• <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BERT的風雹災害實體識別與特征分析

    2023-09-07 02:49:20陳靖鎧顧家豪紀昌權苑豪杰
    中國新技術新產(chǎn)品 2023年14期
    關鍵詞:風雹災情字符

    陳靖鎧 顧家豪 高 敏 紀昌權 苑豪杰

    (中國礦業(yè)大學(北京)管理學院,北京 100083)

    風雹災害是我國影響范圍最廣的災種,數(shù)據(jù)種類與數(shù)量豐富。由于文本中普遍存在記錄不規(guī)范的問題,人工識別消缺的方法只能在有限范圍內(nèi)將部分數(shù)據(jù)轉化為領域知識。

    命名實體識別技術可以從海量異構數(shù)據(jù)中識別關鍵信息,目前已受到廣泛關注。張芳從等[1]基于RoBERTa-WWMBiLSTM-CRF 模型不依賴人工特征解決了中文電子病歷文本詞識別不全的問題;王明達等[2]對城鎮(zhèn)燃氣事故文本進行主旨聚類劃分后,通過BiLSTM-CRF-RL 模型提高識別質量。目前,已有學者對臺風、地震、洪澇等災害[3-5]進行文本分析與信息抽取工作。風雹災害伴生氣象較多,無法通過單一氣象數(shù)據(jù)集進行訓練。因此該文提出一種基于風雹災害數(shù)據(jù)集的 BERT-BiLSTM-CRF 模型。使用Bert 模型訓練得到多種語義特征的動態(tài)詞向量后,輸入BiLSTM 模型進一步提取上下文特征,連接CRF 模型輸出全局最優(yōu)識別結果。最后利用該文自建數(shù)據(jù)集中的相關實體,從時空間維度進行特征可視化分析,為風雹災害應急管理與處置提供新思路。

    1 研究方法

    1.1 BERT 預訓練模型

    風雹災害文本含有發(fā)生時間、地點及類型等語義信息,是災害實體識別模型的訓練基礎。傳統(tǒng)語義處理模型無法解決實體表述不一致和一詞多意的問題。BERT 模型基于多層Transformer 架構具有雙向編碼能力,可以提取文本序列中的語義、結構等多種特征。

    BERT 的輸入為文本字符序列,輸出向量詞嵌入、段嵌入和位置嵌入3 個部分。詞嵌入為字符對應的靜態(tài)向量,段嵌入用于區(qū)分字符所屬句子,位置嵌為表示字符位置信息的特征向量。BERT 訓練包括2 個任務, MLM 任務內(nèi)容為隨機遮掩一句話中的部分字符后,通過上下文信息對該字符預測,提高模型詞意理解。NSP 任務內(nèi)容為隨機選取部分語句,判斷是否存在一定的相鄰關系,可以讓模型更好地理解句子間的關系。完成詞向量預訓練后,將文本序列向量化后輸入BiLSTM 模型進行訓練。

    1.2 BiLSTM 雙向長短時網(wǎng)絡模型

    BiLSTM 模型是由2 個LSTM 模型組成的,通過捕獲雙向語義信息,挖掘的語義特征更豐富。LSTM 引入了記憶細胞、輸入門、輸出門和遺忘門作為控制機制。各門控系數(shù)的計算如公式(1)~公式(3)所示。

    式中:Ft、It、Ot為遺忘門、輸入門、輸出門系數(shù);σ為sigmoid神經(jīng)網(wǎng)絡層,系數(shù)值域為[0,1],控制信息量大小,1 代表全部通過。Xt為輸入的t時刻文本序列向量,Ht-1為輸入的上一時刻隱狀態(tài)向量。Wx、Wh為各門控的權重參數(shù),b為各門控的偏置參數(shù)。Xt由BERT 生成,Ht-1來自上一時刻的LSTM 單元,以Ht為例進行計算,如公式(4)所示。

    式中:Ct為t時刻記憶細胞狀態(tài);Ot為t時刻輸出門系數(shù);tanh 為tanh 神經(jīng)網(wǎng)絡層,其計算結果Ht為向量形式。

    輸入門計算系數(shù)后生成候選狀態(tài)向量,與遺忘門處理后的上一時刻細胞狀態(tài)拼接后,將當前時刻細胞狀態(tài)更新為Ct,其計算如公式(5)~公式(6)所示。

    式中:為t時刻候選狀態(tài)向量;Ct為t時刻細胞狀態(tài)向量;Ct-1為t-1 時刻細胞狀態(tài)向量。

    LSTM 訓練流程如下:輸入當前時刻文本與上一時刻單元的隱狀態(tài),遺忘門與輸入門將根據(jù)各自系數(shù)決定丟棄、增添部分信息后,拼接生成當前時刻細胞狀態(tài),用于下一個LSTM 單元訓練,輸出門根據(jù)細胞狀態(tài)計算隱狀態(tài)向量,輸入Softmax 層解碼后得到當前時刻預測標簽。

