)療問句關(guān)鍵詞詞頻低于5 次即舍棄)。然后對train.txt 問句中關(guān)鍵詞進行判斷,如果在vector.txt 中,則直接獲取關(guān)鍵詞向量,否則,利用維基百科ESA 算法構(gòu)建擴展關(guān)鍵詞向量。最后將擴展關(guān)鍵詞向量合并構(gòu)成medical_vector.txt。

    ⑷ 分類輸出層。采用TextCNN 對問句分類,總體框架如圖1所示。

    2.2 詞向量構(gòu)建模型

    2.2.1 基于CBOW模型構(gòu)造詞向量

    CBOW語言模型是根據(jù)詞語上下文的聯(lián)合概率來判斷,比如,字符串S 包含一連串詞語單詞w1,w2,…wT組成,求字符串S是自然語言的概率,公式如下:

    其中,Contexti表示該單詞的上下文,即它的前后c 個單詞。p(wi|Contexti)表示前后c個單詞出現(xiàn)的情況下,再出現(xiàn)該單詞的概率。例如,問句S=“小孩咳嗽應(yīng)該怎么治療?”,對問句S分詞后為“小孩/咳嗽/應(yīng)該/怎么/治療”得到6個單詞,如圖2所示。

    圖2 基于CBOW模型構(gòu)造詞向量

    除了上述的CBOW 語言模型外,Word2vec 還有Skip-gram語言模型,Skip-gram模型和CBOW模型不同的是,已知當(dāng)前詞w,需要推測出它的上下文。

    2.2.2 基于中文維基語義相似度詞向量構(gòu)建

    維基百科相似度算法ESA 主要是將文本關(guān)鍵詞映射到維基百科概念中,采用向量矩陣表示文本向量,TF-IDF表示文本向量的權(quán)重,通過余弦相似度來計算文本之間的相關(guān)度。以下是ESA算法實現(xiàn)過程。

    Step1:對維基百科所有頁面分詞預(yù)處理,統(tǒng)計各個詞語wi在某個維基概念頁面的TF-IDF值為kj。

    Step2:建立詞語wi和維基百科概念cj倒排索引,用kj表示它們之間的權(quán)重。詞語wi有多個維基百科概念cj,按照TF-IDF的值即kj大小排序。

    Step3:對目標(biāo)文檔分詞預(yù)處理,分別用詞語集合Ta={wi}、Tb={wi}表示,詞語wi的TF-IDF 值用向量{vi}表示,vi表示wi的權(quán)重。

    Step4:文本Ta中詞語wi通過倒排索引,映射到維基百科概念cj,因為一個詞語wi有多個維基百科概念cj,所以對它們求和得到cj的權(quán)重,文本Ta 用向量空間{qj,q2,q3,q4,…,qn}表示,n 表示維基百科概念數(shù)目,同理求得Tb。

    Step5:用余弦值求兩文本向量的相關(guān)度Red(Ta,Tb)。

    Step6:最后根據(jù)相關(guān)度大小獲得詞語K 維擴展向量空間。

    ESA 算法有效地利用了維基百科巨大的概念庫,基本上可以處所有的詞語,相比于知網(wǎng)的詞典計算,它覆蓋面更廣,而且對于網(wǎng)絡(luò)新詞、專有名詞處理也有較好的效果。但是ESA 也有自己的缺點,ESA 只是簡單的概念映射,容易引入噪聲數(shù)據(jù)。此外,ESA 需要考慮維基百科頁面所有數(shù)據(jù),預(yù)處理階段花費更多時間和資源,表示文本向量時包括所有的維基百科概念,計算量過大。

    而采用深度學(xué)習(xí)Word2vec 工具對問句進行詞向量訓(xùn)練,不僅速度快,而且效率高,但是對于一些同義詞、網(wǎng)絡(luò)流行詞的處理效果不太好。因此本文采用中文維基百科與深度學(xué)習(xí)相結(jié)合的詞向量特征擴展模型,既能保持醫(yī)療問句詞向量的語義結(jié)構(gòu),又能構(gòu)造網(wǎng)絡(luò)流行詞、同義詞特征向量空間。

