• <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
    在线亚洲精品国产二区图片欧美 | 国产人妻一区二区三区在| 亚洲人与动物交配视频| 亚洲第一av免费看| 久久久久久久久久久免费av| 亚洲精品亚洲一区二区| 亚洲欧洲日产国产| 黄色视频在线播放观看不卡| 精品亚洲成国产av| 亚洲av二区三区四区| 欧美亚洲 丝袜 人妻 在线| 午夜激情久久久久久久| 日本欧美国产在线视频| 黄色欧美视频在线观看| 亚洲av日韩在线播放| 久久久久久伊人网av| 一级毛片久久久久久久久女| 男人狂女人下面高潮的视频| 伊人久久精品亚洲午夜| 最黄视频免费看| 欧美性感艳星| 一级av片app| 亚洲人成网站在线观看播放| 国产高潮美女av| 各种免费的搞黄视频| 99久久综合免费| 欧美 日韩 精品 国产| 久久这里有精品视频免费| 亚洲第一区二区三区不卡| 日本wwww免费看| av在线播放精品| 欧美3d第一页| 人妻制服诱惑在线中文字幕| 成人国产麻豆网| 青青草视频在线视频观看| 免费黄色在线免费观看| 色5月婷婷丁香| freevideosex欧美| 日韩强制内射视频| 亚洲av综合色区一区| 亚洲精华国产精华液的使用体验| 国产午夜精品久久久久久一区二区三区| 色哟哟·www| 五月天丁香电影| 在线观看一区二区三区激情| 欧美精品一区二区大全| av一本久久久久| 亚洲欧美中文字幕日韩二区| 欧美变态另类bdsm刘玥| 国产极品天堂在线| 亚洲精品久久午夜乱码| 午夜精品国产一区二区电影| 大香蕉久久网| 国内揄拍国产精品人妻在线| 国语对白做爰xxxⅹ性视频网站| 新久久久久国产一级毛片| 人人妻人人澡人人爽人人夜夜| 久久精品国产自在天天线| 校园人妻丝袜中文字幕| 高清在线视频一区二区三区| 99精国产麻豆久久婷婷| 黑人高潮一二区| 夜夜骑夜夜射夜夜干| 精品亚洲成a人片在线观看 | 亚洲精品日本国产第一区| 亚洲人成网站高清观看| 国产精品一区二区性色av| 亚洲精品色激情综合| 亚洲综合精品二区| 男女无遮挡免费网站观看| 制服丝袜香蕉在线| 伦理电影免费视频| 美女高潮的动态| 中国美白少妇内射xxxbb| 国产黄色免费在线视频| 国产黄片视频在线免费观看| 亚洲精品中文字幕在线视频 | 亚洲精品乱码久久久v下载方式| 少妇高潮的动态图| 国内揄拍国产精品人妻在线| 日本欧美国产在线视频| 中文资源天堂在线| 又大又黄又爽视频免费| 美女cb高潮喷水在线观看| av在线app专区| 人体艺术视频欧美日本| 2018国产大陆天天弄谢| 久久精品国产亚洲网站| 欧美日本视频| 看非洲黑人一级黄片| 高清不卡的av网站| 精品亚洲成国产av| 中文天堂在线官网| 欧美国产精品一级二级三级 | 人人妻人人看人人澡| 午夜日本视频在线| 国产精品一区二区在线不卡| 国产69精品久久久久777片| 国产伦在线观看视频一区| av国产免费在线观看| 国产av国产精品国产| 亚洲国产成人一精品久久久| 看十八女毛片水多多多| 九色成人免费人妻av| 精品人妻熟女av久视频| 97超碰精品成人国产| 国产精品福利在线免费观看| 91精品伊人久久大香线蕉| 亚洲图色成人| 国产免费一级a男人的天堂| 免费久久久久久久精品成人欧美视频 | 久久久久人妻精品一区果冻| 欧美日韩亚洲高清精品| 美女脱内裤让男人舔精品视频| 日韩中文字幕视频在线看片 | 黄片无遮挡物在线观看| 日本av手机在线免费观看| 在线亚洲精品国产二区图片欧美 | 