    1.3 CRF 條件隨機場模型

    BiLSTM 模型可以處理長距離文本的上下文依賴關系,但是無法處理標簽之間的關系。例如B-DATE 標簽只能出現(xiàn)在時間實體的首端,但是BiLSTM 輸出結果中可能存在I-DATE 位于B-DATE 之前。CRF[6]具有長距離依賴性和交疊性特征表達能力,可以處理不同標簽之間的依賴關系,修正BiLSTM 的部分錯誤輸出。將災害文本預測標簽序列通過全連接層后輸入CRF 模型后,訓練更新輸出矩陣計算預測得分,最后CRF 將根據(jù)得分高低輸出對應最優(yōu)預測標簽。得分計算如公式(7)所示。

    式中:T為標簽yi后標簽為yi+1的得,P為字符i預測為標簽yi的得分。

    1.4 BERT-BiLSTM-CRF 模型

    在BERT-BiLSTM-CRF 組合模型中,BERT 根據(jù)災害文本序列輸出對應的組合表征向量,BiLSTM 模型利用該向量,通過前向LSTM 與后向LSTM 雙向編碼學習風雹災害文本中的依賴關系與語義特征,將前向、后向特征向量序列合并后輸入CRF 模型,對該序列進行全局最優(yōu)歸一處理,得到文本最優(yōu)預測標簽序列,完成實體識別。整體流程如圖1 所示。

    圖1 模型結構

    圖2 災情時間圖

    2 試驗數(shù)據(jù)

    2.1 數(shù)據(jù)獲取

    由于風雹災害領域目前缺少現(xiàn)成語料庫,因此首先需要獲取有關數(shù)據(jù)。各地氣象局發(fā)布的災情報告包括發(fā)生時間、發(fā)生地點和受災情況等權威信息,是自然災害數(shù)據(jù)分析的重要文本。該文搜索風雹等關鍵詞,爬取相關報告180 余篇。由于語料中包括報道人、報道來源等大量無關信息,為增強模型識別效果,人工清洗上述噪聲數(shù)據(jù);同時對半結構化數(shù)據(jù)進行人工拼接組合。完成上述處理后形成本次試驗風雹災害語料集,共計65534 字符。

    2.2 數(shù)據(jù)劃分與標注

    建立語料集后,按照8 ∶2 的比例劃分訓練集與測試集。命名實體識別任務屬于序列標注任務范疇,需要對文本標注后訓練,標注結果包括實體類別、起始位置和結束位置3 個部分的內(nèi)容。目前,標注方法有BIO 法、BMES 法和BIOES法。在BIO 標注法中,B-xxx 代表某實體開頭字符,I-xxx代表某實體的中間或者結尾字符,O 代表不屬于任何實體的無關字符。BMES 與BIOES 標注法對實體邊界進一步劃分,實現(xiàn)單個字符實體的標注。該試驗數(shù)據(jù)中單個字符實體出現(xiàn)頻率較低,因此采用BIO 方法。該文參照國家標準《自然災害承災體分類與代碼》(GB/T 32572—2016)、《自然災害災情統(tǒng)計第2 部分:擴展指標》(GB/T 24438.2—2012),設置大風、冰雹、大雨、雷電4 類災害實體,發(fā)生時間、發(fā)生地點、受災人員、受災房屋、受災農(nóng)業(yè)、經(jīng)濟損失6 類災情實體,共10 類實體。綜上所述,該試驗所用訓練集字符總數(shù)51237 個,實體總數(shù)5265 個;測試集字符總數(shù)14296 個,實體總數(shù)1 371 個。

    3 試驗分析

    3.1 參數(shù)設置

    該試驗計算機配置為AMD Ryzen 7 PRO 4750U 處理器,16GB 內(nèi)存,Windows10 操作系統(tǒng),編程語言Python3.6,TensorFlow1.14.0 框架,使用Adam 優(yōu)化器調整參數(shù)。在BiLSTM 前后加入dropout 層防止過擬合,添加對抗訓練提升模型魯棒性。分層設置學習率可以提高識別效果,將 BiLSTM學習率設置為BERT 學習率的500 倍,具體參數(shù)見表1。