    3 實驗結(jié)果分析

    3.1 實驗數(shù)據(jù)集

    本文對中文醫(yī)療問句進行分類,其中訓(xùn)練語料有兩大來源,一是通過網(wǎng)絡(luò)爬蟲從好大夫網(wǎng)站(https://www.haodf.com/)爬取63992 條醫(yī)療問句。二是從中文維基百科知識庫抽取醫(yī)療關(guān)鍵詞信息。

    3.2 實驗環(huán)境

    實驗運行環(huán)境為Windows 10,內(nèi)存配置16GB,CPU 配置Intel i7 9700,編譯環(huán)境為Anconda3,編程語言Python 3.9,深度學(xué)習(xí)框架TensorFlow 1.14,分詞器采用jieba,使用Gensim包構(gòu)建Word2vec詞向量。

    3.3 實驗設(shè)計

    3.3.1 數(shù)據(jù)預(yù)處理

    從“好大夫”網(wǎng)獲取的醫(yī)療問句數(shù)據(jù),我們對其做以下預(yù)處理操作:

    ⑴數(shù)據(jù)清洗,清除原始醫(yī)療問句中錯誤數(shù)據(jù)、無效數(shù)據(jù)、重復(fù)數(shù)據(jù);

    ⑵將醫(yī)療問句數(shù)據(jù)分成包括內(nèi)科、外科、兒科、耳鼻喉科、眼科、婦科、男科、皮膚科、中醫(yī)科、傳染病科10大類;

    ⑶使用jieba 分詞器進行分詞,結(jié)合中文維基百科提高醫(yī)學(xué)類專有名詞提高分詞準確率;

    ⑷將預(yù)處理的醫(yī)療問句數(shù)據(jù)集分成10 份,按照8:1:1的比例確定訓(xùn)練集、測試集、驗證集三大類。

    3.3.2 構(gòu)建詞向量

    本文采用Gensim 包構(gòu)建Word2vec 詞向量,詞向量維度設(shè)置300,訓(xùn)練窗口大小默認設(shè)置5,訓(xùn)練算法模型為CBOW和Skip-gram。采用準確率(P)、召回率(R)、均衡參數(shù)(F)對實驗結(jié)果評價,相關(guān)公式如下:

    3.4 實驗結(jié)果分析

    本實驗對醫(yī)療問句分類采用TextCNN 模型,分別對傳統(tǒng)的詞袋模型(BOW),CBOW 直接訓(xùn)練詞向量模型(CBOW)、Skip-gram 直接訓(xùn)練詞向量模型(SG)、CBOW+維基百科模型(WCBOW)、Skip-gram+維基百科模型(WSG)進行比較,這五種不同方法的分類效果對比如表1所示。

    表1 不同模型分類效果對比

    由表1可知,CBOW+維基百科模型(WCBOW)分類效果最佳,P值、R 值、F值均為最高,達到0.912、0.924、0.918,相對于傳統(tǒng)的SG 方法分別提升了3.6%、5.9%、4.9%。由此可見,基于CBOW+維基百科(WCBOW)模型相比BOW、CBOW、SG、WSG有效可行。

    4 結(jié)束語

    由于醫(yī)療問句關(guān)鍵詞較少、向量稀疏,對其分類存在困難,因此本文提出了基于深度維基學(xué)習(xí)的詞向量擴展模型。核心思想是通過CBOW 方法對問句關(guān)鍵詞訓(xùn)練生成詞向量,對稀有特征詞采用維基百科語義結(jié)構(gòu)生成詞向量,合并后構(gòu)成問句關(guān)鍵詞特征向量空間,實驗表明本文方法由于傳統(tǒng)的Skip-gram、CBOW、BOW模型。

    本文方法提升了醫(yī)療問句分類效果,改善了智能問診系統(tǒng)的效率,同時,也為其他短文分類提供依據(jù)。但本文中基于維基百科和深度學(xué)習(xí)詞向量構(gòu)造方法也存在一定局限,它忽略了問句關(guān)鍵詞前后之間的語義關(guān)系,后續(xù)研究可嘗試從卷積神經(jīng)網(wǎng)絡(luò)擴展關(guān)鍵詞向量。

