• <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 ?

    基于情感分布的微博熱點事件發(fā)現(xiàn)

    2012-10-15 01:51:20林鴻飛
    中文信息學(xué)報 2012年1期
    關(guān)鍵詞:語料熱點時段

    楊 亮,林 原,林鴻飛

    (大連理工大學(xué) 計算機科學(xué)與技術(shù)學(xué)院,遼寧 大連116024)

    1 引言

    隨著Web2.0的發(fā)展,人的參與性不斷提高,網(wǎng)絡(luò)的使用方式發(fā)生了改變,人們不再是被動的從網(wǎng)絡(luò)獲取知識,而是通過網(wǎng)絡(luò)主動地表達自己的觀點或?qū)ζ渌嘶蚴录膽B(tài)度,微博通過簡短的140字更新信息,并實現(xiàn)多工具即時分享,使其成為互聯(lián)網(wǎng)上一種新的重要媒體。微博的出現(xiàn),使信息在微博中呈現(xiàn)出碎片化、即時化和移動化的特性,而不再是具有完整的上下文信息,通過微博自由、便捷、即時地抒發(fā)自己的情感,已成為互聯(lián)網(wǎng)上的時尚,同時也使得其成為熱點事件產(chǎn)生和談?wù)摰闹匾獔鏊?,其中熱點事件指某一時間內(nèi)被廣泛關(guān)注、爭論、議論的事件、話題或者信息,因此對微博平臺中熱點事件的發(fā)現(xiàn)、監(jiān)控及管理等方面的研究工作也就越發(fā)顯得重要了。

    目前國內(nèi)微博的研究正處于起步階段,不少研究問題在該領(lǐng)域中亟待解決。現(xiàn)今,熱點事件的發(fā)現(xiàn)、監(jiān)控及管理正成為微博宏大信息流中的重要研究領(lǐng)域,當(dāng)某一熱點事件在微博平臺中出現(xiàn)時,人們通過微博來表達自身對該熱點事件的觀點或態(tài)度,用戶群體的情感分布發(fā)生變化,從微博內(nèi)容方面表現(xiàn)為情感詞出現(xiàn)的幾率上升,這種現(xiàn)象為本文的研究工作提供了重要的依據(jù)。近年來,基于語言模型的地理信息檢索[1],也在逐步引起許多研究人士的注意,本文依據(jù)情感詞分布情況構(gòu)建語言模型,對平臺中用戶群體情感變化進行了分析,首次提出了情感分布語言模型(Emotion Distribution Language Model,以下簡稱ELM),用于微博平臺中發(fā)現(xiàn)熱點事件。

    根據(jù)文獻[2],當(dāng)熱點事件出現(xiàn)時微博中情感詞數(shù)量增多。具體表現(xiàn)為微博用戶群體的情感波動,因此當(dāng)相鄰時段的情感分布存在差異時,往往伴有熱點事件的出現(xiàn)。本文利用以上結(jié)論,通過分析相鄰時段情感分布語言模型ELM間的差異,實現(xiàn)對熱點事件的發(fā)現(xiàn)。

    本文的組織結(jié)構(gòu)如下:第1節(jié)介紹論文的研究背景和意義;第2節(jié)介紹一些相關(guān)工作;第3節(jié)介紹情感詞匯本體構(gòu)建技術(shù)和情感分布語言模型ELM;第4節(jié)是實驗流程的介紹及實驗結(jié)果分析;最后,在第5節(jié)中對研究工作進行總結(jié),同時提出了下一步的研究方向。

    2 相關(guān)工作

    2.1 微博領(lǐng)域的研究及趨勢

    目前國外研究方面,H.Kwak等[3]對 Twitter是一種社會網(wǎng)絡(luò)還是新媒體進行了分析。J.Weng等[4]提出了一種TwitterRank思想,在有影響力的Twitter發(fā)布者中尋找敏感話題。A.D.Sarma[5]對類似Twitter的論壇在其排序機制方面進行了研究?,F(xiàn)今國外對微博的研究重點在Ranking方面,從時空角度對微博平臺中談?wù)摰氖录l(fā)現(xiàn)、跟蹤和還原正成為微博研究的又一個聚焦點。國內(nèi)的研究主要有沈陽等[6-7]對微博的宏大信息流及其蘊含的情感進行分析。

    2.1 話題跟蹤檢測

    話題跟蹤檢測[8]的技術(shù)被廣泛運用到熱點事件發(fā)現(xiàn)中,話題跟蹤檢測與信息檢索、文本挖掘、信息抽取等交叉學(xué)科相比更側(cè)重對新信息的發(fā)現(xiàn),其關(guān)注某一特定話題而不是廣泛的各類主題信息[9]。

    在傳統(tǒng)的話題跟蹤檢測中,主要從事實中檢測和追蹤事件,多是依據(jù)不同的事件做聚類,很少將情感分析用于話題跟蹤檢測中;而微博中的信息多呈現(xiàn)出碎片化、即時性、移動性等特性,且微博內(nèi)容大多為用戶對自身情感的抒發(fā),微博中情感詞所占比重相比于傳統(tǒng)文本信息要大,故傳統(tǒng)的話題跟蹤檢測技術(shù)不適用于在微博中發(fā)現(xiàn)熱點事件。

    時達明、林鴻飛[10]提出了一種基于評論與話題相關(guān)度的方法,通過對評論內(nèi)容進行情感分析來發(fā)現(xiàn)Blog中的熱點話題。L.Ku等[11]提出了一種方法用于反映大眾觀點在某時刻的變化。該方法通過獲取觀點信息反映社會群體在總統(tǒng)選舉過程中對各候選人的情感變化。Cuneyt Gurcan Akcora等[2]提出了一種通過Emotion Centroid(EC)及Set Space Model(SSM)的方法來發(fā)現(xiàn)Twitter中的輿情。以上研究從不同領(lǐng)域?qū)κ录蜉浨檫M行發(fā)現(xiàn),為本文結(jié)合微博特點提出情感分布語言模型ELM從微博平臺中發(fā)現(xiàn)熱點事件做出了重要貢獻。

    2.3 情感分析

    目前情感分析在許多領(lǐng)域被廣泛的應(yīng)用,企業(yè)可以從網(wǎng)絡(luò)上的信息獲取用戶建議和反饋意見,網(wǎng)絡(luò)信息安全和垃圾過濾也已得到了國內(nèi)外的廣泛關(guān)注。目前文本傾向性的主要工作是基于人工標(biāo)注語料庫,利用相關(guān)機器學(xué)習(xí)算法,分析詞語、句子、篇章的傾向性[11]。由于微博簡短的特點,每條微博類似文章中的句子,故句子級的情感傾向性分析為本文研究提供了一定的基礎(chǔ)。Pang[13-14]等利用人工標(biāo)注訓(xùn)練語料,采用貝葉斯、最大熵等方法分析電影評論傾向性。Liu[15]等從用戶評價中挖掘用戶的觀點。這些都為本文對微博的情感波動分析提供了重要依據(jù)。

