• <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 ?

    基于詞元語義特征的漢語框架排歧研究

    2013-10-15 01:38:32李國臣張立凡劉海靜
    中文信息學(xué)報 2013年4期
    關(guān)鍵詞:特征選擇語義框架

    李國臣,張立凡,李 茹,2,劉海靜,石 佼

    (1.山西大學(xué) 計算機(jī)與信息技術(shù)學(xué)院,山西 太原030006;2.計算智能與中文信息處理教育部重點實驗室,山西 太原030006;3.太原工業(yè)學(xué)院,山西 太原030008)

    1 引言

    自然語言處理研究旨在使計算機(jī)像人一樣理解并使用自然語言,最終實現(xiàn)最高層次的人與計算機(jī)的有效“交流”,是人工智能領(lǐng)域的一個重要研究方向。但是,自然語言與計算機(jī)語言最大的不同就是它具有歧義性。例如,“我叫夏明”和“你媽媽叫你回家”這兩個句子中,詞“叫”就有“命名”和“發(fā)聲”兩種框架語義。這樣的多義現(xiàn)象雖然對人與人之間的交流并不會造成太大影響,可是對目前自然語言處理的研究熱點——語義分析的影響卻至關(guān)重要。而框架排歧作為語義分析中的一個中間環(huán)節(jié),對一條給定句子中的動詞(或事件名詞等),計算機(jī)可以為其自動分配一個正確的框架,從而消解這種歧義現(xiàn)象。如果能有效地處理好語義分析中的框架分配的歧義問題,不僅可以為語義角色標(biāo)注任務(wù)奠定基礎(chǔ),還可以為構(gòu)建語料庫提供技術(shù)支持和保障,更可以為信息檢索、機(jī)器翻譯等應(yīng)用提供有用的語義信息。

    框架排歧是指在一個給定的句子中,根據(jù)句中目標(biāo)詞激起的語義場景,判斷當(dāng)前語境與該目標(biāo)詞可能屬于的哪個場景一致,則將該場景下的框架分配給當(dāng)前的目標(biāo)詞。例如,句子“我叫夏明”中的目標(biāo)詞“叫”可以激起“命名”和“發(fā)聲”框架,根據(jù)人類的認(rèn)知經(jīng)驗,在該句中目標(biāo)詞“叫”激起的是命名場景,而命名場景與框架庫中的“命名”框架相一致,因此,給該句中的目標(biāo)詞“叫”應(yīng)分配“命名”框架而不是“發(fā)聲”框架。其中,目標(biāo)詞[1]是指在一個具體的句子中能夠激起框架的詞。框架[2]指的是與一些激活性語境相一致的結(jié)構(gòu)化范疇系統(tǒng),它是儲存在人類認(rèn)知經(jīng)驗中的圖式化情境,是理解詞語的背景和動因。在框架語義學(xué)中,場景是一個圖式化情境,是語言之外的真實世界,語言中的每一個詞、短語、句子都是對場景的描述。例如,“覺得、認(rèn)為、以為、主張”等動詞在人類經(jīng)驗中激起的是觀點的場景,該場景涉及提出觀點的人、觀點、所考慮的對象和對提出的觀點所持有的堅定程度等要素。因此,描述“覺得、認(rèn)為、以為、主張”等動詞的語義性質(zhì),就可以將其歸入觀點框架,以提出觀點的人、觀點、所考慮的對象和對提出的觀點所持有的堅定程度等來刻畫觀點框架。

    在形式上,框架排歧與詞義消歧任務(wù)很相似,本質(zhì)上,兩者還是有很大的不同。首先,詞義消歧的義項是給定的,而框架排歧任務(wù)存在框架缺失;其次,詞義消歧針對的是句子中所有的詞語,而框架排歧針對的是句子中可以激起框架的目標(biāo)詞元;再者,詞義消歧更側(cè)重于靜態(tài)地計算多義詞在詞典中的哪個釋義更適合于當(dāng)前句子,而框架排歧是通過動態(tài)語義場景中的參與者和涉及的相關(guān)語義角色,來判斷哪個候選框架所激起的語義場景與當(dāng)前句子的語義場景是一致的。雖然框架排歧和詞義消歧有很大的不同,但是框架排歧的研究剛剛起步,因而,目前框架排歧的方法[3-7]大都還是借鑒詞義消歧[8-16]的 研究策略,將框架排歧看作是一個分類問題。在針對框架排歧的分類處理中,研究人員都是人工地設(shè)置特征模板,模板的特征項一般是由一定窗口內(nèi)的詞、詞性、詞與詞性的組合以及詞、詞性的n-gram等構(gòu)成。這種方法不僅需要研究者有豐富的語言學(xué)知識,還要對實驗數(shù)據(jù)進(jìn)行大量地觀察,甚至通過多次實驗才能確定特征模板的構(gòu)成成分,這無疑是繁瑣的。此外,對不同歧義的目標(biāo)詞而言,所能激起的語義場景是不同的,影響框架排歧的窗口大小和特征模板也是不一樣的。如果完全通過人工對每個歧義的目標(biāo)詞分別構(gòu)造合理的特征模板,工作量也將是巨大的。

    為了克服傳統(tǒng)的人工特征選擇方法的繁瑣,并充分利用每個歧義目標(biāo)詞的語義特征,本文研究了框架排歧中特征模板的自動選擇方法,借助漢語框架語義資源(Chinese Frame Net,以下簡稱CFN)[17],進(jìn)行5-f ol d交叉驗證,分析和比較了該方法與傳統(tǒng)的人工特征選擇方法。實驗結(jié)果表明,該方法要明顯優(yōu)于人工特征選擇方法,且框架排歧的平均精確率可達(dá)到84.46%。