    猜你喜歡
    維基百科語義向量
    維基百科影響司法
    英語世界(2023年10期)2023-11-17 09:18:46
    向量的分解
    維基百科青年
    英語文摘(2021年8期)2021-11-02 07:17:46
    聚焦“向量與三角”創(chuàng)新題
    語言與語義
    “上”與“下”語義的不對稱性及其認知闡釋
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    APP
    認知范疇模糊與語義模糊
    久久精品久久久久久久性| 亚州av有码| 国产熟女欧美一区二区| 观看免费一级毛片| 精品欧美国产一区二区三| 精品久久国产蜜桃| 91久久精品电影网| 国产探花在线观看一区二区| 可以在线观看的亚洲视频| 成年女人永久免费观看视频| 自拍偷自拍亚洲精品老妇| 国产高清三级在线| 麻豆国产av国片精品| 欧美日韩乱码在线| 免费av毛片视频| 亚洲第一区二区三区不卡| 一级毛片aaaaaa免费看小| 国产单亲对白刺激| 欧美xxxx黑人xx丫x性爽| 国产精品一区二区三区四区久久| 99国产极品粉嫩在线观看| 久久久久久久久久久免费av| 亚洲人成网站在线观看播放| 日本三级黄在线观看| 亚洲国产色片| 岛国在线免费视频观看| 国产一区二区亚洲精品在线观看| 草草在线视频免费看| 成人毛片a级毛片在线播放| 国产成人freesex在线| 精品国内亚洲2022精品成人| 国产v大片淫在线免费观看| 人妻少妇偷人精品九色| 99久久无色码亚洲精品果冻| 我的女老师完整版在线观看| 免费观看a级毛片全部| 国产爱豆传媒在线观看| 看十八女毛片水多多多| 国产伦理片在线播放av一区 | 一本久久精品| 一夜夜www| 欧美性猛交黑人性爽| 黑人高潮一二区| 99热网站在线观看| 少妇人妻一区二区三区视频| 国产高潮美女av| 欧美区成人在线视频| 熟妇人妻久久中文字幕3abv| 成人一区二区视频在线观看| 最近最新中文字幕大全电影3| 一级av片app| 能在线免费观看的黄片| 卡戴珊不雅视频在线播放| 我要看日韩黄色一级片| 久久久久久伊人网av| 亚洲精品成人久久久久久| 日本免费一区二区三区高清不卡| 国产精品.久久久| 国产激情偷乱视频一区二区| 校园春色视频在线观看| 国产视频内射| 免费观看的影片在线观看| 久久综合国产亚洲精品| 99在线人妻在线中文字幕| 色哟哟·www| 麻豆国产97在线/欧美| 亚洲欧美成人综合另类久久久 | 91狼人影院| 中文字幕久久专区| av黄色大香蕉| 日韩一区二区三区影片| 午夜精品在线福利| 一个人观看的视频www高清免费观看| 成年女人永久免费观看视频| 免费av毛片视频| 美女大奶头视频| 欧美精品一区二区大全| 有码 亚洲区| 日韩精品青青久久久久久| 国内精品久久久久精免费| 毛片一级片免费看久久久久| 久久精品影院6| 色噜噜av男人的天堂激情| 男的添女的下面高潮视频| 国产精品一区二区三区四区免费观看| 啦啦啦韩国在线观看视频| 午夜久久久久精精品| 久久久国产成人精品二区| 国产黄色视频一区二区在线观看 | АⅤ资源中文在线天堂| 日韩中字成人| 自拍偷自拍亚洲精品老妇| 2021天堂中文幕一二区在线观| 身体一侧抽搐| 国产熟女欧美一区二区| 在线天堂最新版资源| 一级黄色大片毛片| 亚洲经典国产精华液单| 亚洲国产精品合色在线| 免费看光身美女| 天天一区二区日本电影三级| 两性午夜刺激爽爽歪歪视频在线观看| 小蜜桃在线观看免费完整版高清| 精品国内亚洲2022精品成人| 一级毛片aaaaaa免费看小| 天堂网av新在线| 精品久久久久久久久久久久久| 