成人高潮视频无遮挡免费网站| 日韩中字成人| 老司机影院成人| 日韩电影二区| 看非洲黑人一级黄片| 一级毛片我不卡| 中文在线观看免费www的网站| 1000部很黄的大片| 视频中文字幕在线观看| 最近最新中文字幕大全电影3| 欧美精品一区二区大全| 国产精品女同一区二区软件| 丝瓜视频免费看黄片| av福利片在线观看| 一级毛片 在线播放| 我要看黄色一级片免费的| 国产精品麻豆人妻色哟哟久久| 永久免费av网站大全| 成人特级av手机在线观看| 成年免费大片在线观看| 美女脱内裤让男人舔精品视频| 2018国产大陆天天弄谢| 久久久久久人妻| 美女脱内裤让男人舔精品视频| 久久久国产一区二区| 国产中年淑女户外野战色| 久久鲁丝午夜福利片| 九九久久精品国产亚洲av麻豆| 亚洲精品国产av成人精品| 国产免费又黄又爽又色| 少妇人妻一区二区三区视频| 在现免费观看毛片| 九草在线视频观看| 亚洲自偷自拍三级| 色视频www国产| 九草在线视频观看| 97在线视频观看| 妹子高潮喷水视频| 一个人看的www免费观看视频| 一本色道久久久久久精品综合| 欧美成人一区二区免费高清观看| 少妇的逼水好多| 亚洲激情五月婷婷啪啪| 六月丁香七月| 中文资源天堂在线| 大码成人一级视频| 国产一级毛片在线| 欧美精品一区二区大全| 99久久综合免费| 精品一品国产午夜福利视频| 日本wwww免费看| 国产精品久久久久久精品电影小说 | 亚洲av.av天堂| 亚洲av免费高清在线观看| 新久久久久国产一级毛片| 久久热精品热| 最后的刺客免费高清国语| 久热这里只有精品99| 精品人妻视频免费看| 王馨瑶露胸无遮挡在线观看| 美女中出高潮动态图| 汤姆久久久久久久影院中文字幕| 久久午夜福利片| 成人午夜精彩视频在线观看| 一区二区av电影网| 性色av一级| 国产熟女欧美一区二区| 亚洲精品国产成人久久av| 国产精品蜜桃在线观看| 两个人的视频大全免费| 少妇猛男粗大的猛烈进出视频| 亚洲人成网站高清观看| 久久久久精品久久久久真实原创| 亚洲欧美一区二区三区国产| 久久久久人妻精品一区果冻| av黄色大香蕉| 日韩av在线免费看完整版不卡| av在线播放精品| 日韩视频在线欧美| www.色视频.com| 国产精品99久久99久久久不卡 | 国产高清三级在线| 国产成人a∨麻豆精品| av黄色大香蕉| 国产免费一级a男人的天堂| av一本久久久久| 国产无遮挡羞羞视频在线观看| 黄色一级大片看看| 一级毛片 在线播放| 国产精品嫩草影院av在线观看| tube8黄色片| 人妻夜夜爽99麻豆av| 麻豆国产97在线/欧美| 在线免费观看不下载黄p国产| kizo精华| 少妇被粗大猛烈的视频| 免费观看的影片在线观看| 亚洲欧美成人精品一区二区| 亚洲欧美成人综合另类久久久| 亚洲国产精品成人久久小说| 久久精品国产亚洲av涩爱| 最近最新中文字幕免费大全7| 狂野欧美白嫩少妇大欣赏| 亚洲国产日韩一区二区| 黑人猛操日本美女一级片| 亚洲av不卡在线观看| 亚洲欧美精品自产自拍| 久久午夜福利片| 欧美老熟妇乱子伦牲交| 各种免费的搞黄视频| 亚洲av综合色区一区| av在线蜜桃| 91久久精品国产一区二区成人| 国产大屁股一区二区在线视频| 午夜日本视频在线| 一本一本综合久久| 免费av不卡在线播放| 在线观看国产h片| 国产日韩欧美亚洲二区| 91午夜精品亚洲一区二区三区| 嫩草影院入口| 国产又色又爽无遮挡免| 精品午夜福利在线看| 成年免费大片在线观看| 日韩av在线免费看完整版不卡| 一区二区三区免费毛片| 