    本文的組織結(jié)構(gòu)如下:第2節(jié)描述了CFN及其漢語框架排歧任務(wù);第3節(jié)描述了兩種特征選擇算法;第4節(jié)介紹了實驗的設(shè)計與分析;第5節(jié)為結(jié)論與展望。

    2 框架排歧任務(wù)描述

    漢語框架網(wǎng)語義資源是由山西大學(xué)研發(fā),以Fill more的框架語義學(xué)[18]為理論基礎(chǔ),以加州大學(xué)伯克利Frame Net[19]為參照,以漢語真實語料為依據(jù)構(gòu)建的漢語詞匯語義知識庫。目前,CFN語料庫[20]共標(biāo)注了309個框架、3151個詞元和2萬多條句子,其宗旨[21]是構(gòu)建大規(guī)模漢語框架語義網(wǎng)的樣本,使CFN成為一部計算機(jī)可讀、可理解的語義詞典。

    本文是在給定句子和歧義目標(biāo)詞的條件下,使用CFN語義資源,實現(xiàn)漢語框架排歧任務(wù)。在CFN語義資源中,目標(biāo)詞是在一個具體的句子中能夠激起框架的詞,由于一個框架可看作是刻畫一個小的抽象的“場景”,因此可以通過計算歧義目標(biāo)詞可能激起的框架與歧義目標(biāo)詞所處的場景的匹配程度,從而為歧義目標(biāo)詞在給定的場景中選擇合適的框架。

    因而,框架排歧任務(wù)可形式化描述為:

    對于歧義目標(biāo)詞T能夠激起n個的框架,記為F={f1,f2,...,fn}。T 出現(xiàn)在某個確定的場景S中,漢語框架排歧的任務(wù)就是根據(jù)給定的場景S,在n個框架中選擇一個最合適的框架,記為式(1)。

    其中,R用來計算每個框架和場景的匹配程度。

    3 特征選擇

    本文在參照文獻(xiàn)[6]和文獻(xiàn)[7]的特征基礎(chǔ)上,利用哈爾濱工業(yè)大學(xué)LTP[22]平臺對語料進(jìn)行詞法和句法分析,將可以激起多個框架的目標(biāo)詞元看作是支配其他成分的“控制項”,句中與“控制項”具有依存關(guān)系的成分(“依存項”)就是控制項激起的框架所對應(yīng)的框架元素[23]。本文使用豐富的詞法和依存句法特征作為特征空間,其中,詞法特征包括在不同位置的詞、詞性和命名體識別特征。這些位置包括傳統(tǒng)的BOW上下文和一些基于句法依存樹結(jié)構(gòu)的句法關(guān)系。句法特征包括目標(biāo)詞與其父節(jié)點和子節(jié)點之間的依存關(guān)系。目標(biāo)詞父節(jié)點的特征有詞、詞性與目標(biāo)詞的依存關(guān)系類型。子節(jié)點的特征選取與父節(jié)點一樣的特征。依存關(guān)系類型,使用LTP分析器中定義的24種依存關(guān)系類型。

    3.1 人工特征選擇

    為了考察傳統(tǒng)的人工特征選擇方法對漢語框架排歧性能的影響,本文選取文獻(xiàn)[6]和文獻(xiàn)[7]中對漢語框架排歧性能顯著提升的一些特征,并首次選用對語義理解貢獻(xiàn)最大的4種依存關(guān)系類型(主謂關(guān)系 SBV(subject-ver b)、動賓關(guān)系 VOB(ver bobject)、狀中結(jié)構(gòu) ADV(adver bial)和定中關(guān)系A(chǔ)TT(attribute))的子節(jié)點作為特征,最終設(shè)計出10個特征模板,如表1所示。

    表1 人工特征模板

    圖1給出了對漢語句子“奧巴馬表示,他想下次帶夫人和孩子來長城?!崩肔TP進(jìn)行依存句法分析后,得到的結(jié)果。

    在圖1中,兩個詞匯之間有弧相連則說明兩詞之間存在某種依存關(guān)系,且弧是從父節(jié)點指向子節(jié)點。例如,“奧巴馬”和“表示”之間存在主謂關(guān)系(SBV),且前者是后者的子節(jié)點。在上面的這個例句中,“表示”和“想”都是歧義的目標(biāo)詞,它們分別能夠激起的框架有“代表”、“陳述”、“表達(dá)”和“觀點”、“渴望”。表2列出了具體的特征值。

    3.2 自動特征選擇

    圖1 LTP自動分析的依存句法分析樹

    表2 例句的特征值取值

    依存句法特征

    本文采用貪心策略算法設(shè)計了一種自動特征選擇方法,即為每個歧義詞元選擇獨立的特征模板。這種方法的主要思想是:在給定的特征集中,每次從中選出一個特征模板項,并對其進(jìn)行打分,每次評分后,只保留得分最高的特征項,直到相鄰兩次的得分不再增加。在實驗中窗口特征值設(shè)置為[-1,1]和[-2,2],具體的特征項描述如表3所示。

    表3 特征項描述

    由于為每個詞元選擇獨立的特征模板時,語料規(guī)模相對較小,容易出現(xiàn)數(shù)據(jù)稀疏和過擬合的問題,導(dǎo)致特征模板項選擇的偶爾性增加。為了避免這些問題,本文除了使用5-fold交叉驗證方法外,還設(shè)置了特征模板項的優(yōu)先級(relate>ne>pos>cont)。

    自動特征模板選擇算法如下:

    算法分析:

    算法中的主要操作就是比較查找和計算,計算是線性的,而比較操作接近n2。因此算法的時間復(fù)雜度為O(n2)。由于計算最大值和Score值需要獨立進(jìn)行,所以算法的空間復(fù)雜度為O(2n)。