久久久久久久久久久丰满| 99久国产av精品| 国产69精品久久久久777片| 精品无人区乱码1区二区| 一进一出抽搐动态| 三级毛片av免费| 午夜激情福利司机影院| 三级毛片av免费| 非洲黑人性xxxx精品又粗又长| 韩国av在线不卡| 亚洲一区高清亚洲精品| 亚洲精品乱码久久久v下载方式| 久久精品久久久久久久性| 人妻少妇偷人精品九色| 18禁裸乳无遮挡免费网站照片| 两个人视频免费观看高清| 午夜亚洲福利在线播放| 亚洲最大成人av| 床上黄色一级片| 亚洲国产欧洲综合997久久,| 成人国产麻豆网| 久久99蜜桃精品久久| 99久久久亚洲精品蜜臀av| 精品熟女少妇av免费看| 亚洲欧美日韩东京热| 国产午夜精品论理片| 91精品一卡2卡3卡4卡| 天堂av国产一区二区熟女人妻| 国内久久婷婷六月综合欲色啪| 国产单亲对白刺激| 亚洲成a人片在线一区二区| 99在线视频只有这里精品首页| 给我免费播放毛片高清在线观看| 日本欧美国产在线视频| 国产亚洲精品久久久com| 精品一区二区三区视频在线| 久久久久九九精品影院| 国产精品久久视频播放| 女人十人毛片免费观看3o分钟| 精品免费久久久久久久清纯| 国产一区二区三区在线臀色熟女| 亚洲无线在线观看| 免费av毛片视频| 我的女老师完整版在线观看| 美女国产视频在线观看| 久久亚洲精品不卡| 一区福利在线观看| 国产精品av视频在线免费观看| 九九久久精品国产亚洲av麻豆| 久久亚洲精品不卡| 长腿黑丝高跟| 亚洲五月天丁香| 97热精品久久久久久| 国产高清有码在线观看视频| 欧美日韩乱码在线| 日本av手机在线免费观看| or卡值多少钱| 久久久精品欧美日韩精品| 少妇猛男粗大的猛烈进出视频 | 国产高清视频在线观看网站| 爱豆传媒免费全集在线观看| 欧美日韩一区二区视频在线观看视频在线 | 欧美在线一区亚洲| 久久这里有精品视频免费| 精品久久久久久久久久免费视频| 成人美女网站在线观看视频| 成人欧美大片| 国产精品人妻久久久久久| 麻豆成人av视频| 日本熟妇午夜| 国产黄片美女视频| 成年女人看的毛片在线观看| 一进一出抽搐gif免费好疼| 日韩一本色道免费dvd| 只有这里有精品99| 精品久久久久久久久亚洲| eeuss影院久久| 菩萨蛮人人尽说江南好唐韦庄 | 成人永久免费在线观看视频| 黄色配什么色好看| 欧美区成人在线视频| 亚洲第一区二区三区不卡| 日韩av不卡免费在线播放| 日本与韩国留学比较| 男人舔女人下体高潮全视频| 亚州av有码| 丰满乱子伦码专区| av在线播放精品| 一级毛片我不卡| 美女 人体艺术 gogo| 国产精品久久久久久久久免| 蜜桃久久精品国产亚洲av| 在线国产一区二区在线| 国产成人freesex在线| 欧美区成人在线视频| 国产精品综合久久久久久久免费| 自拍偷自拍亚洲精品老妇| 久久亚洲精品不卡| 亚洲国产欧美在线一区| 成人特级av手机在线观看| 日本爱情动作片www.在线观看| 日韩av在线大香蕉| 欧美色视频一区免费| 蜜桃亚洲精品一区二区三区| 国产高清三级在线| 国产伦理片在线播放av一区 | 国产乱人视频| 日本色播在线视频| 91麻豆精品激情在线观看国产| a级毛片免费高清观看在线播放| 日本免费a在线| 亚洲av免费高清在线观看| 韩国av在线不卡| 九九爱精品视频在线观看| 99精品在免费线老司机午夜| 亚洲在久久综合| 欧美日韩一区二区视频在线观看视频在线 | 午夜亚洲福利在线播放| 亚洲国产精品成人久久小说 | 日韩精品青青久久久久久| 少妇丰满av| 国产精品三级大全| 色播亚洲综合网| av女优亚洲男人天堂| 午夜福利成人在线免费观看| 成人一区二区视频在线观看| 人妻制服诱惑在线中文字幕| 