色综合色国产| 欧美性感艳星| 久久久欧美国产精品| 美女国产视频在线观看| 女的被弄到高潮叫床怎么办| 亚洲精品日韩在线中文字幕| 国产精品嫩草影院av在线观看| 成人免费观看视频高清| 天美传媒精品一区二区| 久久国产精品男人的天堂亚洲 | 日韩视频在线欧美| 最近最新中文字幕免费大全7| 嘟嘟电影网在线观看| 高清黄色对白视频在线免费看 | 亚洲美女搞黄在线观看| 蜜臀久久99精品久久宅男| 欧美日韩国产mv在线观看视频 | 亚洲欧美清纯卡通| 亚洲色图av天堂| 久久久精品94久久精品| 夜夜爽夜夜爽视频| 日日撸夜夜添| 亚洲图色成人| 最新中文字幕久久久久| 建设人人有责人人尽责人人享有的 | 久久久久久伊人网av| 免费看日本二区| 久久久亚洲精品成人影院| av国产久精品久网站免费入址| 欧美人与善性xxx| 色哟哟·www| 涩涩av久久男人的天堂| 国内揄拍国产精品人妻在线| 女的被弄到高潮叫床怎么办| 亚洲成人av在线免费| 高清日韩中文字幕在线| av线在线观看网站| 亚洲第一区二区三区不卡| 国产精品三级大全| 国产免费又黄又爽又色| av又黄又爽大尺度在线免费看| 中文字幕亚洲精品专区| 国产精品成人在线| 成年免费大片在线观看| 久久99精品国语久久久| 欧美xxxx性猛交bbbb| 免费观看在线日韩| 高清欧美精品videossex| 亚洲最大成人中文| 久久青草综合色| 小蜜桃在线观看免费完整版高清| 国产国拍精品亚洲av在线观看| 中文字幕人妻熟人妻熟丝袜美| 少妇人妻一区二区三区视频| 干丝袜人妻中文字幕| 日韩av在线免费看完整版不卡| 国产精品熟女久久久久浪| 岛国毛片在线播放| 国产av国产精品国产| 色5月婷婷丁香| 黑人猛操日本美女一级片| 在线观看一区二区三区激情| 亚洲精品色激情综合| 久久久久久久久久久丰满| 免费高清在线观看视频在线观看| 少妇熟女欧美另类| 久久久亚洲精品成人影院| 男人和女人高潮做爰伦理| 黑丝袜美女国产一区| 欧美zozozo另类| 尾随美女入室| 久久人人爽av亚洲精品天堂 | 亚洲,一卡二卡三卡| 日韩在线高清观看一区二区三区| 久久ye,这里只有精品| 久久婷婷青草| 麻豆国产97在线/欧美| 在线观看一区二区三区激情| 亚州av有码| 成年av动漫网址| 哪个播放器可以免费观看大片| 久久久久国产精品人妻一区二区| 1000部很黄的大片| 国产精品久久久久久精品电影小说 | 日本爱情动作片www.在线观看| 在线播放无遮挡| 伦理电影免费视频| 日韩在线高清观看一区二区三区| 亚洲欧洲日产国产| 赤兔流量卡办理| 欧美精品国产亚洲| 精品一品国产午夜福利视频| 国产精品三级大全| a级一级毛片免费在线观看| 国产国拍精品亚洲av在线观看| 久久久久久久亚洲中文字幕| 美女国产视频在线观看| 久久久a久久爽久久v久久| 亚洲美女视频黄频| 亚洲不卡免费看| 一区在线观看完整版| 欧美丝袜亚洲另类| 日产精品乱码卡一卡2卡三| 丝袜脚勾引网站| 亚洲欧美一区二区三区黑人 | 精品亚洲乱码少妇综合久久| 一级毛片 在线播放| 高清在线视频一区二区三区| 日韩大片免费观看网站| 乱码一卡2卡4卡精品| 亚洲av男天堂| av黄色大香蕉| 黑人高潮一二区| tube8黄色片| 一本色道久久久久久精品综合| 中文在线观看免费www的网站| 美女国产视频在线观看| 亚洲人成网站高清观看| 一边亲一边摸免费视频| 美女中出高潮动态图| 高清av免费在线| av在线蜜桃| 成年人午夜在线观看视频| 国产精品一区二区性色av| 国产精品嫩草影院av在线观看| 