    而人工特征選擇方法的時間復(fù)雜度為O(2n),空間復(fù)雜度為O(n2)。無論時間復(fù)雜度還是空間復(fù)雜度,自動特征選擇算法都要優(yōu)于人工特征選擇方法。

    4 實驗

    4.1 實驗設(shè)置及預(yù)處理

    本文實驗中所用的語料均來自山西大學(xué)構(gòu)建的CFN語料庫。實驗前期從281個詞元中對16個詞元進(jìn)行語料的擴(kuò)充,針對每個詞元從北京大學(xué)CCL語料庫中選取合適的句子進(jìn)行擴(kuò)充,語料規(guī)模從原有的7個詞元擴(kuò)充至23個詞元,涉及的框架從14個增加到38個,句子數(shù)從原有的1600條擴(kuò)充至2827條。表4是實驗中所用到的詞元,以及這些詞元可能激起的框架的一個分配情況。

    表4 詞元和框架的分配情況

    4.2 評價指標(biāo)

    給定一個目標(biāo)詞ti(i=1,2,...,N),N 為所選詞元的總數(shù)(在本文,N=23),在5-f ol d交叉驗證下,全部目標(biāo)詞的分類精確率計算如式(2)、式(3)所示。

    其中,sij是目標(biāo)詞ti的第j份交叉驗證試驗中測試?yán)涞膫€數(shù),cij是目標(biāo)詞ti的第j份交叉驗證中框架分類正確的測試?yán)鋫€數(shù),pi稱為第i個目標(biāo)詞的精確率。

    4.3 實驗結(jié)果及分析

    本節(jié)實驗主要用來驗證本文提出的自動特征模板選擇算法的有效性,并與文獻(xiàn)[6]和文獻(xiàn)[7]中的方法以及本文設(shè)計的人工特征模板的選擇方法進(jìn)行對比分析。

    4.3.1 人工特征選擇方法的實驗結(jié)果與分析

    表5列出了使用表1中設(shè)計的10個特征模板,選用最大熵模型訓(xùn)練,并進(jìn)行5-f ol d交叉驗證得到的實驗結(jié)果。實驗中最大熵分類器使用的是張樂博士[24]開發(fā)的最大熵工具包,采用LBFGS參數(shù)估計方法,實驗中最大熵模型的參數(shù)采用最大熵分類器默認(rèn)的參數(shù)設(shè)置。

    從使用人工選擇特征方法得到的實驗結(jié)果,可以得出以下4個結(jié)論。

    (1)使用基本特征和父節(jié)點詞性、與父節(jié)點之間的依存關(guān)系組成的特征模板(T7特征模板),取得了最好的結(jié)果77.06%。這是因為,控制項與依存項之間的依存關(guān)系類型要比依存邊更能有效地反映出兩者之間的關(guān)系,在LTP平臺中共定義了24種依存關(guān)系類型,而控制項與依存項之間的邊組合卻有成千上萬種。所以,這種特征在一定程度上緩解了數(shù)據(jù)稀疏問題。同時也表明,依存句法特征對于漢語框架排歧任務(wù)是有幫助的,在樹結(jié)構(gòu)上的依存關(guān)系能夠捕獲更多的句子信息。

    (2)在基本特征基礎(chǔ)上添加子節(jié)點的詞特征(T8特征模板)后性能下降。這是由于詞特征的稀疏問題導(dǎo)致性能的下降。

    表5 基于人工特征選擇方法的漢語框架排歧的實驗結(jié)果/%

    (3)4種主要類型的子節(jié)點特征(T8、T9、T10特征模板)的加入使系統(tǒng)的性能下降。從語言學(xué)角度上看,在一個依存句法樹上,控制項與其依存項共同組成了一個“語義團(tuán)”,該結(jié)構(gòu)在一定程度上能夠表達(dá)句子的部分語義,而控制項的語義代表了整個“語義團(tuán)”的語義。

    (4)不同的特征取得標(biāo)注最高精確率時對應(yīng)的窗口大小是不同的,有些特征在窗口較小時結(jié)果比較好,有些隨著窗口增大不斷提高。如表6中的T3模板在窗口大小為1時,取得最高的精確率,T9模板隨著窗口的增大而不斷提高。

    4.3.2 自動特征選擇方法的實驗結(jié)果

    表6中列出了每個詞元使用自動特征選擇算法得到的特征模板及特征模板的模板項數(shù)。其中,每個特征模板的模板項由詞的位置特征以及詞法和句法特征構(gòu)成,例如,“w1_relate”表示的是在目標(biāo)詞左邊第一個詞與其父節(jié)點的依存關(guān)系類型。

    表6 使用自動特征模板的結(jié)果

    表7 每個人工特征模板和自動特征模板的結(jié)果對比/%

    通過分析和比較表6和表7中的結(jié)果,從中可以發(fā)現(xiàn),使用自動特征選擇方法相比于使用人工特征選擇方法具有以下優(yōu)點。

    (1)直觀地,自動特征選擇方法沒有人工特征選擇方法在人力和時間的花費大,并且特征項數(shù)明顯減少。

    (2)自動特征選擇方法可以有效地減少大數(shù)據(jù)的特征集合中的噪音特征和冗余特征,而這些噪音特征和冗余特征可能導(dǎo)致訓(xùn)練的有效性降低和不合理的參數(shù)產(chǎn)生。這些不合理的參數(shù)不能有效地評估訓(xùn)練集,而自動特征模板的選擇恰恰可以很好地的解決這一問題。

    (3)為每個詞元自動選擇的特征模板,能夠有效地利用每個詞元的語義特性,整體上,使用自動特征模板要優(yōu)于使用人工特征選擇方法。

    值得注意的是,并不是所有的歧義目標(biāo)詞使用本文提出的自動特征選擇方法后,結(jié)果都有所提升,其原因是,一方面,本文的自動特征選擇方法使用的貪心策略,得到的結(jié)果是局部最優(yōu)的;另一方面,為了實驗的方面,本文只選用了4種類型的特征作為特征項,不像人工特征選擇方法使用了豐富的依存特征。