    3 關(guān)鍵技術(shù)

    本文主要是通過分析微博平臺中微博所含的情感詞,對微博中的文本信息進行研究。主要工作分為以下三步:

    第一步:識別微博中情感詞,并構(gòu)建情感詞匯本體庫。微博中情感詞的發(fā)現(xiàn)是建立情感分布語言模型的基礎(chǔ),對于微博中的情感詞,通常分為兩類,一類是通常情況下的情感詞,如喜歡、心疼等,另一類為在微博等網(wǎng)絡(luò)平臺中被用于情感詞的詞語,如稀飯(喜歡)、走召弓雖(超強)、果醬(過獎)等。本文通過大連理工大學(xué)情感詞匯本體(以下簡稱DUTIR情感詞匯本體)結(jié)合網(wǎng)絡(luò)平臺中常用的情感詞實現(xiàn)對微博中情感詞匯的獲取。

    第二步:情感分布語言模型的提出及建立。當(dāng)熱點事件出現(xiàn)時,情感出現(xiàn)波動是微博用戶的直接反映,在微博中表現(xiàn)為情感詞增多,造成情感詞的分布發(fā)生變化。本文從情感詞的分布角度出發(fā),將每個時段全部微博對應(yīng)為語言模型中的文章d,每條微博對應(yīng)為文章d中的一個句子s,通過微博中情感詞的概率分布變化反映情感波動。通過對各個時段建立情感分布語言模型ELM,對比相鄰時段間ELM的差異來發(fā)現(xiàn)熱點事件。

    第三步:對Cuneyt Gurcan Akcora等[2]提出的Emotion Centroid(EC)、Set Space Model(SSM)等方法進行重現(xiàn),實現(xiàn)在微博平臺中發(fā)現(xiàn)熱點事件。

    3.1 情感詞匯本體構(gòu)建技術(shù)

    本文使用的外部資源由大連理工大學(xué)信息檢索實驗室情感詞匯本體[16]結(jié)合網(wǎng)絡(luò)平臺中常用的網(wǎng)絡(luò)情感詞匯,如稀飯(喜歡)、辣雞(垃圾)等構(gòu)成,以下簡稱為DUTIR情感本體庫,該情感本體庫將情感分為6大類。

    對于通用情感詞的獲取,本文首先采用通過計算詞匯w與DUTIR情感詞匯本體中的標(biāo)準(zhǔn)詞匯的互信息方法進行獲取,計算公式如下:

    其中Sui表示第u類情感的第i個詞,P(w)表示詞w出現(xiàn)的概率,P(Sui)表示第u類第i個情感詞出現(xiàn)的概率,P(w,Sui)表示詞w與第u類情感的第i個標(biāo)準(zhǔn)詞一起出現(xiàn)的概率。

    然后結(jié)合情感詞匯的規(guī)律,如詞性規(guī)律、否定詞與程度副詞搭配規(guī)律、共現(xiàn)規(guī)律、上下文規(guī)律等,通過機器學(xué)習(xí)的方法進行自動獲取,再將兩步結(jié)果結(jié)合,實現(xiàn)DUTIR情感詞匯本體的擴充。本文考慮到微博短文本的特性,應(yīng)盡量利用其上下文信息并避免標(biāo)記偏見,故采用條件隨機域(Conditional Random Field,簡稱CRF)的方法進行自動獲?。?7]。

    對于網(wǎng)絡(luò)平臺(主要包括天涯論壇、新浪博客等網(wǎng)絡(luò)平臺)中常用情感詞匯的獲取,本文通過網(wǎng)絡(luò)爬蟲從網(wǎng)絡(luò)下載并整理第二屆中文傾向性分析評測(COAE2009)任務(wù)語料得到18G網(wǎng)絡(luò)文本資源,經(jīng)分詞及去停用詞處理等預(yù)處理得到總詞表。首先利用DUTIR情感詞匯本體去除總詞表中通用情感詞,DUTIR情感詞匯本體格式如下:

    情感詞匯本體通過一個三元組來描述:

    Lexicon=(B,R,E)

    其中B:表示詞匯的基本信息,主要包括編號、詞條、對應(yīng)英文、詞性、錄入者和版本信息。R代表詞匯之間的同義關(guān)系,即表示該詞匯與哪些詞匯有同義的關(guān)系。E代表詞匯的情感信息,包括情感類別、情感強度、情感極性,是情感詞匯描述框架中比較重要的一部分。

    再利用大連理工大學(xué)情感常識庫[18](以下簡稱情感常識庫),對余下詞語中含常識、隱喻等情感信息的部分進行抽取并結(jié)合部分網(wǎng)絡(luò)常用情感詞匯,最終得到DUTIR情感本體庫,情感常識庫的格式如下:

    (“emotion”“subject”“passive,attention”“conditions”)

    emotion表示該條常識的情感,通常用大連理工大學(xué)情感詞匯本體定義的20個小類的情感代碼[16]表示或者賦值為“-1、1”,其中“1”表示積極情感類,“-1”表示消極情感類。subject表示情感持有者。passive表示被動標(biāo)志,取值包括“0、1”,其中“0”表示主動,“1”表示被動。attention表示常識部分,包括常識詞匯或短語。conditions表示條件說明,包括時間、方位等條件。

    DUTIR情感本體庫基本知識主要來源于現(xiàn)有的一些詞典、語義網(wǎng)絡(luò)和常用網(wǎng)絡(luò)用語。其中詞典包括《現(xiàn)代漢語分類詞典》、《漢語褒貶義詞語用法詞典》、《漢語形容詞用法詞典》、《中華成語大詞典》、《漢語熟語詞典》、《新世紀(jì)漢語新詞詞典》。語義知識網(wǎng)絡(luò)有知網(wǎng)和WordNet。另外還加入了《漢語情感系統(tǒng)中情感劃分的研究》中的部分詞匯及大量網(wǎng)絡(luò)常用語中的網(wǎng)絡(luò)常用情感詞。因此,DUTIR情感本體庫不僅適用于微博的情感分析,而且還可用類似微博的網(wǎng)絡(luò)平臺,如Blog、論壇等的情感分析,有較強的適用范圍。

    目前,DUTIR情感本體庫收錄情感詞匯共17 243個,為本文研究微博平臺中情感波動(即情感詞數(shù)量變化)提供了詞匯基礎(chǔ)和分析的依據(jù)。

    3.2 情感分布語言模型

    統(tǒng)計語言模型[19]產(chǎn)生于基于統(tǒng)計方法的自然語言處理系統(tǒng)研究中,統(tǒng)計語言模型就是表示語言的基本單位(詞、詞組、句子等)的分布函數(shù),它描述了該語言基于統(tǒng)計的生成規(guī)則。在語言模型中,文檔在文檔集中的排列通常取決于其與查詢的相關(guān)度,對于給定文檔D和查詢Q,我們通過計算查詢Q中詞在文檔D中的概率來實現(xiàn)文檔排序:

    其中V為文檔集詞集合,qw為詞w 在查詢Q中出現(xiàn)的次數(shù)。

    相對熵(亦稱KL距離)是評價語言模型性能的一項直觀指標(biāo),相對熵的差異表示所學(xué)習(xí)的模型與真實模型間的差異,當(dāng)兩個模型一致時,相對熵值為0,相對熵值差異越大表明,兩個模型間的差異越大,在測試集(即實驗語料)上的相對熵函數(shù)公式為:

    其中P(w|Q)為詞出現(xiàn)在查詢Q中的概率,P(w|C)為詞w在整個文檔集中出現(xiàn)的概率。

    在信息檢索中,根據(jù)“Bag of Words”的思想,對于文本集D中的每一個詞都是獨立的,不依賴于其他詞是否出現(xiàn),并且滿足某種分布,因此情感詞匯在微博平臺中也應(yīng)滿足某種分布。根據(jù)語言模型的思想,結(jié)合微博碎片性的特點,本文對測試集(實驗語料)中的微博做如下映射:每日收集的全部微博映射為語言模型中的文章d,故全部語料為文檔集D;每條微博映射為語言模型中的句子S,故微博中的每個詞即可視為語言模型中的詞w。通過某時段微博中情感詞概率變化可反映該時段微博集合d的情感波動?;谝陨纤枷耄疚奶岢銮楦蟹植颊Z言模型的方法,通過比較相鄰時段情感分布語言模型差異的方法來發(fā)現(xiàn)熱點事件。我們可以定義Tn時段的情感分布語言模型如下:

    其中E為DUTIR情感本體庫,DTn為Tn時段的全部微博,P(t|C)為情感詞t在整個文檔集中出現(xiàn)的概率,qt為情感詞t在Tn時段中出現(xiàn)的次數(shù)。

    考慮到微博簡短的特性,在一定程度上會造成情感詞的稀疏,故需要對實驗語料進行平滑處理。本文選用的平滑方法為Dirichlet平滑,其平滑公式如下:

    其中Pμ(w|d)為詞w 平滑后的概率,c(w;d)為詞在文檔d中出現(xiàn)的次數(shù),p(w|C)為詞w在整個文檔集C中的概率。

    相對熵是統(tǒng)計語言模型的一個重要的評價指標(biāo),因此我們通過計算相鄰時段Tn和Tn-1情感分布語言模型的相對熵來度量兩個模型間的差異,相對熵的差值越大,表明相鄰時段間情感分布語言模型的差異越大,這為發(fā)現(xiàn)潛在的熱點事件時段提供了重要的依據(jù)。具體的計算公式如下:

    其中E為DUTIR情感本體庫,w為E中的一個情感詞,DTn為Tn時間間隔內(nèi)的微博客博文集合,P(t|DTn)情感詞w出現(xiàn)在Tn時刻的微博客博文中的概率。

    根據(jù)文獻[2]的觀察結(jié)論,當(dāng)一個熱點事件出現(xiàn)時,該時段所發(fā)的微博含有情感詞數(shù)量增多,由于下時段該事件熱度降低,但仍可能被談?wù)摚仕迷~可能會存在部分重復(fù),因此對于Tn時段若其DKL滿足如下條件時,則認(rèn)為該時段為潛在熱點事件發(fā)生時段。具體判斷條件如下:

    對實驗語料采用Dirichlet方法平滑,μ取值分別為50,100,500,1 000,2 000進行實驗,當(dāng)取值為2 000時,實驗結(jié)果較好,故μ取值為2 000。隨后計算實驗語料中各個相鄰時段間的相對熵,并結(jié)合判別條件(7)、(8),對所有潛在熱點事件發(fā)生時段進行檢驗,從而發(fā)現(xiàn)該時段的熱點事件。

    3.3 Emotion Centroid(EC)and Set Space Model(SSM)

    3.3.1 Emotion Centroid(EC)

    對于每一條微博客博文,利用DUTIR情感本體庫,將情感分為六大類,E=(喜,怒,哀,懼,惡,驚),每一類情感代表空間模型中的一維,我們在每一條微博客博文中查找情感詞,如果存在則該維為1,否則為0。

    對于每個固定時間間隔T的所有微博客博文,計算并獲得所有相應(yīng)情感向量的EC[2],將EC看作是此時間段微博客博文的情感反映,包含N條微博,V=(v1,v2,…,vn)表示該時段所有情感向量集合,則T時間間隔的EC定義為:

    其中Vk為K 時段的Emotion Centroid,N為該時間間隔內(nèi)所含的微博數(shù)量。

    T1、T2兩個相鄰間隔EC相關(guān)度為二者的cosine相似度,此相關(guān)度越小,表明相鄰時段間內(nèi)的用戶所發(fā)的微博博文話題差異越大,則熱點事件出現(xiàn)的幾率越大。

    3.3.2 Set Space Model(SSM)

    在潛在熱點事件時段,SSM方法如下,實驗語料經(jīng)過預(yù)處理和去除停用詞,收集各個時間間隔的所有詞,再通過T1和T2的Jaccard相似性來定義相鄰時間間隔的相關(guān)度,計算公式為:

    當(dāng)熱點事件出現(xiàn)時,所發(fā)微博與前一時段微博的Jaccard相似性降低,由于該話題可能仍被討論,則下一階段Jaccard相似性提高,則該時段應(yīng)為一個潛在的熱點事件發(fā)生時段,將符合條件的時間段記錄并統(tǒng)計。

    4 實驗結(jié)果與分析

    4.1 語料來源、相關(guān)實驗及實驗流程

    4.1.1 語料來源

    本文的實驗語料來自新浪微博廣場(http://t.sina.com.cn/pub/),從微博廣場中進行語料收集是為了能更好地反映多個不同的微博用戶可能同時在談?wù)摶驘嶙h一個或幾個話題。語料時間為2010年6月7日至2010年6月13日,每日8點到22點,每小時手工下載500條新浪微博,共52 500條微博,并統(tǒng)一格式保存,一條微博的存儲及定義格式如下:

    其中<name>表示微博用戶名,<text>表示微博客內(nèi)容,<rt>表示其他用戶對該條微博的回復(fù),<time>表示所發(fā)微博的時間信息。

    經(jīng)預(yù)處理及人工事件標(biāo)注,發(fā)現(xiàn)該語料所在時間內(nèi)共發(fā)生熱點事件23例。具體事件分布見表1。

    表1 熱點事件分布表

    4.1.2 實驗流程

    本文實驗流程如下:

    (1)從網(wǎng)絡(luò)獲取實驗語料,通過人工標(biāo)注發(fā)現(xiàn)并統(tǒng)計熱點事件。

    (2)將網(wǎng)絡(luò)常用情感詞匯與DUTIR情感詞匯本體結(jié)合得到DUTIR情感詞匯本體庫.

