• <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 ?

    基于自學(xué)習(xí)的漢語開放域命名實(shí)體邊界識別

    2014-04-29 00:44:03付瑞吉秦兵劉挺

    付瑞吉 秦兵 劉挺

    摘要:命名實(shí)體識別是自然語言處理領(lǐng)域的一個(gè)重要任務(wù),為許多上層應(yīng)用提供支持。本文主要研究漢語開放域命名實(shí)體邊界的識別。由于目前該任務(wù)尚缺乏訓(xùn)練語料,而人工標(biāo)注語料的代價(jià)又太大,本文首先基于雙語平行語料和英語句法分析器自動標(biāo)注了一個(gè)漢語專有名詞語料,另外基于漢語依存樹庫生成了一個(gè)名詞復(fù)合短語語料,然后使用自學(xué)習(xí)方法將這兩部分語料融合形成命名實(shí)體邊界識別語料,同時(shí)訓(xùn)練邊界識別模型。實(shí)驗(yàn)結(jié)果表明自學(xué)習(xí)的方法可以提高邊界識別的準(zhǔn)確率和召回率。

    關(guān)鍵詞:開放域命名實(shí)體識別; 自學(xué)習(xí); 訓(xùn)練語料融合

    中圖分類號:TP391.12 文獻(xiàn)標(biāo)識碼:A文章編號:2095-2163(2014)04-0001-05

    Abstract:Named entity recognition is an important task in the domain of Natural Language Processing, which plays an important role in many applications. This paper focuses on the boundary identification of Chinese open-domain named entities. Because the shortage of training data and the huge cost of manual annotation, the paper proposes a self-training approach to identify the boundaries of Chinese open-domain named entities in context. Due to the lack of training data, the paper firstly generates a large scale Chinese proper noun corpus based on parallel corpora, and also transforms a Chinese dependency tree bank to a noun compound training corpus. Subsequently, the paper proposes a self-training-based approach to combine the two corpora and train a model to identify boundaries of named entities. The experiments show the proposed method can take full advantage of the two corpora and improve the performance of named entity boundary identification.

    Key words:Open-domain Named Entity Recognition; Self-training; Training Corpus Combination

    0引言

    命名實(shí)體是文本中承載信息的重要語言單位,命名實(shí)體的識別和分類在信息抽取、開放域問答、信息檢索以及機(jī)器翻譯等領(lǐng)域都占有非常重要的地位。輸入自然語言文本,命名實(shí)體識別的任務(wù)在于將其中事物的名稱標(biāo)記出來并給予適當(dāng)?shù)恼Z義類別。傳統(tǒng)命名實(shí)體由于類別有限,并不能滿足自然語言處理領(lǐng)域上層任務(wù)的全部需求,因此本文專注于開放域命名實(shí)體邊界的識別的研究。

    傳統(tǒng)命名實(shí)體識別的主流方法是統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法,使用標(biāo)注好的訓(xùn)練集訓(xùn)練模型,然后用訓(xùn)練好的模型來進(jìn)行命名實(shí)體的識別,并且大多數(shù)采用序列標(biāo)注的方法,可以一次性將邊界和類別都標(biāo)出。但對于開放域命名實(shí)體來說,由于涉及的領(lǐng)域非常多,類型多且無法預(yù)知,所以人工標(biāo)注語料是不現(xiàn)實(shí)的。由于英語中專有名詞首字母通常大寫,所以英語中專有名詞的識別相對容易,有的研究直接會將首字母大寫的單詞串作為命名實(shí)體候選[1]。因此,本文轉(zhuǎn)而利用英語的短語結(jié)構(gòu)句法分析,借助少量規(guī)則標(biāo)注專有名詞短語,再通過雙語平行語料將邊界信息映射到漢語端[2],從而實(shí)現(xiàn)命名實(shí)體邊界識別語料的自動標(biāo)注。但由于開放域命名實(shí)體的范圍更大,一些命名實(shí)體在英語中并沒有被標(biāo)為專有名詞,例如“大規(guī)模殺傷性武器(weapon of mass destruction)”、“中國近代史(the modern history of China)”等。因此,研究中另外基于一個(gè)漢語依存樹庫,利用一些啟發(fā)式的規(guī)則標(biāo)注名詞復(fù)合短語,隨后即使用半指導(dǎo)的自學(xué)習(xí)方法將兩部分語料融合并訓(xùn)練命名實(shí)體邊界識別模型。

