• <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
    久久亚洲国产成人精品v| 精品酒店卫生间| 欧美最新免费一区二区三区| 又大又爽又粗| 国产一区亚洲一区在线观看| 午夜日韩欧美国产| 热re99久久精品国产66热6| 国产精品蜜桃在线观看| 亚洲精品久久成人aⅴ小说| 在线天堂中文资源库| 欧美日本中文国产一区发布| 亚洲一码二码三码区别大吗| 国产国语露脸激情在线看| 国产精品 欧美亚洲| av卡一久久| 秋霞在线观看毛片| 久久久国产欧美日韩av| 欧美在线黄色| 国产精品久久久av美女十八| 国产无遮挡羞羞视频在线观看| 久久精品亚洲av国产电影网| 你懂的网址亚洲精品在线观看| 精品人妻熟女毛片av久久网站| 亚洲精品久久成人aⅴ小说| 精品亚洲成a人片在线观看| 久久精品国产a三级三级三级| 性色av一级| 黄网站色视频无遮挡免费观看| 99热全是精品| 欧美 亚洲 国产 日韩一| 亚洲情色 制服丝袜| 两个人看的免费小视频| 国产一区亚洲一区在线观看| 国产有黄有色有爽视频| 久久久久久人人人人人| 日韩中文字幕视频在线看片| 99热网站在线观看| 亚洲美女视频黄频| 一区二区av电影网| 欧美精品一区二区免费开放| 只有这里有精品99| 日韩一本色道免费dvd| 国产免费福利视频在线观看| 伦理电影大哥的女人| 人人妻人人澡人人爽人人夜夜| 午夜福利在线免费观看网站| 国产极品天堂在线| 大香蕉久久成人网| 精品午夜福利在线看| 可以免费在线观看a视频的电影网站 | 黄色一级大片看看| 亚洲精品视频女| 这个男人来自地球电影免费观看 | 免费看av在线观看网站| 国产xxxxx性猛交| 女性生殖器流出的白浆| 国产女主播在线喷水免费视频网站| 别揉我奶头~嗯~啊~动态视频 | 波野结衣二区三区在线| 哪个播放器可以免费观看大片| 99久久精品国产亚洲精品| 亚洲一卡2卡3卡4卡5卡精品中文| 国产成人91sexporn| 国产一区二区在线观看av| 99精品久久久久人妻精品| 久久久精品国产亚洲av高清涩受| 亚洲免费av在线视频| 免费不卡黄色视频| 亚洲一级一片aⅴ在线观看| 国产男女内射视频| 夫妻午夜视频| 最近最新中文字幕免费大全7| 永久免费av网站大全| 成年美女黄网站色视频大全免费| av.在线天堂| 天天添夜夜摸| 亚洲欧美精品自产自拍| 久久精品国产亚洲av高清一级| 欧美日韩亚洲综合一区二区三区_| 啦啦啦 在线观看视频| 女人久久www免费人成看片| 国产欧美亚洲国产| 在线亚洲精品国产二区图片欧美| 国产伦理片在线播放av一区| 久久天躁狠狠躁夜夜2o2o | 18在线观看网站| 亚洲国产欧美在线一区| av不卡在线播放| 日韩中文字幕欧美一区二区 | 日韩欧美一区视频在线观看| 亚洲第一区二区三区不卡| 日韩大码丰满熟妇| 一级毛片电影观看| 九色亚洲精品在线播放| 亚洲精品久久成人aⅴ小说| 国产熟女欧美一区二区| 国产熟女午夜一区二区三区| 久久久久久久精品精品| 男人爽女人下面视频在线观看| 九九爱精品视频在线观看| 国产日韩欧美亚洲二区| 亚洲人成77777在线视频| 美女主播在线视频| 精品少妇久久久久久888优播| 免费日韩欧美在线观看| 亚洲少妇的诱惑av| 精品国产露脸久久av麻豆| 亚洲一区二区三区欧美精品| 久久99精品国语久久久| 成人国产麻豆网| 日韩av免费高清视频| 久久精品国产综合久久久| 久久久久久久大尺度免费视频| 蜜桃在线观看..