欧美xxⅹ黑人| 国产精品一区www在线观看| 欧美精品一区二区大全| 国产中年淑女户外野战色| 成人毛片60女人毛片免费| a级毛片免费高清观看在线播放| 丝瓜视频免费看黄片| 亚洲国产精品一区三区| 成人18禁高潮啪啪吃奶动态图 | 亚洲四区av| 天堂8中文在线网| 99热网站在线观看| 99久久精品国产国产毛片| 精品亚洲乱码少妇综合久久| 只有这里有精品99| 国产精品熟女久久久久浪| 九草在线视频观看| 欧美少妇被猛烈插入视频| 老熟女久久久| 亚洲欧美精品专区久久| 国产精品久久久久成人av| 精品酒店卫生间| 久久久精品94久久精品| 中文在线观看免费www的网站| 精品人妻视频免费看| 亚洲国产色片| 黄色一级大片看看| av一本久久久久| 国产 一区 欧美 日韩| 最黄视频免费看| a级毛色黄片| 制服丝袜香蕉在线| 国产成人aa在线观看| 这个男人来自地球电影免费观看 | 中文乱码字字幕精品一区二区三区| av在线蜜桃| 亚洲人与动物交配视频| 日本av免费视频播放| 亚洲精品中文字幕在线视频 | 午夜激情久久久久久久| 免费看不卡的av| 中国国产av一级| 久久精品国产亚洲av涩爱| 日日摸夜夜添夜夜爱| 免费看光身美女| 啦啦啦中文免费视频观看日本| 人人妻人人爽人人添夜夜欢视频 | 99久国产av精品国产电影| 肉色欧美久久久久久久蜜桃| 丝袜脚勾引网站| 国产精品国产三级专区第一集| 狂野欧美白嫩少妇大欣赏| 日本与韩国留学比较| 欧美日韩亚洲高清精品| 一级毛片 在线播放| 日韩视频在线欧美| 青春草亚洲视频在线观看| 国产午夜精品一二区理论片| 久久久久久久精品精品| 人人妻人人爽人人添夜夜欢视频 | 成年人午夜在线观看视频| 日韩一本色道免费dvd| 色视频www国产| 男女下面进入的视频免费午夜| 精品人妻一区二区三区麻豆| 国产精品人妻久久久影院| 日本欧美视频一区| av免费在线看不卡| 久久久精品免费免费高清| 18禁在线播放成人免费| 女人久久www免费人成看片| 最后的刺客免费高清国语| 国产精品一区二区性色av| 亚洲欧美日韩另类电影网站 | 99热全是精品| 男女下面进入的视频免费午夜| 精品亚洲成a人片在线观看 | 久久精品国产亚洲av涩爱| 天天躁日日操中文字幕| 高清黄色对白视频在线免费看 | 久久av网站| 国产黄片视频在线免费观看| 精品国产一区二区三区久久久樱花 | 亚洲精品乱码久久久v下载方式| 中国三级夫妇交换| 国产伦精品一区二区三区四那| 亚洲国产成人一精品久久久| 国产成人免费观看mmmm| 亚洲三级黄色毛片| 国产综合精华液| 国产精品一区二区三区四区免费观看| 国模一区二区三区四区视频| 91久久精品电影网| 蜜桃亚洲精品一区二区三区| 99久久精品热视频| 在线观看人妻少妇| 精品一区在线观看国产| 日韩,欧美,国产一区二区三区| 嫩草影院入口| 亚洲av欧美aⅴ国产| 亚洲成人一二三区av| 精品一区二区免费观看| 国产伦精品一区二区三区四那| 视频中文字幕在线观看| 国产av码专区亚洲av| 欧美xxxx性猛交bbbb| 欧美日韩精品成人综合77777| 中文在线观看免费www的网站| 男女边吃奶边做爰视频| 国产成人精品福利久久| 99久久精品国产国产毛片| 亚洲av国产av综合av卡| 国产久久久一区二区三区| 国产欧美另类精品又又久久亚洲欧美| 久久亚洲国产成人精品v| 亚洲成人手机| 亚洲精品aⅴ在线观看| 99热这里只有是精品在线观看| 少妇被粗大猛烈的视频| 欧美97在线视频| 天堂8中文在线网| 