    (3)微博客博文的預(yù)處理。

    (4)通過計算相鄰時段情感分布語言模型間的差異發(fā)現(xiàn)熱點事件,統(tǒng)計每日發(fā)現(xiàn)的熱點事件數(shù)。

    (5)構(gòu)建各時段的EC和SSM,分別進行實驗,計算相鄰時段Cosine相似度差異和Jaccard相似度差異,發(fā)現(xiàn)并統(tǒng)計熱點事件。

    (6)進行對比實驗,并分析結(jié)果的正確率和召回率。

    4.2 對比實驗及實驗結(jié)果分析

    Cuneyt Gurcan Akcora等[2]研究發(fā)現(xiàn),微博客用戶群在熱點事件出現(xiàn)時會產(chǎn)生情感波動,主要表現(xiàn)為以下兩點:熱點事件時段所發(fā)微博客博文的情感詞數(shù)量上升,使得微博平臺內(nèi)的情感詞分布發(fā)生變化;當(dāng)某一熱點事件出現(xiàn)時,微博客用戶群體的微博所采用的詞的形式會不同于之前階段,如果在下個時段該話題仍在被討論,則相同的詞模式會重復(fù)出現(xiàn)。若時間間隔長度小于1小時,則微博數(shù)量較少,不足以反映熱點事件;而當(dāng)時間間隔大于1小時時,則可能多個熱點事件在同一時間段內(nèi)發(fā)生,不利于多個熱點事件的發(fā)現(xiàn)。因此,本文提出情感分布語言模型方法在相同實驗語料并選取相同時間間隔(本文選取時間間隔為1小時)的基礎(chǔ)上與Cuneyt Gurcan Akcora等人在Twitter平臺中發(fā)現(xiàn)熱點事件的方法進行比較。在實驗中,為了實現(xiàn)與Cuneyt Gurcan Akcora方法情感空間一致,本文將情感空間維數(shù)統(tǒng)一定義為六維(即主要考慮DUTIR情感本體庫的六大類情感)。表1中的時間表示發(fā)生熱點事件的時段。

    本文選取一周的實驗語料中熱點事件,對其進行發(fā)現(xiàn)。實驗中,采取相同實驗語料,選取一小時為時間間隔進行實驗,發(fā)現(xiàn)并統(tǒng)計每種方法每日發(fā)現(xiàn)熱點事件數(shù)量,首先采用Cuneyt Gurcan Akcora的EC方法,然后采用Cuneyt Gurcan Akcora的SSM方法,將之前兩種方法結(jié)合為EC&SSM,最后采用情感分布語言模型ELM方法。通過四種方法進行實驗,統(tǒng)計結(jié)果并對不同方法的實驗結(jié)果進行對比。從實驗結(jié)果看,ELM的實驗結(jié)果在準(zhǔn)確率和F1值方面為四種方法中最高的,實驗結(jié)果也表明本文方法的有效性。具體實驗結(jié)果數(shù)據(jù)見表2,在表2中出現(xiàn)的數(shù)字:括號外的數(shù)字為方法發(fā)現(xiàn)的正確熱點事件數(shù),括號中為方法發(fā)現(xiàn)的錯誤熱點事件數(shù),準(zhǔn)確率、召回率、F1值等具體數(shù)值對比見圖1。

    表2 事件發(fā)現(xiàn)數(shù)表

    由表2和圖1可知,四種方法均能有效地從實驗語料中發(fā)現(xiàn)熱點事件,Emotion Centroid(EC)方法在獲得最高召回率的同時準(zhǔn)確率卻最低,問題在于對于不同的熱點事件,當(dāng)相鄰時段含有較少情感詞時,EC可能被錯誤改變,因此當(dāng)Cosine相似度閾值設(shè)置較低時,在發(fā)現(xiàn)正確結(jié)果的同時錯誤率也相應(yīng)提高了。

    而相比于EC,在Set Space Model(SSM)方法中,不少熱點事件的發(fā)生并未對應(yīng)明顯的全局詞匯變化,而只是引起情感詞的變化,而SSM方法只能對前者進行識別,在一定程度上影響了SSM方法的結(jié)果,因此其的召回率較低。

    EC&SSM方法(即在EC方法召回的結(jié)果集上進行SSM方法)綜合考慮了EC方法和SSM方法的優(yōu)缺點后,首先進行Cosine相似度分析發(fā)現(xiàn)潛在的熱點事件,在通過分析Jaccard相似度進行驗證,在保證一定召回率的基礎(chǔ)上,使準(zhǔn)確率得到一定的提高,表明EC&SSM方法可有效地用于熱點事件發(fā)現(xiàn),且相比于EC、SSM兩種單獨方法準(zhǔn)確率和F1值都有明顯提高。

    圖1 實驗結(jié)果數(shù)值圖

    情感分布語言模型ELM相比于Cuneyt Gurcan Akcora提出的EC方法,盡管損失了一定的召回率,但在準(zhǔn)確率和F1值上都有大幅度的提高,可見ELM方法比EC方法更能準(zhǔn)確地從微博平臺中發(fā)現(xiàn)熱點事件;對于Cuneyt Gurcan Akcora提出的SSM方法,ELM方法在各項指標(biāo)都有較大提高,盡管熱點事件出現(xiàn)可用微博中詞集合的變化來反映,但ELM方法表現(xiàn)的更準(zhǔn)確且全面;而在同Cuneyt Gurcan Akcora提出的EC&SSM綜合方法對比之后發(fā)現(xiàn),ELM同樣在各項指標(biāo)上都有所提高,且在四種方法中有最高的準(zhǔn)確率和F1值。

    圖2 6月13日相鄰兩時段情感詞的相對熵

    結(jié)果表明在微博平臺中熱點事件出現(xiàn)時,ELM方法通過情感詞的概率分布變化結(jié)合語言模型相比于Cuneyt Gurcan Akcora提出的前三種方法能更好更準(zhǔn)確地反映微博用戶群體的情感波動,而用戶的情感變化方面又是發(fā)現(xiàn)熱點事件的重要依據(jù),因此在相比于EC&SSM方法召回率提高的同時,又使準(zhǔn)確率有了一定的提高。例如:6月13日相鄰兩時段情感詞相對熵值見圖2(其中如8&9表示8時和9時的情感詞相對熵值)。根據(jù)圖2中數(shù)據(jù)并結(jié)合判斷條件(7)、(8),可知9時、13時、20時三個時段滿足判斷條件(7)、(8),且其都是當(dāng)日熱點事件發(fā)生的時段,可見本文提出的ELM方法實現(xiàn)了對當(dāng)日微博平臺中熱點事件的發(fā)現(xiàn)。