    4.3.3 對比實驗結(jié)果

    本文用 most-frequent-fra me[4]作為baseline。

    為了使自動特征選擇方法有效地解決框架排歧任務(wù),本文做了基于最大熵模型和SV M模型的自動特征選擇方法的對比實驗,具體的實驗結(jié)果如表8所示。

    表8 基于不同模型的自動特征選擇方法的結(jié)果對比

    從表8中可以看出,最大熵模型優(yōu)于SV M模型。因此,本文采用最大熵模型和4.1節(jié)中的語料,使用文獻(xiàn)[6]和文獻(xiàn)[7]中最好的特征模板和5-fold交叉驗證方法進(jìn)行實驗,并對所得的結(jié)果做了比較,具體的詳見表9。

    表9 對比實驗的結(jié)果

    從表9中可以看出,使用自動特征選擇方法要明顯優(yōu)于其他實驗結(jié)果。文獻(xiàn)[6-7]的結(jié)果,比本文采用的人工特征選擇方法得到的結(jié)果高,一方面,是因為文獻(xiàn)[6]中沒有加入子節(jié)點的詞特征和詞性特征;另一方面,文獻(xiàn)[7]中沒有使用4種依存關(guān)系類型的子節(jié)點作為特征。

    表10 基于詞法層面(詞+詞性特征)的實驗結(jié)果對比

    表11 基于句法層面(詞法特征+句法特征)的實驗結(jié)果對比

    表10-11列出了本文提出的自動特征選擇方法與文獻(xiàn)[6和文獻(xiàn)[7的方法從詞法層面和句法層面的對比結(jié)果??梢钥闯?,本文提出的自動特征選擇方法無論是從哪個層面,都要優(yōu)于文獻(xiàn)[6]和文獻(xiàn)[7]的方法,特別是,在詞法層面要優(yōu)于人工特征選擇方法。

    5 結(jié)論與展望

    本文提出了一種使用自動特征選擇算法進(jìn)行漢語框架排歧的方法,該方法克服了人工選擇特征的繁瑣,使特征模板大大簡化,排歧結(jié)果有明顯的提升。此外,依存特征對漢語框架排歧的性能有很大的作用,特別是,父節(jié)點特征的加入,使?jié)h語框架排歧的性能有顯著性地提升。

    下一步的工作主要集中在以下三個方面。首先,在現(xiàn)有的語料庫基礎(chǔ)上,通過自動的方法擴(kuò)建一個更大規(guī)模的語料庫;其次,在自動特征選擇方法的候選特征項中,加入豐富的父節(jié)點特征及更多的語義特征,如框架元素和框架間的語義關(guān)系;再次,將本文提出的用自動特征選擇方法在英文上進(jìn)行實驗,并與中文的結(jié)果作對比分析;最后,嘗試使用其他機(jī)器學(xué)習(xí)的方法,結(jié)合自動特征模板的選擇算法進(jìn)行漢語框架排歧。

    [1]李茹.漢語句子框架語義結(jié)構(gòu)分析技術(shù)研究[D].山西大學(xué)博士學(xué)位論文.2012.

    [2]郝曉燕,劉偉,李茹,等.漢語框架語義知識庫及軟件描述體系[J].中文信息學(xué)報,2007,21(5):96-100.

    [3]Ken Litkowski.CLR:Integration of Frame Net in a Text Representation System[C]//Pr oceedings of the 4th International Workshop on Semantic Evaluations,2007:113-116.

    [4]Cos min Adrian Bejan,Hathaway Chris.UTD-SRL:A Pipeline Architecture f or Extracting Frame Semantic Str uctures[C]//Proceedings of the 4t h Inter national Workshop on Semantic Evaluations,2007:460-463.

    [5]Richard Johansson,Nugues Pierre.LTH:Semantic Str ucture Extraction using Nonprojective Dependency Trees[C]//Proceedings of the 4th Inter national Wor kshop on Semantic Evaluations 2007227-230.

    [6]李濟(jì)洪,高亞慧,王瑞波,等.漢語框架排歧中的歧義消解[J].中文信息學(xué)報,2011,25(3):38-44.

    [7]Ru Li,Haijing Liu,Shuanghong Li.Chinese Frame I-dentification using T-CRF Model[C]//Pr oceedings of Inter national Conference on Co mputational Linguistics,2010:674-682.

    [8]李涓子,黃昌寧,楊爾弘.一種自組織的漢語詞義排歧方法[J].中文信息學(xué)報,1998,13(3):1-8.

    [9]鄭杰,茅于杭,董清富.基于語境的語義排歧方法[J],中文信息學(xué)報,2000,14(5):1-7.

    [10]劉鳳成,黃德根,姜鵬.基于AdaBoost,MH算法的漢語多義詞消歧[J].中文信息學(xué)報,2006,20(3):6-13.

    [11]吳云芳,金澎,郭濤.基于詞典屬性特征的粗粒度詞義消歧[J].中文信息學(xué)報,2007,21(2):3-8.

    [12]郭宇航,車萬翔,劉挺.基于語言模型驗證的詞義消歧語料獲?。跩].中文信息學(xué)報,2008,22(6):38-42.

    [13]陳浩,何婷婷,姬東鴻,等.基于k-means聚類的無導(dǎo)詞義消歧[J].中文信息學(xué)報,2005,19(4):10-16.

    [14]劉冬明,楊爾弘,方瑩.漢英雙語平行語料庫的詞義標(biāo)注[J].中文信息學(xué)報,2005,19(6):50-56.