| 免费观看人在逋| 一区二区av电影网| 日日摸夜夜添夜夜爱| 亚洲精品在线美女| 在线精品无人区一区二区三| 大香蕉久久成人网| 国产99久久九九免费精品| 国产精品国产三级国产专区5o| 国产av一区二区精品久久| 人人妻人人澡人人爽人人夜夜| 大话2 男鬼变身卡| 大码成人一级视频| 免费看av在线观看网站| 亚洲第一区二区三区不卡| 成人国语在线视频| 欧美乱码精品一区二区三区| 美女中出高潮动态图| 汤姆久久久久久久影院中文字幕| 亚洲情色 制服丝袜| 韩国av在线不卡| 一区福利在线观看| 亚洲国产欧美一区二区综合| 高清av免费在线| 欧美人与性动交α欧美软件| avwww免费| 精品免费久久久久久久清纯 | 黄色 视频免费看| 女人爽到高潮嗷嗷叫在线视频| netflix在线观看网站| 亚洲精品av麻豆狂野| 久久精品国产综合久久久| 国产 精品1| 亚洲一区中文字幕在线| 日韩中文字幕欧美一区二区 | 亚洲 欧美一区二区三区| 咕卡用的链子| 亚洲婷婷狠狠爱综合网| 男人爽女人下面视频在线观看| 亚洲av综合色区一区| 国产精品香港三级国产av潘金莲 | 国产日韩欧美视频二区| 九色亚洲精品在线播放| 悠悠久久av| 欧美亚洲日本最大视频资源| 飞空精品影院首页| 国产野战对白在线观看| 午夜福利一区二区在线看| 久久精品国产亚洲av涩爱| av.在线天堂| 在线观看免费日韩欧美大片| 日韩不卡一区二区三区视频在线| 高清av免费在线| 久久青草综合色| 男人爽女人下面视频在线观看| 在线亚洲精品国产二区图片欧美| 久久国产精品大桥未久av| 极品人妻少妇av视频| 青春草亚洲视频在线观看| 久久久久精品性色| 国产一卡二卡三卡精品 | 日韩中文字幕视频在线看片| 久久精品亚洲熟妇少妇任你| 久久国产精品男人的天堂亚洲| 国产成人精品久久久久久| 又粗又硬又长又爽又黄的视频| a级毛片黄视频| 美女午夜性视频免费| 亚洲欧美一区二区三区黑人| 国产片内射在线| 久久热在线av| 国产精品免费视频内射| 亚洲精华国产精华液的使用体验| 成人黄色视频免费在线看| 精品一区在线观看国产| 啦啦啦啦在线视频资源| 成人亚洲欧美一区二区av| 精品久久久久久电影网| 亚洲国产精品成人久久小说| 考比视频在线观看| 国产一区二区三区av在线| 国产成人av激情在线播放| 欧美日韩福利视频一区二区| 亚洲精品av麻豆狂野| 免费黄网站久久成人精品| 看十八女毛片水多多多| 日本wwww免费看| 99九九在线精品视频| 国产爽快片一区二区三区| 日韩欧美一区视频在线观看| 精品国产露脸久久av麻豆| 日本一区二区免费在线视频| 亚洲精品国产av成人精品| 巨乳人妻的诱惑在线观看| 亚洲av日韩在线播放| 成人三级做爰电影| 一区二区三区激情视频| 久久久久久久久久久免费av| 亚洲国产av新网站| 国产免费一区二区三区四区乱码| videos熟女内射| 国产伦人伦偷精品视频| 国产男人的电影天堂91| 女的被弄到高潮叫床怎么办| 日韩av在线免费看完整版不卡| 国产成人免费无遮挡视频| 日韩 欧美 亚洲 中文字幕| 最黄视频免费看| www日本在线高清视频| 亚洲久久久国产精品| 亚洲国产欧美在线一区| 老汉色∧v一级毛片| 久久久久精品人妻al黑| 国产精品亚洲av一区麻豆 | 久久av网站| 午夜av观看不卡| 啦啦啦视频在线资源免费观看| 久久精品国产a三级三级三级| 狠狠婷婷综合久久久久久88av| 国产精品人妻久久久影院| 国产精品免费视频内射| 美女高潮到喷水免费观看| 亚洲伊人久久精品综合| 最近手机中文字幕大全| 日韩 欧美 亚洲 中文字幕| 视频在线观看一区二区三区| 丰满乱子伦码专区| 午夜福利视频精品| 91精品国产国语对白视频| 