    分析原因可知,ELM方法中引入的語言模型與語言客觀事實之間的關(guān)系是取得預(yù)期實驗結(jié)果的關(guān)鍵,客觀語言經(jīng)過語言模型的描述更適合自然語言處理,而在語言模型基礎(chǔ)上的情感分布語言模型也就近似地反映了實驗語料的客觀事實,即近似地反映了實驗語料中的情感波動,因此在熱點事件的發(fā)現(xiàn)過程中ELM方法的各項指標(biāo)相對于EC&SSM方法都有了一定的提高。當(dāng)然ELM方法中也存在著一定不足,ELM隱含著情感詞間的相互獨立關(guān)系,沒有考慮情感詞相互間的影響,且當(dāng)情感詞所占比重較低時,即微博多為記敘類微博時,也會在一定程度上影響ELM的結(jié)果,以上所述都需要本文在未來做進一步的分析和處理。

    5 結(jié)束語

    本文通過對微博特點進行分析,發(fā)現(xiàn)當(dāng)熱點事件出現(xiàn)時,微博用戶情感產(chǎn)生波動,所發(fā)微博中情感詞的數(shù)量增多,在此基礎(chǔ)上,提出了情感分布語言模型ELM,用于對微博平臺中的熱點事件發(fā)現(xiàn)。實驗中與Cuneyt Gurcan Akcora提出的三種方法進行對比,實驗表明本文提出的方法可有效地從微博平臺中發(fā)現(xiàn)熱點事件,有助于對微博中熱點事件的管理和監(jiān)控。

    Web2.0時代,人的參與性不斷提高,微博平臺已成為輿情產(chǎn)生和傳播的重要場所。簡短、即時的微博,讓用戶快速實時地表達自己的觀點和對其他人或事進行評論,對熱點事件發(fā)現(xiàn)是將事件由時空等不同角度還原的前提,這也是未來的研究目標(biāo)之一。當(dāng)然目前對于微博方面研究的語料還很有限,語料的擴充及規(guī)范化也是亟待解決的工作之一;同時DUTIR情感本體庫和情感常識庫也都需進一步完善;情感詞之間的相互影響也應(yīng)做進一步的分析,以上所述都有待通過未來詳盡研究工作來完成。

    [1]黎志升,王煦法.基于Language Model的地理信息檢索模型[J].中國科學(xué)技術(shù)大學(xué)學(xué)報,2010,40(2):203-209.

    [2]C Akcora,M Bayir,M Demirbas,H Ferhaosmanoglu.Identifying Breakpoints in Public Opinion[C]//Proceedings of KDD Workshop on Social Media Analytics.Washington,July 2010.

    [3]H.Kwak,C.Lee,H.Park,and S.B.Moon.What is twitter,a social network or a news media?[C]//Proceedings of WWW,Raleigh North Carolina,USA,2010,591-600.

    [4]J.Weng,E.P.Lim,J.Jiang,Q.He.TwitterRank:Finding Topic sensitive Influential Twitterers[C]//Proceedings of WSDM.New York,USA,F(xiàn)ebruary 2010.

    [5]A.D.Sarma.Ranking Mechanisms in Twitter-like Forums[C]//Proceedings of WSDM.New York,USA,F(xiàn)ebruary 2010.

    [6]沈陽,田晨耕,李舒晨,劉世超.閑言碎語中的宏大信息流:微博客研究[C]//第六屆全國搜索引擎和網(wǎng)上信息挖掘?qū)W術(shù)研討會,大連,2009.

    [7]Yang Shen,Shuchen Li,Xiaodong Ren,Xiaolong Cheng.Emotion Mining Research on Micro-blog[C]//Proceedings of 1st IEEE Symposium on Web Society.Lan Zhou,China,2009.

    [8]Allen J,Larenko V,Connell M E.A month to Topic Detection and Tracking in Hindi.ACM Transactions on Asian Language Processing[J],2003,2(2):85-100.

    [9]李保利,俞士汶.計算機識別與跟蹤研究[J].計算機應(yīng)用,2003,39(17):7-10.

    [10]時達明.Blog熱點話題發(fā)現(xiàn)及其作者聲譽度研究[D],大連:大連理工大學(xué),2007.

    [11]L Ku,Y Liang,and H Chen.Opinion extraction,summarization and tracking in news and blog corpora[C]//Proceedings of AAAI-2006Spring Symposium on Computational Approaches to Analyzing Weblogs.California,USA.2006,100-107.

    [12]劉康,趙軍.基于層疊CRFs模型的句子褒貶度分析研究[J].中文信息學(xué)報,2008,22(1):123-128.

    [13]Pang B,Lee L,Vaithyanathan S.Thumbs up?sentiment classification using machine learning techniques[C]//Proceedings of EMNLP'2002,University of Pennsylvania Philadelphia,USA,2002,79-86.

    [14]Pang B,Lee L.A Sentimental education:sentiment analysis using subjective summarization based on minimum cuts[C]//Proceedings of the 42ndAnnual Meeting on Association for computational Lingusitics,Barcelona Spain.2004,271-278.

    [15]M Hu,B Liu.Mining and summarizing customer reviews[C]//Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery &Data Mining,Seattle,Washington,USA.2007.

    [16]徐琳宏,林鴻飛,潘宇,等.情感詞匯本體的構(gòu)造[J].情報學(xué)報,2008,27(2):180-185.

    [17]陳建美,林鴻飛,楊志豪.基于語法的情感詞匯自動獲取[J].智能系統(tǒng)學(xué)報,2009,4(2):100-106.

    [18]陳建美,林鴻飛.中文情感常識知識庫的構(gòu)建[J].情報學(xué)報,2009,28(4):492-498.

    [19]邢永康,馬少平.統(tǒng)計語言模型綜述[J].計算機科學(xué),2003,30(9):22-26.