    [15]郭宇航,車萬翔,劉挺.基于語言模型驗證的詞義消歧語料獲?。跩].中文信息學(xué)報,2008,22(6):38-42.

    [16]何徑舟,王厚峰.基于特征選擇和最大熵模型的漢語語義消歧[J].軟件學(xué)報,2010,21(6):1287-1295.

    [17]You Liping,Kaiying Liu.Building Chinese Frame Net Database[C]//Proceedings of IEEE NLP-KE'05,2005.

    [18]Charles J Fill more.Frame Semantics[C]//Proceedings of Linguistic in t he Mor ning Cal m Hanshin Publishing Company,1982:111-137.

    [19]Collin F Baker,Charles J Fill more,John B Lowe.The Ber keley Frame Net Project[C]//Proceedings of the COLING-ACL,1998:86-90.

    [20]劉開瑛.漢語框架語義網(wǎng)構(gòu)建及其應(yīng)用技術(shù)研究[J].中文信息學(xué)報,2011,25(6):46-53.

    [21]劉開瑛.漢語框架語義網(wǎng)(CFN)構(gòu)建現(xiàn)狀[R].計算語言學(xué)2008年青年學(xué)生會議大會邀請報告.

    [22]劉挺,車萬翔,李正華.語言技術(shù)平臺[J].中文信息學(xué)報,2011,25(6):53-61.

    [23]由麗萍,范開泰,劉開瑛.漢語語義分析模型研究綜述[J].中文信息學(xué)報,2005,19(6):57-63.

    [24]http://ho mepages.inf.ed.ac.uk/s0450736/maxent toolkit.ht ml.