    表1 試驗參數(shù)設置

    3.2 評價體系

    該文使用精確率(Precision),召回率(Recall),F(xiàn)1值三種指標評價模型精度。精確率代表模型預測結果中正確實體所占比例, 召回率代表輸入數(shù)據(jù)后被正確識別實體所占比例。在命名實體識別任務中通常希望模型兼顧精確率與召回率,F(xiàn)1值可以綜合反映模型識別效果,值越高模型綜合性能越好。各指標計算如公式(8)所示~如公式(10)所示。

    式中:Tp為模型識別出的正確實體數(shù)量;Fp為模型識別出的錯誤實體數(shù)量;FN為模型沒有識別出的實體數(shù)量。

    3.3 試驗結果

    使用BERT-BiLSTM-CRF 模型訓練后在測試集上的各指標表現(xiàn)見表2。在四類災害實體的識別結果中,雷電、冰雹、大雨實體識別效果較好,F(xiàn)1值均在90%以上,原因為雷電、冰雹、大雨三類實體的語義較為簡單,表達形式固定。例如,雷電實體在語料中的表述集中在“雷電”、“雷暴”兩詞,大雨實體集中在“大雨”、“暴雨”等詞。大風實體的精確率很高但召回率較低,F(xiàn)1值僅有87.80%,主要原因是訓練集中該實體數(shù)量明顯低于其他災害實體數(shù)量,影響模型訓練。在6 類災情實體的識別結果中,僅有發(fā)生地點實體指標較差,F(xiàn)1值88.4%。發(fā)生地點精確率召回率較低的主要原因是實體過長,語義表述復雜,例如 “東北地區(qū)西南部”,“德宏傣族景頗族自治州隴川縣”。通過擴充數(shù)據(jù)量,或者針對性地遷移訓練可以解決上述問題。受災人員、受災房屋、受災農(nóng)田和經(jīng)濟損失等災情實體為數(shù)值型數(shù)據(jù),表達形式固定且具有明顯邊界特征,因此F1值相對較高。為測試模型泛化能力,隨機選取一篇近期新聞報道進行試驗,識別結果見表3,結果說明該模型具有良好識別效果。

    表2 訓練指標

    表3 識別結果

    為了體現(xiàn)BERT-BiLSTM-CRF 模型在風雹災害領域實體識別任務中的優(yōu)勢,在相同數(shù)據(jù)集下使用CBOWBiLSTM-CRF 與Skip-gram-BiLSTM-CRF 模型進行試驗,結果見表4。與CBOW-BiLSTM-CRF 模型相比,該文模型識別精確率、召回率、F1值分別提高5.04%、1.47%、3.26%;與Skip-gram-BiLSTM-CRF 模型相比,三類指標分別提高3.87%、0.77%、2.31%。結果表明BERT 模型可以根據(jù)語料全局語義關系更好地捕捉語義、句法等相關性特征,生成的詞向量更準確豐富、解釋性更強,識別效果更好。

    表4 對比結果

    4 風雹災害特征分析

    Power Query 是用于數(shù)據(jù)獲取與查詢的Excel 插件,可在無規(guī)律文本中提取處理信息。災害類別、時間、地點實體可以直接使用,但是受災人員、受災房屋、受災農(nóng)業(yè)、經(jīng)濟損失4 類災情實體須提取數(shù)字進行統(tǒng)計,使用“數(shù)字=Text.Remove([災情實體],{"一".."龜"})”函數(shù)對4 類實體的中文字符進行剔除,保留可運算數(shù)字類型數(shù)據(jù)。Power Query中的中文字符以Unicode 形式連續(xù)儲存,在所有漢字中“一”的Unicode 最小,“龜”最大,利用該特性移除所有中文字符,提取后使用Excel 統(tǒng)計,結果見表5。從時間角度看,風雹災害屬于強對流天氣,與大風、暴雨、冰雹、雷電災害聯(lián)動發(fā)生,主要集中在5—7 月。平均人員傷亡以冰雹為最高,平均農(nóng)作物受災平均以冰雹為最高,平均房屋損毀以大風為最高,平均經(jīng)濟損失以冰雹為最高。使用微詞云軟件對每篇語料的地點實體進行詞頻統(tǒng)計后,設置三類頻次梯度,利用詞頻結果分析全國風雹發(fā)生情況。從空間角度看,風雹災害發(fā)生范圍覆蓋全國,中西部地區(qū)發(fā)生頻率較高,甘肅云南兩省發(fā)生次數(shù)最多。