    猜你喜歡
    語料熱點時段
    熱點
    熱點
    車迷(2019年10期)2019-06-24 05:43:28
    四個養(yǎng)生黃金時段,你抓住了嗎
    結(jié)合熱點做演講
    快樂語文(2018年7期)2018-05-25 02:32:00
    基于語料調(diào)查的“連……都(也)……”出現(xiàn)的語義背景分析
    華語電影作為真實語料在翻譯教學(xué)中的應(yīng)用
    傍晚是交通事故高發(fā)時段
    分時段預(yù)約在PICC門診維護中的應(yīng)用與探討
    《苗防備覽》中的湘西語料
    國內(nèi)外語用學(xué)實證研究比較:語料類型與收集方法
    国产精品精品国产色婷婷| 一进一出抽搐gif免费好疼| 亚洲欧洲精品一区二区精品久久久| 国产日本99.免费观看| 美女 人体艺术 gogo| 久9热在线精品视频| 亚洲色图 男人天堂 中文字幕| 亚洲国产色片| 18美女黄网站色大片免费观看| 高清毛片免费观看视频网站| 一个人观看的视频www高清免费观看 | svipshipincom国产片| 亚洲av电影不卡..在线观看| 精品一区二区三区视频在线 | 亚洲国产精品sss在线观看| 悠悠久久av| 999精品在线视频| 一进一出抽搐gif免费好疼| 91字幕亚洲| 成人国产一区最新在线观看| 我的老师免费观看完整版| 两个人的视频大全免费| 神马国产精品三级电影在线观看| 午夜福利在线在线| 成人国产一区最新在线观看| 国产成人系列免费观看| 国产精品久久久人人做人人爽| 波多野结衣高清作品| 黄片小视频在线播放| 天堂√8在线中文| 国产一区二区三区在线臀色熟女| 成在线人永久免费视频| cao死你这个sao货| 一本久久中文字幕| 免费观看的影片在线观看| 1024手机看黄色片| 99久久精品国产亚洲精品| 久久精品国产99精品国产亚洲性色| 欧美成人免费av一区二区三区| 亚洲国产中文字幕在线视频| 久久热在线av| 亚洲中文日韩欧美视频| 亚洲av成人一区二区三| 熟妇人妻久久中文字幕3abv| 日本熟妇午夜| 国内精品美女久久久久久| av在线蜜桃| 村上凉子中文字幕在线| 黄片小视频在线播放| 成在线人永久免费视频| 亚洲五月婷婷丁香| 国产日本99.免费观看| 九色国产91popny在线| 美女被艹到高潮喷水动态| 少妇熟女aⅴ在线视频| 免费在线观看影片大全网站| 村上凉子中文字幕在线| 亚洲av美国av| 一个人免费在线观看的高清视频| 一个人观看的视频www高清免费观看 | 久久精品91无色码中文字幕| 欧美日韩福利视频一区二区| 桃色一区二区三区在线观看| 中文字幕最新亚洲高清| 午夜精品一区二区三区免费看| 少妇熟女aⅴ在线视频| 免费在线观看影片大全网站| 少妇丰满av| 亚洲av免费在线观看| 精品国产乱码久久久久久男人| 十八禁人妻一区二区| 99精品久久久久人妻精品| 99久国产av精品| 在线播放国产精品三级| 国产aⅴ精品一区二区三区波| 国产亚洲精品av在线| 国产黄片美女视频| 悠悠久久av| 美女大奶头视频| 国产精品,欧美在线| 久久久精品欧美日韩精品| 久久久久国内视频| 桃色一区二区三区在线观看| 一本精品99久久精品77| 成人精品一区二区免费| 欧美激情久久久久久爽电影| 亚洲成人免费电影在线观看| 999久久久国产精品视频| 18禁黄网站禁片免费观看直播| 国产一区二区在线观看日韩 | 亚洲一区二区三区色噜噜| 久久欧美精品欧美久久欧美| 少妇丰满av| 亚洲av免费在线观看| 欧美日韩中文字幕国产精品一区二区三区| 90打野战视频偷拍视频| 最近最新中文字幕大全免费视频| 久久亚洲真实| 国产成人aa在线观看| 国产日本99.免费观看| 国产在线精品亚洲第一网站| 中文资源天堂在线| 成人特级黄色片久久久久久久| 伊人久久大香线蕉亚洲五| 久久亚洲精品不卡| 亚洲国产欧洲综合997久久,| 日本免费a在线| tocl精华| 蜜桃久久精品国产亚洲av| 国产午夜精品论理片| 老汉色∧v一级毛片| 97人妻精品一区二区三区麻豆| 国产欧美日韩精品亚洲av| 狠狠狠狠99中文字幕| 午夜激情福利司机影院| 国内精品久久久久精免费| 在线国产一区二区在线| 亚洲欧美日韩东京热| 亚洲 欧美 日韩 在线 免费| 亚洲一区二区三区色噜噜| 一级a爱片免费观看的视频| 热99在线观看视频| 亚洲狠狠婷婷综合久久图片| 麻豆av在线久日| 亚洲人成电影免费在线| 校园春色视频在线观看| 亚洲在线观看片| 成人高潮视频无遮挡免费网站| 国产一区二区三区视频了| 国产伦精品一区二区三区视频9 | 亚洲精品一卡2卡三卡4卡5卡| 欧美日韩黄片免| av中文乱码字幕在线| 男人舔女人下体高潮全视频| 岛国视频午夜一区免费看| 制服丝袜大香蕉在线| 免费观看的影片在线观看| 性欧美人与动物交配| 99热这里只有是精品50| 国产亚洲精品av在线| 超碰成人久久| 午夜福利高清视频| 婷婷六月久久综合丁香| 九色成人免费人妻av| 夜夜爽天天搞| 国产日本99.免费观看| 高潮久久久久久久久久久不卡| 亚洲自偷自拍图片 自拍| 国产亚洲av高清不卡| 久久国产乱子伦精品免费另类| 长腿黑丝高跟| 免费看十八禁软件| 人妻久久中文字幕网| 天堂av国产一区二区熟女人妻| av福利片在线观看| 久久久国产欧美日韩av| 久久久久久大精品| 俺也久久电影网| 久久久久国产一级毛片高清牌| 国产激情偷乱视频一区二区| 欧美日韩瑟瑟在线播放| 日韩欧美国产一区二区入口| 午夜免费观看网址| 日本免费a在线| 99热6这里只有精品| 中文字幕久久专区| 国产精品亚洲一级av第二区| 国产一区在线观看成人免费| 亚洲熟妇熟女久久| 又大又爽又粗| 亚洲第一欧美日韩一区二区三区| 99精品在免费线老司机午夜| 在线a可以看的网站| 最好的美女福利视频网| 综合色av麻豆| 国模一区二区三区四区视频 | 女同久久另类99精品国产91| 久久人人精品亚洲av| 亚洲熟妇中文字幕五十中出| 欧美成人一区二区免费高清观看 | 少妇人妻一区二区三区视频| 女生性感内裤真人,穿戴方法视频| 午夜精品在线福利| www.