大香蕉久久成人网| 亚洲免费av在线视频| 国产成人av激情在线播放| 国产精品久久久久久精品电影小说| 婷婷成人精品国产| 亚洲专区中文字幕在线 | 最近2019中文字幕mv第一页| 国产精品一二三区在线看| 在线免费观看不下载黄p国产| 999久久久国产精品视频| 久久婷婷青草| 美女脱内裤让男人舔精品视频| 成人毛片60女人毛片免费| 91国产中文字幕| 日韩av免费高清视频| 午夜福利影视在线免费观看| 亚洲av综合色区一区| 免费看不卡的av| 久久久久久久久久久免费av| 一区在线观看完整版| 国产99久久九九免费精品| 国产爽快片一区二区三区| 免费观看av网站的网址| av一本久久久久| 性色av一级| 国产成人精品在线电影| 国产精品人妻久久久影院| av电影中文网址| 水蜜桃什么品种好| 亚洲精品国产一区二区精华液| 国产精品女同一区二区软件| 久久久久精品性色| www.自偷自拍.com| 久久精品熟女亚洲av麻豆精品| 美女高潮到喷水免费观看| 国产一区二区三区av在线| 男女国产视频网站| 777久久人妻少妇嫩草av网站| 天天影视国产精品| 亚洲精品视频女| 国产成人av激情在线播放| 九九爱精品视频在线观看| 狠狠婷婷综合久久久久久88av| 777米奇影视久久| 老司机在亚洲福利影院| 亚洲国产毛片av蜜桃av| 叶爱在线成人免费视频播放| 日本wwww免费看| 国产av国产精品国产| 日韩 亚洲 欧美在线| 巨乳人妻的诱惑在线观看| 久久人妻熟女aⅴ| e午夜精品久久久久久久| 啦啦啦视频在线资源免费观看| 亚洲av电影在线观看一区二区三区| 日韩欧美精品免费久久| 欧美成人午夜精品| 搡老岳熟女国产| av视频免费观看在线观看| 久久女婷五月综合色啪小说| 免费不卡黄色视频| 99九九在线精品视频| 国产亚洲av片在线观看秒播厂| 成人亚洲欧美一区二区av| 最近最新中文字幕免费大全7| 精品卡一卡二卡四卡免费| 亚洲精品第二区| av视频免费观看在线观看| av.在线天堂| 99精品久久久久人妻精品| 人人澡人人妻人| 免费黄色在线免费观看| 国产精品国产av在线观看| 黑丝袜美女国产一区| 日本色播在线视频| 久久这里只有精品19| 日本av手机在线免费观看| 国产精品一区二区精品视频观看| 国产日韩欧美在线精品| 欧美日韩一区二区视频在线观看视频在线| 99香蕉大伊视频| 国语对白做爰xxxⅹ性视频网站| 久久精品aⅴ一区二区三区四区| 国产一区二区在线观看av| 午夜精品国产一区二区电影| 国产国语露脸激情在线看| 悠悠久久av| 国产黄频视频在线观看| 久久久精品区二区三区| 两性夫妻黄色片| 亚洲三区欧美一区| 两性夫妻黄色片| 国产精品一二三区在线看| 婷婷色麻豆天堂久久| 狂野欧美激情性bbbbbb| 这个男人来自地球电影免费观看 | 五月开心婷婷网| 天堂8中文在线网| 久久天堂一区二区三区四区| 亚洲av电影在线观看一区二区三区| 久久国产精品男人的天堂亚洲| 亚洲美女黄色视频免费看| 搡老乐熟女国产| 老司机靠b影院| 国产女主播在线喷水免费视频网站| 人人澡人人妻人| 伊人久久大香线蕉亚洲五| 国产精品 国内视频| 男男h啪啪无遮挡| 免费在线观看完整版高清| 中国三级夫妇交换| 国产精品国产三级国产专区5o| 天天添夜夜摸| 亚洲综合色网址| 丰满饥渴人妻一区二区三| 日本黄色日本黄色录像| 成人国产麻豆网| 久久久久精品性色| 亚洲在久久综合| 视频在线观看一区二区三区| 99久久99久久久精品蜜桃| 日韩一区二区视频免费看| 黄片无遮挡物在线观看| 欧美日韩视频高清一区二区三区二| 