    表5 災情統(tǒng)計

    使用Power Query 清洗獲取統(tǒng)計數(shù)據(jù)后,選取月份作為維度繪制災情數(shù)據(jù)如圖2 所示。從災情發(fā)生特征角度看,風雹災害全年發(fā)生,高發(fā)期集中在3—9 月。 3、6、7 月份房屋損毀較多,7—8 月受災人口較多,5、7 月農(nóng)作物受災面積較高,6—7 月經(jīng)濟損失最高的月份,主要原因是處于農(nóng)忙時期。與表5 進行對比,不同氣象災害具有不同的時間特征,3—4 月發(fā)生較頻繁的災害為大風,對房屋的損毀較大,5—7 月4 種災害都時有發(fā)生,因此受災最嚴重時也多集中在這個時間段。

    5 結語

    該文的研究主要基于風雹災情報告文本,在數(shù)據(jù)集較少、文本不規(guī)則的情況下使用Bert-BiLSTM-CRF 模型,有效識別測試集中相關實體,為風雹災害處置與減災提供便利。

    自然災害領域文本具有信息分散、隨機性強的特點,目前基于神經(jīng)網(wǎng)絡的實體識別方式仍然存在數(shù)據(jù)文本單一且收集困難、人工處理數(shù)據(jù)工作量大、識別結果關聯(lián)規(guī)則利用不足等問題。

    針對現(xiàn)有研究的不足,該文提出相應的改進措施:1)擴充數(shù)據(jù)量,針對非規(guī)范化、非標準化的文本數(shù)據(jù)進行強化學習、遷移訓練,進一步提高模型泛化能力。2)實體識別層面結果不足以進行全方位特征支撐起分析,在獲得高質量的實體后,對實體關系進行抽取后進一步分析更復雜的關聯(lián)特征,同時構建風雹災害知識圖譜,為應對災情提供充足的知識儲備。