精华液| 国产毛片a区久久久久| 国产精品久久久久久亚洲av鲁大| 97超视频在线观看视频| 天天躁日日操中文字幕| av片东京热男人的天堂| 一级毛片女人18水好多| 午夜两性在线视频| 亚洲激情在线av| 久久精品91无色码中文字幕| 99久国产av精品| 无限看片的www在线观看| 亚洲精品一区av在线观看| 国产亚洲欧美在线一区二区| 男人的好看免费观看在线视频| 老司机福利观看| 色老头精品视频在线观看| 国产精品久久久av美女十八| 亚洲av日韩精品久久久久久密| 最近在线观看免费完整版| 99热这里只有精品一区 | av国产免费在线观看| 视频区欧美日本亚洲| 国产成人aa在线观看| 99国产精品99久久久久| 熟女电影av网| 久久亚洲精品不卡| 免费搜索国产男女视频| 国产69精品久久久久777片 | 十八禁网站免费在线| 舔av片在线| 精品欧美国产一区二区三| 亚洲天堂国产精品一区在线| 麻豆成人av在线观看| 国产91精品成人一区二区三区| 99国产精品一区二区蜜桃av| 欧美黄色淫秽网站| 亚洲午夜理论影院| 久久精品人妻少妇| 久久久国产精品麻豆| 最近在线观看免费完整版| 窝窝影院91人妻| 每晚都被弄得嗷嗷叫到高潮| 国产私拍福利视频在线观看| 午夜免费激情av| 国产又黄又爽又无遮挡在线| 国产精品1区2区在线观看.| 美女大奶头视频| 中文字幕熟女人妻在线| 别揉我奶头~嗯~啊~动态视频| 免费一级毛片在线播放高清视频| 国产一级毛片七仙女欲春2| 美女黄网站色视频| 国模一区二区三区四区视频 | 99re在线观看精品视频| 51午夜福利影视在线观看| 国产成人啪精品午夜网站| 色老头精品视频在线观看| 啦啦啦免费观看视频1| 舔av片在线| 欧美色欧美亚洲另类二区| 在线观看舔阴道视频| 午夜福利18| 天天添夜夜摸| 亚洲人成伊人成综合网2020| 99久久99久久久精品蜜桃| 婷婷精品国产亚洲av在线| 最近视频中文字幕2019在线8| 欧美色欧美亚洲另类二区| 久久久久免费精品人妻一区二区| 亚洲av成人不卡在线观看播放网| 国产一区二区在线av高清观看| 久99久视频精品免费| 欧美一级a爱片免费观看看| 国产99白浆流出| 国产欧美日韩精品亚洲av| 亚洲熟女毛片儿| 91字幕亚洲| 免费看美女性在线毛片视频| 久久精品国产99精品国产亚洲性色| 免费看光身美女| 少妇丰满av| 18美女黄网站色大片免费观看| 亚洲在线自拍视频| 99久久久亚洲精品蜜臀av| 欧美日韩中文字幕国产精品一区二区三区| av片东京热男人的天堂| 天堂av国产一区二区熟女人妻| 亚洲欧美日韩无卡精品| 国产精品自产拍在线观看55亚洲| 午夜激情福利司机影院| 黑人操中国人逼视频| 亚洲国产精品999在线| 欧美成人性av电影在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲色图av天堂| 久久久久久久久久黄片| 午夜激情福利司机影院| 熟妇人妻久久中文字幕3abv| 午夜a级毛片| 久久天躁狠狠躁夜夜2o2o| 真实男女啪啪啪动态图| 在线a可以看的网站| 一二三四社区在线视频社区8| bbb黄色大片| 亚洲欧美日韩东京热| 热99在线观看视频| 午夜福利视频1000在线观看| 两个人看的免费小视频| 成年女人看的毛片在线观看| 日韩三级视频一区二区三区| e午夜精品久久久久久久| 757午夜福利合集在线观看| 国产精品一及| 国产麻豆成人av免费视频| 国产熟女xx| 久久这里只有精品中国| 国产真实乱freesex| 久久精品国产综合久久久| 国产真人三级小视频在线观看| 又大又爽又粗| 亚洲av成人一区二区三| 国产精品久久久av美女十八| 午夜福利在线观看吧| 精品国内亚洲2022精品成人| 最好的美女福利视频网| 亚洲av熟女| 亚洲欧洲精品一区二区精品久久久| 12—13女人毛片做爰片一| 男女之事视频高清在线观看| 亚洲天堂国产精品一区在线| 日韩人妻高清精品专区| 日本免费a在线| 亚洲在线自拍视频| 亚洲自拍偷在线| 青草久久国产| 亚洲av成人一区二区三| 一a级毛片在线观看| 久久九九热精品免费| 91在线观看av| 99久久精品热视频| 女警被强在线播放| 免费看光身美女| 日本精品一区二区三区蜜桃| 免费在线观看成人毛片| 一个人看的www免费观看视频| 黄片小视频在线播放| 女人被狂操c到高潮| 日本成人三级电影网站| 黄色视频,在线免费观看| 国产高清videossex| 亚洲 欧美 日韩 在线 免费| 叶爱在线成人免费视频播放| 精品99又大又爽又粗少妇毛片 | 国产精品久久久人人做人人爽| 成人av在线播放网站| 在线十欧美十亚洲十日本专区| 在线免费观看的www视频| 两人在一起打扑克的视频| 在线观看免费视频日本深夜| 久久久久久久午夜电影| 久久草成人影院| 动漫黄色视频在线观看| 国内毛片毛片毛片毛片毛片| 欧美大码av| 97碰自拍视频| 国模一区二区三区四区视频 | 成年女人永久免费观看视频| 免费看日本二区| 又紧又爽又黄一区二区| 国产精品九九99| 欧美中文综合在线视频| ponron亚洲| 岛国在线免费视频观看| 亚洲在线观看片| 欧美在线黄色| 好男人在线观看高清免费视频| 成人高潮视频无遮挡免费网站| 老汉色av国产亚洲站长工具| 首页视频小说图片口味搜索| 在线观看免费视频日本深夜| 嫩草影院精品99| 久久国产精品人妻蜜桃| 亚洲成人精品中文字幕电影| 真人一进一出gif抽搐免费| 国产免费男女视频| 一进一出好大好爽视频| 精品无人区乱码1区二区| 久久国产精品影院| av在线天堂中文字幕| 欧美日韩亚洲国产一区二区在线观看| 日本黄色视频三级网站网址| 国产黄色小视频在线观看| 中文字幕久久专区| 国产又色又爽无遮挡免费看| 国产精品美女特级片免费视频播放器 | 国产黄片美女视频| 国产精品日韩av在线免费观看| 国产久久久一区二区三区| 亚洲av成人不卡在线观看播放网| 最近最新免费中文字幕在线| 少妇的逼水好多| 欧美午夜高清在线| xxxwww97欧美| 熟女电影av网| 91在线精品国自产拍蜜月 | 91九色精品人成在线观看| 国产精品免费一区二区三区在线| 国产单亲对白刺激| 亚洲成人久久性| 最近最新中文字幕大全免费视频| 91老司机精品| 五月伊人婷婷丁香| tocl精华| 