欧美区成人在线视频| 下体分泌物呈黄色| 国产一区二区在线观看日韩| 国产色婷婷99| 超碰av人人做人人爽久久| av天堂中文字幕网| 狂野欧美白嫩少妇大欣赏| 久久精品国产自在天天线| 成人美女网站在线观看视频| 亚洲av电影在线观看一区二区三区| 黄色一级大片看看| 国产淫片久久久久久久久| 少妇人妻一区二区三区视频| av在线老鸭窝| 天堂8中文在线网| 国产av码专区亚洲av| 国产中年淑女户外野战色| 亚洲av成人精品一二三区| 成人综合一区亚洲| 久久精品久久精品一区二区三区| 全区人妻精品视频| 日本黄色片子视频| 亚洲精品乱久久久久久| 伦精品一区二区三区| 成人无遮挡网站| 22中文网久久字幕| 亚洲美女搞黄在线观看| 黑人猛操日本美女一级片| 女性生殖器流出的白浆| av女优亚洲男人天堂| 亚洲欧美日韩无卡精品| 一级爰片在线观看| 超碰av人人做人人爽久久| 你懂的网址亚洲精品在线观看| 国产精品国产三级国产专区5o| 亚洲国产精品专区欧美| 成人午夜精彩视频在线观看| 六月丁香七月| 国产乱人视频| 亚洲精品一区蜜桃| 成人特级av手机在线观看| 黄色日韩在线| 日韩 亚洲 欧美在线| 亚洲欧美成人综合另类久久久| a级一级毛片免费在线观看| 久久韩国三级中文字幕| 亚洲精品aⅴ在线观看| 欧美极品一区二区三区四区| 99久久中文字幕三级久久日本| 另类亚洲欧美激情| 能在线免费看毛片的网站| av在线观看视频网站免费| 观看免费一级毛片| a级毛片免费高清观看在线播放| 亚洲成色77777| 一级黄片播放器| 99久久精品热视频| 熟女av电影| 我要看黄色一级片免费的| 乱码一卡2卡4卡精品| 国产精品一区二区在线不卡| 国产av码专区亚洲av| 干丝袜人妻中文字幕| xxx大片免费视频| 尾随美女入室| 大香蕉97超碰在线| 深夜a级毛片| 国产色婷婷99| 卡戴珊不雅视频在线播放| 91午夜精品亚洲一区二区三区| 直男gayav资源| 亚洲av电影在线观看一区二区三区| 高清午夜精品一区二区三区| 秋霞在线观看毛片| 亚洲精品乱久久久久久| 亚洲最大成人中文| 黄色视频在线播放观看不卡| 欧美日韩精品成人综合77777| 日韩一区二区视频免费看| 精品久久久久久久末码| 亚洲激情五月婷婷啪啪| 精品亚洲成国产av| 最近中文字幕高清免费大全6| 成人毛片a级毛片在线播放| 久久精品国产亚洲av天美| 激情五月婷婷亚洲| 亚洲av二区三区四区| 麻豆精品久久久久久蜜桃| 色吧在线观看| 伦精品一区二区三区| 精品一区二区三区视频在线| 搡女人真爽免费视频火全软件| 80岁老熟妇乱子伦牲交| 亚洲av电影在线观看一区二区三区| 性高湖久久久久久久久免费观看| 美女内射精品一级片tv| 国产伦在线观看视频一区| 成人特级av手机在线观看| 日韩成人av中文字幕在线观看| 亚洲精品成人av观看孕妇| 制服丝袜香蕉在线| 久久久久国产精品人妻一区二区| 在线观看免费日韩欧美大片 | 欧美精品人与动牲交sv欧美| 最近2019中文字幕mv第一页| 亚洲精品视频女| 如何舔出高潮| 亚洲美女视频黄频| 国产成人a区在线观看| 伦理电影免费视频| www.av在线官网国产| 大片免费播放器 马上看| 亚洲欧美精品自产自拍| 韩国av在线不卡| 3wmmmm亚洲av在线观看| av在线app专区| 亚州av有码| 少妇的逼水好多| 免费观看性生交大片5| 三级经典国产精品| 99久国产av精品国产电影| 午夜日本视频在线| 中文字幕制服av| 精品国产三级普通话版| 国产大屁股一区二区在线视频|