    猜你喜歡
    風雹災情字符
    2022年6月全球災情
    尋找更強的字符映射管理器
    東北冷渦背景下一次初秋風雹天氣分析
    2021年12月全球災情
    長慶油田:災情就是命令
    字符代表幾
    一種USB接口字符液晶控制器設計
    電子制作(2019年19期)2019-11-23 08:41:50
    消失的殖民村莊和神秘字符
    四川盆地南部邊緣一次局地風雹天氣的中尺度及雷達觀測分析
    災情再顯城市短板
    黄片小视频在线播放| 伊人久久大香线蕉亚洲五| 日韩大尺度精品在线看网址| 欧美日韩一级在线毛片| 欧美乱妇无乱码| 亚洲五月天丁香| 成人午夜高清在线视频| 亚洲中文av在线| 亚洲国产欧洲综合997久久,| 男女做爰动态图高潮gif福利片| 久久人人精品亚洲av| 此物有八面人人有两片| 国产高清视频在线播放一区| 成人一区二区视频在线观看| 欧美日韩福利视频一区二区| 久久久久九九精品影院| 狠狠狠狠99中文字幕| 亚洲九九香蕉| 男女之事视频高清在线观看| 最近最新中文字幕大全免费视频| 国产精品av久久久久免费| or卡值多少钱| 国产av不卡久久| 美女黄网站色视频| 国产主播在线观看一区二区| 美女免费视频网站| www日本黄色视频网| 国产真人三级小视频在线观看| www日本黄色视频网| 国产精品久久久久久精品电影| 一进一出好大好爽视频| 日韩 欧美 亚洲 中文字幕| 啦啦啦免费观看视频1| 中文字幕人成人乱码亚洲影| 色噜噜av男人的天堂激情| 97人妻精品一区二区三区麻豆| 日韩欧美精品v在线| 久久国产乱子伦精品免费另类| 人人妻,人人澡人人爽秒播| 人人妻人人澡欧美一区二区| 久久久国产欧美日韩av| 日本五十路高清| 最好的美女福利视频网| 每晚都被弄得嗷嗷叫到高潮| 午夜福利在线观看免费完整高清在 | 亚洲九九香蕉| 精品久久久久久久毛片微露脸| 亚洲精品粉嫩美女一区| 亚洲无线在线观看| 国产精品日韩av在线免费观看| 天堂动漫精品| 九九热线精品视视频播放| 色综合站精品国产| 中文字幕熟女人妻在线| 久久久精品欧美日韩精品| 天天添夜夜摸| 一个人免费在线观看的高清视频| 九九热线精品视视频播放| 国内毛片毛片毛片毛片毛片| 九九热线精品视视频播放| 我要搜黄色片| 成人午夜高清在线视频| 嫩草影院入口| 禁无遮挡网站| 1024手机看黄色片| 国产麻豆成人av免费视频| 在线观看免费午夜福利视频| 中文字幕精品亚洲无线码一区| 精品一区二区三区四区五区乱码| 欧美色欧美亚洲另类二区| 国产单亲对白刺激| 校园春色视频在线观看| 制服人妻中文乱码| 国产探花在线观看一区二区| 窝窝影院91人妻| 欧美日本视频| 无限看片的www在线观看| 亚洲最大成人中文| 欧美不卡视频在线免费观看| 国产精品乱码一区二三区的特点| 免费无遮挡裸体视频| 亚洲国产高清在线一区二区三| 99视频精品全部免费 在线 | 日本 欧美在线| 成年人黄色毛片网站| 一进一出抽搐动态| 国产麻豆成人av免费视频| 欧美黄色淫秽网站| 欧美3d第一页| 亚洲男人的天堂狠狠| 欧美国产日韩亚洲一区| 国产综合懂色| 欧美最黄视频在线播放免费| 精品久久久久久久人妻蜜臀av| 又黄又粗又硬又大视频| 久久久久国产精品人妻aⅴ院| 日本黄色视频三级网站网址| 国内精品美女久久久久久| 亚洲人成网站在线播放欧美日韩| av在线蜜桃| 亚洲欧美日韩无卡精品| 一a级毛片在线观看| 欧美黄色片欧美黄色片| 亚洲精品粉嫩美女一区| 观看美女的网站| 日本一二三区视频观看| 成人av在线播放网站| 久久草成人影院| 国产又黄又爽又无遮挡在线| 久久久久久久久免费视频了| 最好的美女福利视频网| 男女午夜视频在线观看| 丰满的人妻完整版| 成年女人永久免费观看视频| 男女视频在线观看网站免费| 免费在线观看成人毛片| 少妇的丰满在线观看| 蜜桃久久精品国产亚洲av| 日本一本二区三区精品| 在线观看舔阴道视频| 日韩中文字幕欧美一区二区| 最好的美女福利视频网| 美女高潮喷水抽搐中文字幕| 90打野战视频偷拍视频| 欧美zozozo另类| 桃红色精品国产亚洲av| 亚洲成a人片在线一区二区| 法律面前人人平等表现在哪些方面| xxx96com| 亚洲自偷自拍图片 自拍| 亚洲 欧美 日韩 在线 免费| 欧美+亚洲+日韩+国产| avwww免费| 哪里可以看免费的av片| av在线天堂中文字幕| 十八禁人妻一区二区| 中文字幕精品亚洲无线码一区| 午夜福利成人在线免费观看| 