一个人看的www免费观看视频| 哪里可以看免费的av片| 又爽又黄无遮挡网站| 色哟哟哟哟哟哟| 母亲3免费完整高清在线观看| 亚洲中文日韩欧美视频| 色综合亚洲欧美另类图片| e午夜精品久久久久久久| 999久久久精品免费观看国产| 国产高清有码在线观看视频| 两个人的视频大全免费| 国内毛片毛片毛片毛片毛片| 久久午夜综合久久蜜桃| 2021天堂中文幕一二区在线观| 欧美乱妇无乱码| 免费无遮挡裸体视频| 欧美日韩中文字幕国产精品一区二区三区| 国产av一区在线观看免费| 亚洲精品一区av在线观看| 亚洲成av人片免费观看| 亚洲va日本ⅴa欧美va伊人久久| 九色成人免费人妻av| 精品久久久久久久久久久久久| 91av网一区二区| 精品一区二区三区视频在线 | 三级男女做爰猛烈吃奶摸视频| 综合色av麻豆| 亚洲在线观看片| 草草在线视频免费看| 亚洲成a人片在线一区二区| 999精品在线视频| 国产精品 国内视频| 亚洲专区字幕在线| 国产av不卡久久| 欧美另类亚洲清纯唯美| 大型黄色视频在线免费观看| 黄片大片在线免费观看| 成人国产综合亚洲| 我要搜黄色片| 看片在线看免费视频| 欧美黄色片欧美黄色片| 亚洲av电影不卡..在线观看| av天堂在线播放| 午夜精品久久久久久毛片777| 一进一出抽搐动态| 亚洲专区字幕在线| 淫秽高清视频在线观看| 一级毛片女人18水好多| 香蕉av资源在线| 老司机福利观看| 日本五十路高清| 可以在线观看的亚洲视频| 亚洲电影在线观看av| 高清毛片免费观看视频网站| 亚洲午夜精品一区,二区,三区| 露出奶头的视频| 免费观看精品视频网站| 97超视频在线观看视频| 国产精品久久电影中文字幕| 亚洲国产精品sss在线观看| 狂野欧美白嫩少妇大欣赏| 精品国产超薄肉色丝袜足j| 母亲3免费完整高清在线观看| 又黄又粗又硬又大视频| 亚洲无线在线观看| 欧美一级a爱片免费观看看| 欧美午夜高清在线| 亚洲男人的天堂狠狠| 亚洲成人精品中文字幕电影| bbb黄色大片| 老汉色∧v一级毛片| 一本久久中文字幕| 亚洲专区国产一区二区| 一个人观看的视频www高清免费观看 | 一级毛片精品| 国产高清激情床上av| 欧美一级毛片孕妇| 久久人人精品亚洲av| x7x7x7水蜜桃| 大型黄色视频在线免费观看| 成年人黄色毛片网站| 亚洲中文字幕日韩| 这个男人来自地球电影免费观看| 网址你懂的国产日韩在线| 51午夜福利影视在线观看| 搞女人的毛片| 久久久精品欧美日韩精品| 人人妻人人看人人澡| 国产欧美日韩精品亚洲av| 国产精品一区二区免费欧美| 黄色女人牲交| 久久久国产成人精品二区| 色哟哟哟哟哟哟| 最近最新中文字幕大全免费视频| 亚洲在线自拍视频| av中文乱码字幕在线| 国内毛片毛片毛片毛片毛片| 女人被狂操c到高潮| 一本综合久久免费| 国产三级在线视频| 90打野战视频偷拍视频| 午夜激情欧美在线| 丁香六月欧美| 18禁黄网站禁片免费观看直播| 黄色片一级片一级黄色片| av天堂中文字幕网| 精品国产乱码久久久久久男人| 国产精品电影一区二区三区| 天堂动漫精品| 精品久久久久久久久久久久久| 久久婷婷人人爽人人干人人爱| 亚洲av电影不卡..在线观看| 亚洲乱码一区二区免费版| 亚洲成a人片在线一区二区| 亚洲 国产 在线| 在线观看免费午夜福利视频| 三级国产精品欧美在线观看 | 国产成人精品久久二区二区免费| 天堂√8在线中文| 看免费av毛片| 亚洲熟妇中文字幕五十中出| 99热这里只有是精品50| 美女黄网站色视频| 两个人看的免费小视频| 一进一出好大好爽视频| 国产v大片淫在线免费观看| 99视频精品全部免费 在线 | 不卡av一区二区三区| 成人午夜高清在线视频| 欧美激情久久久久久爽电影| 久久中文字幕人妻熟女| 黑人操中国人逼视频| 国产精品九九99| 日日摸夜夜添夜夜添小说| 色综合站精品国产| 9191精品国产免费久久| 国产精品精品国产色婷婷| 国产精品野战在线观看| 舔av片在线| 成人永久免费在线观看视频| 免费看美女性在线毛片视频| 免费看光身美女| 免费搜索国产男女视频| 亚洲av五月六月丁香网| 日韩av在线大香蕉| 在线a可以看的网站| a级毛片在线看网站| 欧美精品啪啪一区二区三区| 舔av片在线| 老司机深夜福利视频在线观看| а√天堂www在线а√下载| 亚洲av五月六月丁香网| 精品久久久久久久末码| 亚洲色图av天堂| 亚洲精品久久国产高清桃花| 99视频精品全部免费 在线 | 亚洲欧美精品综合一区二区三区| 丝袜人妻中文字幕| 国产亚洲精品久久久久久毛片| 久久久色成人| 国产精品一区二区精品视频观看| 色精品久久人妻99蜜桃| 一个人看视频在线观看www免费 | 啪啪无遮挡十八禁网站| 国产aⅴ精品一区二区三区波| 婷婷六月久久综合丁香| 亚洲天堂国产精品一区在线| 九九久久精品国产亚洲av麻豆 | 99国产精品一区二区三区| 日韩av在线大香蕉| 国产视频一区二区在线看| 黄片大片在线免费观看| 亚洲成人久久性| 国产亚洲av嫩草精品影院| 日本黄大片高清| 国产成人一区二区三区免费视频网站| 女人高潮潮喷娇喘18禁视频| 人妻久久中文字幕网| 此物有八面人人有两片| 欧美色欧美亚洲另类二区| 国产精品久久久av美女十八| 亚洲精品乱码久久久v下载方式 | 色吧在线观看| 国产精品电影一区二区三区| 一个人免费在线观看的高清视频| 国产免费男女视频| 国产精品 国内视频| 婷婷精品国产亚洲av| 禁无遮挡网站| 两个人的视频大全免费| 日韩有码中文字幕| av天堂在线播放| 91麻豆av在线| 久久久成人免费电影| 国产 一区 欧美 日韩| 国产成人福利小说| 中文资源天堂在线| 搡老妇女老女人老熟妇| 一级黄色大片毛片| tocl精华| 99国产极品粉嫩在线观看| 亚洲一区高清亚洲精品| 黄色女人牲交| 亚洲av成人精品一区久久| 欧美性猛交黑人性爽| 熟妇人妻久久中文字幕3abv| 久久亚洲真实| 亚洲中文字幕日韩| 亚洲人与动物交配视频| 男女午夜视频在线观看| 蜜桃久久精品国产亚洲av| 色噜噜av男人的天堂激情| 九色国产91popny在线| 琪琪午夜伦伦电影理论片6080| 国产探花在线观看一区二区| 叶爱在线成人免费视频播放| 亚洲精品一卡2卡三卡4卡5卡| 禁无遮挡网站|