国产深夜福利视频在线观看| 久久久久久久久久久久大奶| 国产成人a∨麻豆精品| 80岁老熟妇乱子伦牲交| 亚洲av成人精品一二三区| 一级a爱视频在线免费观看| videosex国产| 国产精品欧美亚洲77777| 熟妇人妻不卡中文字幕| 一级片免费观看大全| av在线播放精品| 国产色婷婷99| 免费观看a级毛片全部| 女性被躁到高潮视频| 女人久久www免费人成看片| 桃花免费在线播放| 悠悠久久av| 美女主播在线视频| 亚洲av在线观看美女高潮| 成人国产麻豆网| 99久久人妻综合| 日日撸夜夜添| 精品国产一区二区三区四区第35| 免费av中文字幕在线| 两个人免费观看高清视频| 国产片内射在线| 久久亚洲国产成人精品v| 9色porny在线观看| 黄色一级大片看看| 午夜日韩欧美国产| 制服丝袜香蕉在线| 欧美日韩av久久| 亚洲精品视频女| 一区二区三区激情视频| 欧美日韩福利视频一区二区| 国产乱人偷精品视频| 少妇人妻久久综合中文| 亚洲国产毛片av蜜桃av| √禁漫天堂资源中文www| 蜜桃在线观看..| √禁漫天堂资源中文www| 赤兔流量卡办理| 欧美久久黑人一区二区| www.av在线官网国产| 国产1区2区3区精品| 亚洲成人av在线免费| 一区二区三区乱码不卡18| 香蕉丝袜av| 亚洲综合精品二区| 在线精品无人区一区二区三| 国产亚洲最大av| 一个人免费看片子| 又大又爽又粗| 久久韩国三级中文字幕| 男女无遮挡免费网站观看| 国产精品一国产av| av女优亚洲男人天堂| 90打野战视频偷拍视频| 精品一区二区三区av网在线观看 | 秋霞在线观看毛片| 九草在线视频观看| 国产男女内射视频| 如何舔出高潮| 又大又爽又粗| 老司机深夜福利视频在线观看 | 我要看黄色一级片免费的| 国产欧美亚洲国产| 男女高潮啪啪啪动态图| 亚洲精品一区蜜桃| 汤姆久久久久久久影院中文字幕| 亚洲 欧美一区二区三区| 人妻 亚洲 视频| 国产一区亚洲一区在线观看| www.自偷自拍.com| 91aial.com中文字幕在线观看| 9热在线视频观看99| 在线看a的网站| 高清欧美精品videossex| 九草在线视频观看| 久久99热这里只频精品6学生| 人妻一区二区av| 国产日韩一区二区三区精品不卡| 精品国产一区二区三区四区第35| 国产 一区精品| 黑人欧美特级aaaaaa片| 亚洲人成网站在线观看播放| 国产亚洲最大av| av视频免费观看在线观看| 精品午夜福利在线看| 天天影视国产精品| 亚洲精品乱久久久久久| 亚洲av在线观看美女高潮| 少妇人妻 视频| 国产在线一区二区三区精| 极品人妻少妇av视频| 国产亚洲精品第一综合不卡| 成人国产av品久久久| 麻豆精品久久久久久蜜桃| 亚洲国产欧美一区二区综合| 成年人午夜在线观看视频| 午夜免费观看性视频| 自拍欧美九色日韩亚洲蝌蚪91| 女人高潮潮喷娇喘18禁视频| 国产国语露脸激情在线看| 久久久久久久国产电影| 亚洲美女黄色视频免费看| 丝袜脚勾引网站| 亚洲欧美一区二区三区黑人| 日韩免费高清中文字幕av| 欧美老熟妇乱子伦牲交| www.熟女人妻精品国产| 男人添女人高潮全过程视频| 在线观看免费午夜福利视频| 狂野欧美激情性bbbbbb| 国产精品一区二区在线观看99| 大片免费播放器 马上看| 看十八女毛片水多多多| 亚洲国产欧美网| 天天添夜夜摸| netflix在线观看网站| 波野结衣二区三区在线| 咕卡用的链子| av.