    猜你喜歡
    特征選擇語義框架
    框架
    廣義框架的不相交性
    語言與語義
    WTO框架下
    法大研究生(2017年1期)2017-04-10 08:55:06
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    “上”與“下”語義的不對稱性及其認(rèn)知闡釋
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    一種基于OpenStack的云應(yīng)用開發(fā)框架
    認(rèn)知范疇模糊與語義模糊
    基于特征選擇和RRVPMCD的滾動軸承故障診斷方法
    嫩草影院入口| 在线免费十八禁| 欧美+日韩+精品| 成熟少妇高潮喷水视频| 乱人视频在线观看| 亚州av有码| 在线观看av片永久免费下载| 熟女电影av网| 波野结衣二区三区在线| 欧美一级a爱片免费观看看| 十八禁国产超污无遮挡网站| 又爽又黄无遮挡网站| 99riav亚洲国产免费| 欧美性感艳星| 嫩草影院精品99| 日韩欧美一区二区三区在线观看| 日韩中字成人| 边亲边吃奶的免费视频| 在线a可以看的网站| 麻豆成人av视频| 亚洲经典国产精华液单| 精品不卡国产一区二区三区| 亚洲成人精品中文字幕电影| 最近中文字幕高清免费大全6| 亚洲人与动物交配视频| 啦啦啦观看免费观看视频高清| 波野结衣二区三区在线| 亚洲欧美成人综合另类久久久 | 丰满乱子伦码专区| 人妻少妇偷人精品九色| a级一级毛片免费在线观看| 亚洲欧美精品自产自拍| 五月玫瑰六月丁香| 午夜爱爱视频在线播放| 国产色婷婷99| 两个人的视频大全免费| 国产成人福利小说| 给我免费播放毛片高清在线观看| 国产精品麻豆人妻色哟哟久久 | 国产成人午夜福利电影在线观看| 国产三级中文精品| 成年女人永久免费观看视频| 精品欧美国产一区二区三| 又爽又黄a免费视频| 欧美激情久久久久久爽电影| 男人舔奶头视频| 亚洲熟妇中文字幕五十中出| 久久国内精品自在自线图片| 在线播放国产精品三级| 日日摸夜夜添夜夜添av毛片| 又粗又爽又猛毛片免费看| 亚洲国产欧美在线一区| 男人的好看免费观看在线视频| 欧美高清性xxxxhd video| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲成人中文字幕在线播放| 一个人观看的视频www高清免费观看| 久久精品久久久久久久性| 啦啦啦韩国在线观看视频| 不卡一级毛片| 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 | 中文字幕久久专区| 12—13女人毛片做爰片一| 国产精品av视频在线免费观看| 一级毛片电影观看 | 亚洲成人久久爱视频| 日韩大尺度精品在线看网址| 永久网站在线| 我的女老师完整版在线观看| 99在线视频只有这里精品首页| 久久人妻av系列| 在线观看66精品国产| 最新中文字幕久久久久| videossex国产| 亚洲人成网站在线播| 国产成人freesex在线| 日本与韩国留学比较| 亚洲最大成人av| 亚洲成人久久爱视频| 美女被艹到高潮喷水动态| 三级国产精品欧美在线观看| 国产精品爽爽va在线观看网站| 日韩 亚洲 欧美在线| 精品国内亚洲2022精品成人| 一进一出抽搐gif免费好疼| 国产精品国产三级国产av玫瑰| 高清毛片免费观看视频网站| 国产色婷婷99| 只有这里有精品99| 丝袜美腿在线中文| 尤物成人国产欧美一区二区三区| 我的老师免费观看完整版| 精品午夜福利在线看| 麻豆国产av国片精品| 成人亚洲精品av一区二区| 免费看光身美女| 亚洲真实伦在线观看| 噜噜噜噜噜久久久久久91| 国产中年淑女户外野战色| 国产精品不卡视频一区二区| av国产免费在线观看| 69人妻影院| 成年免费大片在线观看| 久久精品国产亚洲av涩爱 | a级毛色黄片| 尤物成人国产欧美一区二区三区| 国产高潮美女av| 久久精品国产亚洲av香蕉五月| 男女视频在线观看网站免费| 日本一本二区三区精品| 亚洲精品久久久久久婷婷小说 | 亚洲高清免费不卡视频| 日本一本二区三区精品| 日韩av不卡免费在线播放| 噜噜噜噜噜久久久久久91| 色视频www国产| 亚洲欧美日韩东京热| 婷婷色综合大香蕉| 性插视频无遮挡在线免费观看| 内地一区二区视频在线| 亚洲第一区二区三区不卡| 哪里可以看免费的av片| 久久精品久久久久久久性| 91狼人影院| 国产精品综合久久久久久久免费| 中文字幕熟女人妻在线| 麻豆av噜噜一区二区三区| 亚洲在久久综合| av免费观看日本| 97热精品久久久久久| 九九爱精品视频在线观看| 欧美日韩综合久久久久久| 丰满的人妻完整版| 毛片一级片免费看久久久久| 亚洲va在线va天堂va国产| 日韩欧美精品免费久久| 国产老妇伦熟女老妇高清| 免费在线观看成人毛片| 婷婷色av中文字幕| 久久久a久久爽久久v久久| 欧美高清成人免费视频www| 波多野结衣巨乳人妻| 91精品一卡2卡3卡4卡| 国产精品.久久久| 日本黄色视频三级网站网址| 亚洲精品自拍成人| 亚洲美女视频黄频| 欧美一区二区亚洲| 国产老妇伦熟女老妇高清| av黄色大香蕉| 中国美白少妇内射xxxbb| 1000部很黄的大片| 男女做爰动态图高潮gif福利片| 激情 狠狠 欧美| 美女cb高潮喷水在线观看| 女人被狂操c到高潮| 国产免费男女视频| 欧美日韩在线观看h| 免费观看人在逋| 久久久国产成人精品二区| 日韩,欧美,国产一区二区三区 | 欧美zozozo另类| 直男gayav资源| 欧美最新免费一区二区三区| 有码 亚洲区| 乱系列少妇在线播放| 国内精品久久久久精免费| 伦精品一区二区三区| 深夜a级毛片| 亚洲欧美成人综合另类久久久 | 亚洲精品乱码久久久v下载方式| 插逼视频在线观看| 国产精品一区二区三区四区久久| 三级毛片av免费| 国产在线男女| 欧美bdsm另类| 国产高清有码在线观看视频| 亚洲第一电影网av| 国产乱人视频| а√天堂www在线а√下载| 国产在视频线在精品| 中文亚洲av片在线观看爽| 