国产精品永久免费网站| 在线国产一区二区在线| 亚洲国产精品合色在线| 三级国产精品欧美在线观看 | 国产亚洲精品久久久com| 亚洲人成伊人成综合网2020| 日本三级黄在线观看| 成人欧美大片| 岛国在线观看网站| 精品国产超薄肉色丝袜足j| 国产三级在线视频| 亚洲18禁久久av| 听说在线观看完整版免费高清| 亚洲国产精品成人综合色| 亚洲国产色片| 99久国产av精品| 啦啦啦观看免费观看视频高清| 看黄色毛片网站| 国产乱人伦免费视频| 午夜视频精品福利| 亚洲成人中文字幕在线播放| 国产私拍福利视频在线观看| 极品教师在线免费播放| 在线观看午夜福利视频| 非洲黑人性xxxx精品又粗又长| 99热这里只有精品一区 | 成人特级黄色片久久久久久久| 波多野结衣高清无吗| 中文字幕人成人乱码亚洲影| 久久精品影院6| 亚洲七黄色美女视频| 久久久国产成人免费| 亚洲欧美精品综合久久99| 亚洲 欧美一区二区三区| 国内精品一区二区在线观看| 每晚都被弄得嗷嗷叫到高潮| 精华霜和精华液先用哪个| 国产精品免费一区二区三区在线| 国产精品自产拍在线观看55亚洲| 丝袜人妻中文字幕| 国产亚洲欧美98| 国产精品永久免费网站| 一级毛片高清免费大全| 国语自产精品视频在线第100页| 日韩人妻高清精品专区| 亚洲片人在线观看| 国产av不卡久久| 亚洲精品久久国产高清桃花| 久久久久国产一级毛片高清牌| 高潮久久久久久久久久久不卡| 国产乱人伦免费视频| 波多野结衣高清无吗| 美女黄网站色视频| 制服丝袜大香蕉在线| 香蕉国产在线看| 91麻豆av在线| 亚洲在线观看片| 成年版毛片免费区| av中文乱码字幕在线| av欧美777| 90打野战视频偷拍视频| 久久久国产成人免费| 丰满人妻熟妇乱又伦精品不卡| 亚洲无线观看免费| 每晚都被弄得嗷嗷叫到高潮| 男女做爰动态图高潮gif福利片| 国产黄色小视频在线观看| 两人在一起打扑克的视频| 久久久久久久久免费视频了| 亚洲人成电影免费在线| 成人亚洲精品av一区二区| 欧美高清成人免费视频www| 全区人妻精品视频| 国产一区二区在线观看日韩 | 美女免费视频网站| 女生性感内裤真人,穿戴方法视频| 欧美黑人巨大hd| 最新在线观看一区二区三区| 国产探花在线观看一区二区| 又紧又爽又黄一区二区| 午夜福利欧美成人| 露出奶头的视频| 中国美女看黄片| 老司机午夜福利在线观看视频| 色综合婷婷激情| 精品电影一区二区在线| 哪里可以看免费的av片| 后天国语完整版免费观看| 级片在线观看| 国产精品国产高清国产av| 亚洲美女视频黄频| 俄罗斯特黄特色一大片| 精品熟女少妇八av免费久了| 久久人妻av系列| av福利片在线观看| av欧美777| 精品免费久久久久久久清纯| 色视频www国产| 久久久精品大字幕| 变态另类成人亚洲欧美熟女| 色噜噜av男人的天堂激情| 制服丝袜大香蕉在线| aaaaa片日本免费| 丁香六月欧美| 亚洲一区二区三区色噜噜| 欧美黑人欧美精品刺激| a级毛片在线看网站| 老司机福利观看| 超碰成人久久| 人人妻人人澡欧美一区二区| 欧美性猛交黑人性爽| 男人和女人高潮做爰伦理| 亚洲国产精品久久男人天堂| 欧美一级a爱片免费观看看| 欧美色欧美亚洲另类二区| 丰满的人妻完整版| 最新美女视频免费是黄的| 久久香蕉国产精品| 国产精品国产高清国产av| 成年女人看的毛片在线观看| 色综合亚洲欧美另类图片| 久久天躁狠狠躁夜夜2o2o| 校园春色视频在线观看| 757午夜福利合集在线观看| 国产男靠女视频免费网站| 亚洲av电影在线进入| 午夜激情欧美在线| 日日摸夜夜添夜夜添小说| 91字幕亚洲| 视频区欧美日本亚洲| 国产美女午夜福利| 天堂av国产一区二区熟女人妻| www.自偷自拍.com| 国产黄a三级三级三级人| 麻豆成人午夜福利视频| 怎么达到女性高潮| ponron亚洲| 精品久久久久久久毛片微露脸| 三级毛片av免费| 人人妻人人看人人澡| 久久精品人妻少妇| 综合色av麻豆| e午夜精品久久久久久久| 韩国av一区二区三区四区| 欧美在线黄色| a级毛片在线看网站| 亚洲国产精品久久男人天堂| 国产精品一区二区三区四区免费观看 | 最近最新中文字幕大全免费视频| 又爽又黄无遮挡网站| 搡老熟女国产l中国老女人| 日韩免费av在线播放| 久久精品综合一区二区三区| 国产视频内射| 午夜日韩欧美国产| 国产精品影院久久| 亚洲九九香蕉| 99久久成人亚洲精品观看| 成年女人看的毛片在线观看| 成在线人永久免费视频| 