亚洲第一区二区三区不卡| 97人妻精品一区二区三区麻豆| 亚洲综合色惰| 一级毛片电影观看 | 久久人人精品亚洲av| 国产精品久久久久久精品电影| 国产视频首页在线观看| 最后的刺客免费高清国语| 青春草国产在线视频 | 少妇熟女aⅴ在线视频| ponron亚洲| 搡女人真爽免费视频火全软件| 97在线视频观看| 亚洲精品久久国产高清桃花| 久久人人爽人人片av| 国内精品久久久久精免费| 三级国产精品欧美在线观看| 亚洲美女视频黄频| 国产精品爽爽va在线观看网站| 嫩草影院入口| 日本黄色片子视频| 国产亚洲av片在线观看秒播厂 | 久久久午夜欧美精品| 日韩制服骚丝袜av| 国产高清有码在线观看视频| 精品欧美国产一区二区三| 99久国产av精品| 一级毛片aaaaaa免费看小| 看免费成人av毛片| 中国美白少妇内射xxxbb| 国产精品无大码| 男女做爰动态图高潮gif福利片| 国产视频首页在线观看| 97热精品久久久久久| 国产69精品久久久久777片| 国产探花在线观看一区二区| 欧美激情久久久久久爽电影| 日韩av不卡免费在线播放| 美女国产视频在线观看| 青春草视频在线免费观看| 欧美潮喷喷水| 日本成人三级电影网站| 国产一区二区三区av在线 | 99热这里只有精品一区| 亚洲无线观看免费| 人体艺术视频欧美日本| 中文欧美无线码| 国产黄a三级三级三级人| 亚洲高清免费不卡视频| 啦啦啦啦在线视频资源| 午夜久久久久精精品| 国产精品99久久久久久久久| 亚洲人成网站在线播放欧美日韩| 99国产极品粉嫩在线观看| 亚洲av成人av| 日韩高清综合在线| 女的被弄到高潮叫床怎么办| 中文字幕av在线有码专区| 午夜福利在线观看免费完整高清在 | 日韩制服骚丝袜av| 深爱激情五月婷婷| 国产精品久久久久久精品电影小说 | 观看免费一级毛片| 不卡视频在线观看欧美| 精品人妻偷拍中文字幕| 菩萨蛮人人尽说江南好唐韦庄 | 国产高潮美女av| 国产一区二区在线观看日韩| 中文字幕熟女人妻在线| 老司机影院成人| 精品久久久噜噜| 小说图片视频综合网站| 婷婷色综合大香蕉| 国产精品精品国产色婷婷| 精品一区二区三区视频在线| 十八禁国产超污无遮挡网站| 内射极品少妇av片p| 久久久午夜欧美精品| 国产av不卡久久| 一级毛片我不卡| 日本三级黄在线观看| 欧美激情国产日韩精品一区| 国内少妇人妻偷人精品xxx网站| av又黄又爽大尺度在线免费看 | 男人舔奶头视频| 久久人人爽人人爽人人片va| 日本欧美国产在线视频| 日本在线视频免费播放| 国产精品乱码一区二三区的特点| 久久99精品国语久久久| 亚洲精品粉嫩美女一区| 国内精品宾馆在线| 亚洲第一电影网av| 国产精品国产高清国产av| av免费观看日本| 欧美一区二区亚洲| 亚洲成人久久爱视频| 精品久久久噜噜| 午夜福利在线观看免费完整高清在 | 国产国拍精品亚洲av在线观看| 成人无遮挡网站| 欧美极品一区二区三区四区| 欧美激情国产日韩精品一区| 日产精品乱码卡一卡2卡三| 国产精品精品国产色婷婷| 麻豆乱淫一区二区| 欧美高清成人免费视频www| 神马国产精品三级电影在线观看| 97在线视频观看| 秋霞在线观看毛片| 中国美白少妇内射xxxbb| 欧美日本亚洲视频在线播放| 欧美性猛交╳xxx乱大交人| 久久久久性生活片| kizo精华| 深夜a级毛片| 日韩亚洲欧美综合| 国产午夜精品一二区理论片| 午夜福利高清视频| 变态另类丝袜制服| 成人性生交大片免费视频hd| 美女被艹到高潮喷水动态| 大型黄色视频在线免费观看| 舔av片在线| 麻豆av噜噜一区二区三区| 特级一级黄色大片| 免费观看a级毛片全部| 岛国在线免费视频观看| 免费黄网站久久成人精品| 