丰满人妻一区二区三区视频av| 91久久精品国产一区二区成人| 天堂影院成人在线观看| 你懂的网址亚洲精品在线观看 | 亚洲av成人av| 国产精品伦人一区二区| 中文亚洲av片在线观看爽| 亚洲熟妇中文字幕五十中出| 亚洲一区高清亚洲精品| 亚洲av二区三区四区| 精品午夜福利在线看| 韩国av在线不卡| 亚洲最大成人中文| 床上黄色一级片| 午夜激情欧美在线| 搞女人的毛片| 我的女老师完整版在线观看| 人妻系列 视频| 欧美不卡视频在线免费观看| 精品午夜福利在线看| 最近2019中文字幕mv第一页| 成人永久免费在线观看视频| 亚洲av男天堂| 热99re8久久精品国产| 久久久久免费精品人妻一区二区| 亚州av有码| 日本黄色片子视频| 欧美日韩国产亚洲二区| 少妇被粗大猛烈的视频| 亚洲国产精品成人综合色| 观看免费一级毛片| 国产午夜精品久久久久久一区二区三区| 99久久无色码亚洲精品果冻| 欧美高清成人免费视频www| 色噜噜av男人的天堂激情| 国内精品宾馆在线| 婷婷亚洲欧美| 久久久精品94久久精品| 国产 一区 欧美 日韩| 欧美一区二区精品小视频在线| 观看美女的网站| 欧美另类亚洲清纯唯美| 亚洲精品亚洲一区二区| 男女视频在线观看网站免费| 亚洲性久久影院| 久久久久久久久大av| 成人av在线播放网站| 黄色一级大片看看| 乱人视频在线观看| 亚洲在线自拍视频| 哪个播放器可以免费观看大片| 国产成人影院久久av| 国产精品人妻久久久久久| 亚洲欧洲国产日韩| 在线免费观看不下载黄p国产| 伊人久久精品亚洲午夜| 91久久精品国产一区二区三区| 国内久久婷婷六月综合欲色啪| ponron亚洲| 少妇裸体淫交视频免费看高清| 国产精品麻豆人妻色哟哟久久 | 小说图片视频综合网站| 我要搜黄色片| 久久人妻av系列| 自拍偷自拍亚洲精品老妇| 久久韩国三级中文字幕| 大又大粗又爽又黄少妇毛片口| 最好的美女福利视频网| 久久久久九九精品影院| 成年版毛片免费区| 国产一区二区亚洲精品在线观看| 中文在线观看免费www的网站| 日韩欧美精品v在线| 美女cb高潮喷水在线观看| 成人永久免费在线观看视频| 一级毛片电影观看 | 成人午夜精彩视频在线观看| 我的女老师完整版在线观看| 亚洲av不卡在线观看| 美女脱内裤让男人舔精品视频 | 国产人妻一区二区三区在| 一个人看视频在线观看www免费| 高清日韩中文字幕在线| 国产单亲对白刺激| 天堂中文最新版在线下载 | 午夜精品国产一区二区电影 | 色播亚洲综合网| 国产av麻豆久久久久久久| 最新中文字幕久久久久| 特大巨黑吊av在线直播| 免费看a级黄色片| 卡戴珊不雅视频在线播放| 国产在线男女| 久久鲁丝午夜福利片| av免费观看日本| 免费看美女性在线毛片视频| 国产片特级美女逼逼视频| 国产伦在线观看视频一区| 国产精品.久久久| 精品国产三级普通话版| av女优亚洲男人天堂| 亚洲无线观看免费| 色综合亚洲欧美另类图片| 国产精品美女特级片免费视频播放器| 成人高潮视频无遮挡免费网站| 国产一区亚洲一区在线观看| 亚洲av电影不卡..在线观看| 中文字幕av成人在线电影| 久久6这里有精品| 国产色婷婷99| 哪个播放器可以免费观看大片| 毛片女人毛片| 免费无遮挡裸体视频| 欧美性猛交黑人性爽| 99久久成人亚洲精品观看| 99国产极品粉嫩在线观看| 国产成人a∨麻豆精品| 国产伦精品一区二区三区四那| 免费观看a级毛片全部| 亚洲欧美日韩高清专用| 网址你懂的国产日韩在线| 激情 狠狠 欧美| 又爽又黄a免费视频| 国产极品天堂在线| 国产真实乱freesex| 亚洲经典国产精华液单| 精品免费久久久久久久清纯| 亚洲va在线va天堂va国产| 成人一区二区视频在线观看| 爱豆传媒免费全集在线观看| 精品久久久久久成人av| 成人三级黄色视频| 老司机影院成人| 看十八女毛片水多多多| 国产高清有码在线观看视频| 日日摸夜夜添夜夜添av毛片| or卡值多少钱| 日韩一区二区视频免费看| 国产成人91sexporn| 干丝袜人妻中文字幕| 欧美精品一区二区大全| 99久久精品国产国产毛片| 国产精品.久久久| 听说在线观看完整版免费高清| 亚洲在线自拍视频| 高清日韩中文字幕在线| 尤物成人国产欧美一区二区三区| 看非洲黑人一级黄片| 99热全是精品| 久久热精品热| 熟女人妻精品中文字幕| 夜夜看夜夜爽夜夜摸| 欧美zozozo另类| 国产精品不卡视频一区二区| 国产精品爽爽va在线观看网站| 国产色爽女视频免费观看| 国产不卡一卡二| 中文字幕精品亚洲无线码一区| 亚洲欧美精品自产自拍| 亚洲va在线va天堂va国产| 亚洲色图av天堂| 我要搜黄色片| 久久久久久久久久成人| 国产一区二区亚洲精品在线观看| 中文字幕久久专区| 爱豆传媒免费全集在线观看| 最近最新中文字幕大全电影3| 在线观看一区二区三区| 午夜福利成人在线免费观看| 美女大奶头视频| 午夜激情欧美在线| 国内少妇人妻偷人精品xxx网站| 男人的好看免费观看在线视频| 白带黄色成豆腐渣| 亚洲欧美日韩卡通动漫| www.av在线官网国产| 听说在线观看完整版免费高清| 天堂av国产一区二区熟女人妻| 美女黄网站色视频| 久久精品国产鲁丝片午夜精品| 91av网一区二区| a级毛色黄片| 网址你懂的国产日韩在线| 亚洲熟妇中文字幕五十中出| 国产精品麻豆人妻色哟哟久久 | av又黄又爽大尺度在线免费看 | 精品久久久噜噜| 九九久久精品国产亚洲av麻豆| 91精品国产九色| 只有这里有精品99| 少妇熟女欧美另类| 日韩精品青青久久久久久| 久久久国产成人免费| 日本黄色视频三级网站网址| 日本一二三区视频观看| 亚洲成人av在线免费| 色播亚洲综合网| 国产免费男女视频| 一个人免费在线观看电影| 国产精品不卡视频一区二区| 舔av片在线| 午夜免费男女啪啪视频观看| 九九热线精品视视频播放| 中文字幕久久专区| 男女边吃奶边做爰视频| 中文字幕av在线有码专区| 亚洲欧洲日产国产| 成人午夜精彩视频在线观看| a级毛片免费高清观看在线播放| 国产精品野战在线观看| 久久久久久国产a免费观看| 啦啦啦韩国在线观看视频| 深夜精品福利| 午夜精品一区二区三区免费看| 亚洲av免费在线观看| 