色尼玛亚洲综合影院| 午夜福利高清视频| 国产精品 国内视频| 免费观看精品视频网站| 91av网一区二区| 亚洲成av人片免费观看| 欧美日韩国产亚洲二区| 宅男免费午夜| 免费在线观看亚洲国产| 亚洲专区国产一区二区| 亚洲熟妇中文字幕五十中出| 嫩草影院入口| 国内久久婷婷六月综合欲色啪| 夜夜看夜夜爽夜夜摸| 九色成人免费人妻av| 成年女人毛片免费观看观看9| 小说图片视频综合网站| 免费电影在线观看免费观看| 成年人黄色毛片网站| 99久久99久久久精品蜜桃| 日韩成人在线观看一区二区三区| 啪啪无遮挡十八禁网站| 久久国产精品人妻蜜桃| 日韩欧美 国产精品| 日本精品一区二区三区蜜桃| 日本撒尿小便嘘嘘汇集6| 757午夜福利合集在线观看| 一区福利在线观看| 久久久久九九精品影院| 少妇的逼水好多| 中文字幕人成人乱码亚洲影| 在线观看午夜福利视频| 色综合婷婷激情| 久久久久久久久中文| 日韩欧美 国产精品| 叶爱在线成人免费视频播放| 色综合欧美亚洲国产小说| 久久久久免费精品人妻一区二区| 一级a爱片免费观看的视频| av视频在线观看入口| 伦理电影免费视频| 国产高清视频在线播放一区| 亚洲精品国产精品久久久不卡| 无人区码免费观看不卡| 在线观看舔阴道视频| 99re在线观看精品视频| 99riav亚洲国产免费| 中文字幕久久专区| 男女午夜视频在线观看| 免费搜索国产男女视频| 精品一区二区三区av网在线观看| 国产高潮美女av| 久久中文字幕人妻熟女| 久久伊人香网站| 悠悠久久av| 偷拍熟女少妇极品色| 熟女少妇亚洲综合色aaa.| 一区二区三区激情视频| 叶爱在线成人免费视频播放| 免费在线观看亚洲国产| 婷婷亚洲欧美| 97超视频在线观看视频| 国产精品美女特级片免费视频播放器 | 亚洲欧美精品综合一区二区三区| 男女床上黄色一级片免费看| 精品无人区乱码1区二区| 少妇熟女aⅴ在线视频| 国产91精品成人一区二区三区| 久久久色成人| 国产精品国产高清国产av| 日韩欧美三级三区| 美女 人体艺术 gogo| 黑人操中国人逼视频| 国内揄拍国产精品人妻在线| 毛片女人毛片| 在线观看舔阴道视频| 日本 av在线| 国产真实乱freesex| 又黄又爽又免费观看的视频| 欧美黄色片欧美黄色片| 欧美丝袜亚洲另类 | 午夜视频精品福利| 少妇裸体淫交视频免费看高清| 午夜久久久久精精品| 97碰自拍视频| 99国产精品一区二区蜜桃av| 最近最新中文字幕大全电影3| 男人舔奶头视频| 亚洲精华国产精华精| 成人一区二区视频在线观看| 啦啦啦免费观看视频1| 好男人在线观看高清免费视频| 国产熟女xx| 91麻豆精品激情在线观看国产| 亚洲欧美激情综合另类| 九九在线视频观看精品| av在线天堂中文字幕| 亚洲欧洲精品一区二区精品久久久| 好男人电影高清在线观看| 精品久久久久久久末码| 国产精品一区二区免费欧美| 久久精品人妻少妇| 嫩草影院入口| 中文字幕高清在线视频| 国产欧美日韩一区二区三| 久久久久性生活片| 成年版毛片免费区| 亚洲国产欧美人成| 老司机福利观看| 日本免费一区二区三区高清不卡| 亚洲av第一区精品v没综合| 两个人看的免费小视频| 日韩欧美国产一区二区入口| 啪啪无遮挡十八禁网站| 国内精品久久久久精免费| 国产精品久久久av美女十八| 真人一进一出gif抽搐免费| 少妇熟女aⅴ在线视频| 亚洲精品粉嫩美女一区| 熟女少妇亚洲综合色aaa.| 日韩欧美国产一区二区入口| 久久精品91无色码中文字幕| 欧美日韩国产亚洲二区| 哪里可以看免费的av片| 高清在线国产一区| 日本五十路高清| 最近在线观看免费完整版| 婷婷亚洲欧美| 欧美性猛交╳xxx乱大交人| 91老司机精品| 男人舔女人下体高潮全视频| 99热6这里只有精品| 精品一区二区三区视频在线观看免费| а√天堂www在线а√下载| 精品久久久久久久人妻蜜臀av| 久久精品国产清高在天天线| 桃色一区二区三区在线观看| 日本黄大片高清| 欧美黑人巨大hd| 在线观看舔阴道视频| 亚洲18禁久久av| 欧美国产日韩亚洲一区| 国产精品久久久av美女十八| 成人性生交大片免费视频hd| 麻豆成人av在线观看| 51午夜福利影视在线观看| 日日夜夜操网爽| 欧美午夜高清在线| 十八禁人妻一区二区| 好看av亚洲va欧美ⅴa在| 床上黄色一级片| 午夜久久久久精精品| 91av网一区二区| av片东京热男人的天堂| 三级国产精品欧美在线观看 | 日本熟妇午夜| 变态另类丝袜制服| 亚洲第一电影网av| 久久人人精品亚洲av| av女优亚洲男人天堂 | 免费搜索国产男女视频| 国产成人精品久久二区二区免费| 美女高潮喷水抽搐中文字幕| 精品久久久久久成人av| 午夜福利18| 女警被强在线播放| 成人特级黄色片久久久久久久| 99国产精品一区二区蜜桃av| 色综合婷婷激情| 亚洲国产欧洲综合997久久,| 国产激情久久老熟女| 日韩国内少妇激情av| 欧美黄色片欧美黄色片| 色尼玛亚洲综合影院| 亚洲欧美日韩无卡精品| x7x7x7水蜜桃| 午夜福利高清视频| 给我免费播放毛片高清在线观看| 欧美日韩精品网址| 99国产综合亚洲精品| 一区二区三区国产精品乱码| 欧美黑人欧美精品刺激| 伦理电影免费视频| 亚洲国产看品久久| 又爽又黄无遮挡网站| 亚洲精品一区av在线观看| 国产真实乱freesex| 在线a可以看的网站| 色播亚洲综合网| 超碰成人久久| 国产精品女同一区二区软件 | av福利片在线观看| 亚洲av熟女| 国产熟女xx| 淫秽高清视频在线观看| 国内精品久久久久精免费| 色吧在线观看| 国产久久久一区二区三区| 国产精品久久久av美女十八| 色视频www国产| 日本五十路高清| 熟女人妻精品中文字幕| 国产午夜福利久久久久久| 91在线精品国自产拍蜜月 | 在线十欧美十亚洲十日本专区| 99国产综合亚洲精品| 99国产精品99久久久久| 国产精品九九99| 精品一区二区三区av网在线观看| 黄片小视频在线播放| svipshipincom国产片| 国内揄拍国产精品人妻在线| 99久国产av精品| 午夜福利在线在线| 在线免费观看不下载黄p国产 | 88av欧美| 国产精品永久免费网站| 美女午夜性视频免费| 成熟少妇高潮喷水视频| 亚洲国产精品sss在线观看| 欧美中文日本在线观看视频| 2021天堂中文幕一二区在线观| 国产成人一区二区三区免费视频网站| 一区二区三区高清视频在线| 久久久色成人| 日韩欧美 国产精品| 在线观看日韩欧美| 免费在线观看影片大全网站| 给我免费播放毛片高清在线观看| 久久精品91蜜桃| 给我免费播放毛片高清在线观看| 三级男女做爰猛烈吃奶摸视频| av视频在线观看入口| 婷婷亚洲欧美| cao死你这个sao货| 天天一区二区日本电影三级| 国产精品精品国产色婷婷| 日韩欧美在线乱码| 露出奶头的视频| 欧美日本视频| 久久久精品欧美日韩精品| 中文字幕av在线有码专区| 欧美日韩中文字幕国产精品一区二区三区| 看免费av毛片| 国产精品九九99| 精品久久久久久久人妻蜜臀av| 九九热线精品视视频播放| 99久久99久久久精品蜜桃| 久久久精品欧美日韩精品| 黑人操中国人逼视频| 久久中文字幕一级| 亚洲专区字幕在线| 日本免费a在线| 老司机深夜福利视频在线观看| 岛国在线免费视频观看| 手机成人av网站| 国产精品久久久久久人妻精品电影| 白带黄色成豆腐渣| 午夜福利在线观看吧| 婷婷亚洲欧美| 久久精品91无色码中文字幕| 精品不卡国产一区二区三区| 给我免费播放毛片高清在线观看| 欧美三级亚洲精品| 久9热在线精品视频| 好男人电影高清在线观看| 中文字幕精品亚洲无线码一区| 国产av在哪里看| 少妇的丰满在线观看| 啦啦啦免费观看视频1| 亚洲精品乱码久久久v下载方式 | 宅男免费午夜| 人妻丰满熟妇av一区二区三区| 亚洲国产欧美人成| 久久久久免费精品人妻一区二区| 香蕉丝袜av| 亚洲最大成人中文| 国产成人精品无人区| 婷婷精品国产亚洲av| 高清毛片免费观看视频网站| 免费在线观看影片大全网站| 99久久国产精品久久久| 亚洲真实伦在线观看| 婷婷丁香在线五月| 午夜a级毛片| xxx96com| 国产精品九九99| 国产精品亚洲美女久久久| 亚洲aⅴ乱码一区二区在线播放| 国语自产精品视频在线第100页| 高清毛片免费观看视频网站| 人妻夜夜爽99麻豆av| 精品一区二区三区四区五区乱码| 无遮挡黄片免费观看| 欧美极品一区二区三区四区| 久久99热这里只有精品18| 男女那种视频在线观看| 亚洲精品美女久久久久99蜜臀| 在线国产一区二区在线| 久久中文字幕人妻熟女| 婷婷亚洲欧美| 这个男人来自地球电影免费观看| 国内精品美女久久久久久| x7x7x7水蜜桃| av欧美777| 欧美一级a爱片免费观看看| 久久久久久大精品| 99国产精品一区二区三区| 丝袜人妻中文字幕| 日本免费一区二区三区高清不卡| 色视频www国产| 午夜a级毛片| 国内精品久久久久精免费| 国产精品精品国产色婷婷| 激情在线观看视频在线高清| 嫁个100分男人电影在线观看| 三级国产精品欧美在线观看 |