亚洲成人av在线免费| av免费在线看不卡| 日韩欧美精品免费久久| 99久国产av精品| 啦啦啦观看免费观看视频高清| 亚洲中文字幕日韩| 2022亚洲国产成人精品| 日本av手机在线免费观看| 99久久人妻综合| 国产极品精品免费视频能看的| 日韩三级伦理在线观看| 国产片特级美女逼逼视频| 看黄色毛片网站| 国产精品无大码| 91久久精品国产一区二区成人| 色尼玛亚洲综合影院| 久久精品91蜜桃| 精品久久国产蜜桃| 蜜桃亚洲精品一区二区三区| 岛国毛片在线播放| 一区福利在线观看| 97热精品久久久久久| 老女人水多毛片| 国内精品美女久久久久久| 九色成人免费人妻av| 国产片特级美女逼逼视频| 欧美潮喷喷水| 国产精品久久久久久亚洲av鲁大| 国产精品爽爽va在线观看网站| 麻豆乱淫一区二区| 成人永久免费在线观看视频| 婷婷色综合大香蕉| 国产精品久久久久久av不卡| 色尼玛亚洲综合影院| 亚洲人成网站在线播放欧美日韩| 久久中文看片网| 亚洲最大成人手机在线| 日韩视频在线欧美| 国产成人精品久久久久久| 国产一区二区在线av高清观看| 一进一出抽搐动态| 欧美日韩国产亚洲二区| 精品久久久久久久久亚洲| 中国美女看黄片| 国产日韩欧美在线精品| 日本黄大片高清| 成人特级av手机在线观看| 欧美丝袜亚洲另类| 亚洲国产日韩欧美精品在线观看| 国产极品天堂在线| 国产黄色小视频在线观看| 久久精品国产亚洲av天美| av福利片在线观看| 国产亚洲91精品色在线| 亚洲成人久久爱视频| 国产午夜精品论理片| 日韩精品有码人妻一区| 春色校园在线视频观看| 国产成人a区在线观看| 日韩欧美 国产精品| 丰满乱子伦码专区| 少妇人妻精品综合一区二区 | 成人美女网站在线观看视频| 精品国内亚洲2022精品成人| 国产午夜精品一二区理论片| 波多野结衣巨乳人妻| 午夜视频国产福利| 国产高清不卡午夜福利| 美女黄网站色视频| 午夜激情福利司机影院| 不卡视频在线观看欧美| 国产精品免费一区二区三区在线| 一进一出抽搐动态| www.av在线官网国产| 国产精品国产三级国产av玫瑰| 中文字幕精品亚洲无线码一区| 欧美激情久久久久久爽电影| 免费不卡的大黄色大毛片视频在线观看 | 中文字幕免费在线视频6| 精品不卡国产一区二区三区| 亚洲国产欧美人成| 中文字幕制服av| 亚洲成人久久性| 日本av手机在线免费观看| 男女那种视频在线观看| 只有这里有精品99| 久久午夜福利片| 免费一级毛片在线播放高清视频| 少妇人妻一区二区三区视频| 美女cb高潮喷水在线观看| 91久久精品国产一区二区成人| 国产精品伦人一区二区| 天堂中文最新版在线下载 | 亚洲欧美精品专区久久| 一级毛片我不卡| 亚洲精华国产精华液的使用体验 | 中文字幕精品亚洲无线码一区| 少妇高潮的动态图| 又粗又硬又长又爽又黄的视频 | 精品国内亚洲2022精品成人| 97人妻精品一区二区三区麻豆| 毛片女人毛片| 国产精品99久久久久久久久| 国产精品一区二区三区四区久久| 夜夜夜夜夜久久久久| 欧美日韩综合久久久久久| 亚洲内射少妇av| 内地一区二区视频在线| 日韩中字成人| 青春草国产在线视频 | 精华霜和精华液先用哪个| 1024手机看黄色片| 亚洲在久久综合| 精品午夜福利在线看| 成人二区视频| 欧美三级亚洲精品| 美女xxoo啪啪120秒动态图| 高清在线视频一区二区三区 | 国产亚洲av片在线观看秒播厂 | 国产精品一区二区性色av| 99久久中文字幕三级久久日本| 99久久精品国产国产毛片| 日本熟妇午夜| 91麻豆精品激情在线观看国产| 国产精品一二三区在线看| 精品人妻熟女av久视频| 在线观看66精品国产| av在线天堂中文字幕| 亚洲在线自拍视频| 一区福利在线观看| 