国产大屁股一区二区在线视频| 久久婷婷人人爽人人干人人爱| 欧美成人精品欧美一级黄| 国产精品无大码| 麻豆av噜噜一区二区三区| 久久99蜜桃精品久久| 久久精品国产亚洲网站| 国产三级在线视频| 久久久国产成人精品二区| 亚洲欧美精品专区久久| 亚洲精品456在线播放app| 国产精品无大码| 女的被弄到高潮叫床怎么办| eeuss影院久久| 老司机福利观看| 黄片wwwwww| 精品99又大又爽又粗少妇毛片| 日韩中字成人| 亚洲国产精品久久男人天堂| 国产精品免费一区二区三区在线| 欧美一级a爱片免费观看看| 亚洲av免费在线观看| 久久久精品大字幕| 一级毛片电影观看 | 国产免费男女视频| 日韩av在线大香蕉| 国产精品一区二区在线观看99 | 色综合亚洲欧美另类图片| 级片在线观看| 床上黄色一级片| 美女被艹到高潮喷水动态| 床上黄色一级片| 麻豆一二三区av精品| 久久久久久大精品| 久久久久免费精品人妻一区二区| 一夜夜www| 亚洲国产精品合色在线| 欧美xxxx黑人xx丫x性爽| 国产精品一区二区在线观看99 | 爱豆传媒免费全集在线观看| 一级毛片aaaaaa免费看小| 亚洲国产欧洲综合997久久,| 欧美潮喷喷水| 久久久精品94久久精品| 国产伦一二天堂av在线观看| 欧美zozozo另类| av天堂中文字幕网| 午夜福利视频1000在线观看| 色哟哟·www| 国产成人精品一,二区 | 欧美人与善性xxx| 亚洲欧美日韩卡通动漫| 人体艺术视频欧美日本| 久久国内精品自在自线图片| 午夜福利高清视频| 国产日本99.免费观看| 久久99蜜桃精品久久| 亚洲人成网站在线播| 搡女人真爽免费视频火全软件| 99热这里只有精品一区| 国产成人91sexporn| 老女人水多毛片| 日韩欧美一区二区三区在线观看| 男女那种视频在线观看| 99在线人妻在线中文字幕| 成人欧美大片| a级毛片a级免费在线| 免费一级毛片在线播放高清视频| 欧美最新免费一区二区三区| 国产精华一区二区三区| 国产乱人视频| 嘟嘟电影网在线观看| 国内揄拍国产精品人妻在线| 又黄又爽又刺激的免费视频.| 亚洲18禁久久av| av专区在线播放| 久久久久久大精品| 国产精品.久久久| 狠狠狠狠99中文字幕| 网址你懂的国产日韩在线| 美女cb高潮喷水在线观看| 我的老师免费观看完整版| 一级黄片播放器| 国产一区二区三区av在线 | 中文精品一卡2卡3卡4更新| 成人欧美大片| 日日干狠狠操夜夜爽| 99视频精品全部免费 在线| 老司机影院成人| 国产精品福利在线免费观看| 校园春色视频在线观看| 深夜精品福利| 国产成人一区二区在线| 日本免费a在线| 亚洲av中文字字幕乱码综合| 久久久精品欧美日韩精品| 日韩,欧美,国产一区二区三区 | 国产综合懂色| 有码 亚洲区| 欧美+日韩+精品| 少妇猛男粗大的猛烈进出视频 | 成人性生交大片免费视频hd| 日本与韩国留学比较| 精品日产1卡2卡| 丰满的人妻完整版| 精品久久久久久久人妻蜜臀av| 日本av手机在线免费观看| 一级黄色大片毛片| 国产美女午夜福利| 久久国产乱子免费精品| 国产成人a区在线观看| 一级毛片电影观看 | 免费观看在线日韩| 韩国av在线不卡| 久久精品久久久久久噜噜老黄 | 亚洲人成网站在线播放欧美日韩| 成人性生交大片免费视频hd| av免费观看日本| 国产在线精品亚洲第一网站| 九九热线精品视视频播放| 欧美激情久久久久久爽电影| 国内精品宾馆在线| 99国产极品粉嫩在线观看| 欧美成人精品欧美一级黄| 亚洲一级一片aⅴ在线观看| 亚洲av中文字字幕乱码综合| 亚洲av熟女| 亚洲第一区二区三区不卡| 国产人妻一区二区三区在| 哪个播放器可以免费观看大片| 国产综合懂色| 欧美一区二区亚洲| 网址你懂的国产日韩在线| 久久久国产成人免费| 深夜a级毛片| 99热这里只有是精品50| 嫩草影院精品99| 伦理电影大哥的女人| 国产亚洲av嫩草精品影院| 国产极品天堂在线| 国产av一区在线观看免费| 色综合站精品国产| 婷婷亚洲欧美| 日韩 亚洲 欧美在线| 免费观看a级毛片全部| 亚洲av成人精品一区久久| 综合色av麻豆| 美女脱内裤让男人舔精品视频 | 夜夜看夜夜爽夜夜摸| 久久久久性生活片| 久久这里只有精品中国| 看片在线看免费视频| 日日干狠狠操夜夜爽| 国产女主播在线喷水免费视频网站 | 日本-黄色视频高清免费观看| 99热这里只有是精品在线观看| 久久精品夜夜夜夜夜久久蜜豆| 国内精品久久久久精免费| 成人漫画全彩无遮挡| 在线观看66精品国产| 一级黄片播放器| 国产精品一及| 色5月婷婷丁香| 欧美xxxx黑人xx丫x性爽| 亚洲精品日韩在线中文字幕 | 国产av不卡久久| 特级一级黄色大片| 久久久久九九精品影院| 欧美日本亚洲视频在线播放| 精品人妻一区二区三区麻豆| 激情 狠狠 欧美| 美女脱内裤让男人舔精品视频 | 日韩欧美 国产精品| 久久精品国产99精品国产亚洲性色| av免费在线看不卡| 91精品一卡2卡3卡4卡| 国产精品久久视频播放| 日韩av不卡免费在线播放| 内地一区二区视频在线| a级毛片免费高清观看在线播放| .国产精品久久| 99热6这里只有精品| 草草在线视频免费看| 国产欧美日韩精品一区二区| 国产成人a∨麻豆精品| 欧美+亚洲+日韩+国产| 九九爱精品视频在线观看| 欧美性猛交黑人性爽| 亚洲中文字幕日韩| 青春草国产在线视频 | 免费看日本二区| 国产一区亚洲一区在线观看| 日韩,欧美,国产一区二区三区 | kizo精华| 午夜免费激情av| 国产av在哪里看| 国产在线精品亚洲第一网站| 亚洲av第一区精品v没综合| 日本免费一区二区三区高清不卡| 国产91av在线免费观看| 国产一区二区在线av高清观看| 婷婷亚洲欧美| 人妻系列 视频| 国产精品国产三级国产av玫瑰| 内射极品少妇av片p| 久久久久网色| 精品国产三级普通话版| 日日摸夜夜添夜夜添av毛片| 久久午夜亚洲精品久久| av免费观看日本| 久久久久久久久中文| 日韩高清综合在线| 国产精品无大码| 成人欧美大片| 18禁裸乳无遮挡免费网站照片| 国产真实伦视频高清在线观看| 久久久精品大字幕| 少妇猛男粗大的猛烈进出视频 |