在线天堂| 欧美 亚洲 国产 日韩一| 久久人妻熟女aⅴ| 不卡av一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 好男人视频免费观看在线| 亚洲久久久国产精品| av国产精品久久久久影院| 午夜免费男女啪啪视频观看| 最新在线观看一区二区三区 | 最近中文字幕高清免费大全6| 一区福利在线观看| 成人国语在线视频| 在线观看一区二区三区激情| 少妇的丰满在线观看| 青春草国产在线视频| 欧美日韩成人在线一区二区| 999精品在线视频| 亚洲av日韩在线播放| 成年人午夜在线观看视频| 一级毛片黄色毛片免费观看视频| 夜夜骑夜夜射夜夜干| 日本黄色日本黄色录像| 天美传媒精品一区二区| 日韩,欧美,国产一区二区三区| 啦啦啦在线免费观看视频4| 精品人妻熟女毛片av久久网站| 亚洲,一卡二卡三卡| 国产男女超爽视频在线观看| 久久精品国产综合久久久| 美女脱内裤让男人舔精品视频| 久久 成人 亚洲| 岛国毛片在线播放| 啦啦啦视频在线资源免费观看| 黄色视频不卡| 嫩草影院入口| 美女高潮到喷水免费观看| 校园人妻丝袜中文字幕| 国产在线视频一区二区| 久久韩国三级中文字幕| 99精国产麻豆久久婷婷| av不卡在线播放| 欧美精品一区二区大全| 欧美日韩国产mv在线观看视频| 大香蕉久久网| 国产人伦9x9x在线观看| 亚洲男人天堂网一区| 久久青草综合色| 日韩,欧美,国产一区二区三区| 日韩成人av中文字幕在线观看| 欧美黑人欧美精品刺激| 观看美女的网站| 老汉色av国产亚洲站长工具| 丁香六月欧美| 免费高清在线观看日韩| 老司机深夜福利视频在线观看 | 日韩免费高清中文字幕av| 男女之事视频高清在线观看 | 一区二区三区四区激情视频| 岛国毛片在线播放| 热re99久久国产66热| 日韩熟女老妇一区二区性免费视频| 天堂8中文在线网| 男女无遮挡免费网站观看| av网站在线播放免费| 日本91视频免费播放| 亚洲精品自拍成人| 在线 av 中文字幕| 男女免费视频国产| 国产精品熟女久久久久浪| 美女脱内裤让男人舔精品视频| 人妻人人澡人人爽人人| 亚洲国产精品一区二区三区在线| av女优亚洲男人天堂| 大香蕉久久成人网| 美女视频免费永久观看网站| av福利片在线| 国产野战对白在线观看| 中文精品一卡2卡3卡4更新| 久久精品aⅴ一区二区三区四区| 国产精品一区二区在线不卡| 久久亚洲国产成人精品v| av在线播放精品| 色网站视频免费| 男人爽女人下面视频在线观看| 最新的欧美精品一区二区| 韩国av在线不卡| 观看av在线不卡| 国产亚洲精品第一综合不卡| 国产男人的电影天堂91| 国产午夜精品一二区理论片| 国产人伦9x9x在线观看| 青春草视频在线免费观看| 精品午夜福利在线看| 欧美精品高潮呻吟av久久| av又黄又爽大尺度在线免费看| 久久精品国产a三级三级三级| 日韩制服骚丝袜av| 国产日韩欧美亚洲二区| 国产成人欧美在线观看 | 99九九在线精品视频| 国产成人精品无人区| 精品国产超薄肉色丝袜足j| 少妇被粗大猛烈的视频| 巨乳人妻的诱惑在线观看| 亚洲av电影在线观看一区二区三区| 成人免费观看视频高清| 2021少妇久久久久久久久久久| 亚洲一区二区三区欧美精品| 国产成人欧美| 亚洲一级一片aⅴ在线观看| 亚洲欧美成人精品一区二区| 91精品国产国语对白视频| 纵有疾风起免费观看全集完整版| 亚洲精品在线美女| 操美女的视频在线观看| av视频免费观看在线观看| 久久人人爽av亚洲精品天堂| 老司机影院毛片| 国产精品久久久久久精品电影小说| 婷婷色麻豆天堂久久| 国产精品 欧美亚洲| 亚洲精品美女久久av网站| 99九九在线精品视频| 美女大奶头黄色视频| 国产精品久久久久久精品古装| 日本vs欧美在线观看视频|