麻豆av噜噜一区二区三区| 日本-黄色视频高清免费观看| 91久久精品国产一区二区成人| 亚洲人成网站在线观看播放| 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 | 国产视频首页在线观看| 久久久a久久爽久久v久久| 看非洲黑人一级黄片| 国产视频内射| 边亲边吃奶的免费视频| 好男人视频免费观看在线| 亚洲性久久影院| 国产av不卡久久| 99久久人妻综合| 久久人人精品亚洲av| av女优亚洲男人天堂| 在线a可以看的网站| 一级二级三级毛片免费看| 中文字幕久久专区| www.色视频.com| 欧美成人免费av一区二区三区| 欧美+亚洲+日韩+国产| 久久国内精品自在自线图片| h日本视频在线播放| 日本爱情动作片www.在线观看| 国产午夜精品一二区理论片| 久久久久久久久久黄片| 色尼玛亚洲综合影院| 美女大奶头视频| 99热6这里只有精品| 麻豆久久精品国产亚洲av| 久久午夜福利片| 国产毛片a区久久久久| 一级二级三级毛片免费看| 一级毛片aaaaaa免费看小| 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 | 天美传媒精品一区二区| 欧美日本视频| 色哟哟·www| 99热这里只有是精品50| 久久这里只有精品中国| 亚洲精品456在线播放app| 2022亚洲国产成人精品| 国产淫片久久久久久久久| 小说图片视频综合网站| 两个人视频免费观看高清| 日日摸夜夜添夜夜添av毛片| 有码 亚洲区| 精品久久久噜噜| 亚洲av男天堂| 亚洲精品乱码久久久v下载方式| 亚洲国产精品sss在线观看| 秋霞在线观看毛片| 男的添女的下面高潮视频| 免费观看的影片在线观看| 人人妻人人澡人人爽人人夜夜 | 三级毛片av免费| 我的老师免费观看完整版| 性色avwww在线观看| 在线a可以看的网站| 69av精品久久久久久| 国产成人freesex在线| 国产精品女同一区二区软件| 18+在线观看网站| 欧美一区二区国产精品久久精品| 亚洲在线观看片| 97超视频在线观看视频| 亚洲精品乱码久久久v下载方式| 亚洲成人中文字幕在线播放| 国产69精品久久久久777片| 日日啪夜夜撸| 中文字幕精品亚洲无线码一区| 国产女主播在线喷水免费视频网站 | 成熟少妇高潮喷水视频| 久久99蜜桃精品久久| 非洲黑人性xxxx精品又粗又长| 久久精品人妻少妇| 国产美女午夜福利| 日韩人妻高清精品专区| 三级毛片av免费| 大型黄色视频在线免费观看| 午夜爱爱视频在线播放| 寂寞人妻少妇视频99o| 亚洲av免费高清在线观看| 色哟哟哟哟哟哟| 在线免费十八禁| 国产高潮美女av| 麻豆国产av国片精品| 悠悠久久av| 狂野欧美白嫩少妇大欣赏| 91午夜精品亚洲一区二区三区| 成人av在线播放网站| 国产高潮美女av| 久99久视频精品免费| 国内精品美女久久久久久| 99久国产av精品国产电影| av.在线天堂| 男插女下体视频免费在线播放| 亚洲国产高清在线一区二区三| 国产精华一区二区三区| 国内精品美女久久久久久| 日本欧美国产在线视频| 亚洲第一区二区三区不卡| 给我免费播放毛片高清在线观看| 日本黄大片高清| 一本久久中文字幕| 天堂中文最新版在线下载 | 色吧在线观看| 最近最新中文字幕大全电影3| 国产一区亚洲一区在线观看| 老师上课跳d突然被开到最大视频| 99热网站在线观看| 又黄又爽又刺激的免费视频.| 黑人高潮一二区| 青春草视频在线免费观看| 久久久久久大精品| 国产成人一区二区在线| 日日干狠狠操夜夜爽| 看免费成人av毛片| 精品久久久久久久末码| 全区人妻精品视频| 亚洲国产精品成人久久小说 |