    與傳統(tǒng)自學(xué)習(xí)方法不同之處在于,傳統(tǒng)的自學(xué)習(xí)方法是基于一個(gè)已標(biāo)注的集合和一個(gè)未標(biāo)注的集合進(jìn)行的,而本文則是基于兩個(gè)部分標(biāo)注的語料。本文的方法大概分為以下幾個(gè)步驟。首先,使用專有名詞語料訓(xùn)練模型,自動識別名詞復(fù)合短語語料中的專有名詞;然后,將語料中原有的名詞復(fù)合短語和自動標(biāo)注的專有名詞及短語融合,得到初始的命名實(shí)體邊界訓(xùn)練語料;接著,即在初始訓(xùn)練語料上訓(xùn)練命名實(shí)體邊界識別模型,識別專有名詞短語語料中的命名實(shí)體,選擇高置信度的實(shí)例加入到訓(xùn)練語料中,如此迭代直到模型的性能穩(wěn)定為止。

    綜上所述,本文提出了一種基于自學(xué)習(xí)的語料融合及模型訓(xùn)練的方法,用于漢語開放域命名實(shí)體識別邊界的識別。實(shí)驗(yàn)證明本文的自學(xué)習(xí)方法是有效的,在測試集上獲得了最好的F1值。

    1自學(xué)習(xí)方法介紹

    自學(xué)習(xí)(self teaching),或叫自訓(xùn)練(self training)是常用的半指導(dǎo)機(jī)器學(xué)習(xí)方法。學(xué)術(shù)界對自學(xué)習(xí)有兩種主要的定義。第一種定義是“單一視角的弱指導(dǎo)算法”,由Ng和Cardie(2003)提出[3]。按照這種定義,可使用bagging方法從訓(xùn)練數(shù)據(jù)中隨機(jī)采樣訓(xùn)練多個(gè)分類器,預(yù)測時(shí)使用投票的方法決定最終的類別。利用這些分類器預(yù)測未標(biāo)注數(shù)據(jù),將“全票通過”的數(shù)據(jù)加入到訓(xùn)練集中,重新訓(xùn)練一組分類器,如此迭代,直到分類性能穩(wěn)定。各分類器均采用相同的視角(view,可以理解為特征)訓(xùn)練。第二種定義是“基于分類器自己的標(biāo)注結(jié)果重新訓(xùn)練分類器的方法”,由Clark等人(2003)提出[4]。首先在一個(gè)小規(guī)模的已標(biāo)注數(shù)據(jù)上訓(xùn)練模型,然后使用該模型自動處理未標(biāo)注數(shù)據(jù),選擇置信度最高的一部分自動處理的數(shù)據(jù)加入到訓(xùn)練集合中。接著重新訓(xùn)練模型,如此迭代,直到模型性能不再發(fā)生改進(jìn)為止。這種方法中,模型利用自己的預(yù)測結(jié)果指導(dǎo)自己訓(xùn)練,所以叫做“自學(xué)習(xí)”。高置信度的數(shù)據(jù)通常基于一個(gè)閾值來判斷,高于這個(gè)閾值才可選作訓(xùn)練數(shù)據(jù),如此做法的目的即在于避免錯(cuò)誤被加強(qiáng)。本文中,采取了第二種定義。迄今為止,自學(xué)習(xí)方法已經(jīng)成功應(yīng)用于自然語言的多個(gè)處理任務(wù)中,包括傳統(tǒng)命名實(shí)體識別[5]、詞義消歧[6]、句法分析[7]等。

    2基于自學(xué)習(xí)方法的命名實(shí)體邊界識別

    經(jīng)過分析發(fā)現(xiàn),開放域命名實(shí)體大概包括專有名詞和名詞復(fù)合短語兩部分。專有名詞通常指事物特定的名詞,如“姚明”、“中國”、“伊拉克戰(zhàn)爭”等。而名詞復(fù)合短語則用來表示語義更加寬泛的事物的名稱,如“大規(guī)模殺傷性武器”、“中國近代史”等, 這些也屬于開放域命名實(shí)體的范疇。 當(dāng)然, 還有一些專有名詞同時(shí)也是名詞復(fù)合短語。因此, 研究通過分別構(gòu)建這兩部分語料,再通過自學(xué)習(xí)方法融合語料并訓(xùn)練命名實(shí)體邊界識別的模型。

    2.1訓(xùn)練語料構(gòu)建

    2.1.1基于雙語平行語料的漢語專有名詞識別語料構(gòu)建

    在此,即基于中英雙語平行語料,并通過上節(jié)提出的方法來構(gòu)建漢語命名實(shí)體邊界識別的語料庫。在英語上,借用了短語結(jié)構(gòu)句法分析工具來識別英語的專有名詞短語,由于英語具有大小寫特征,因此對專有名詞的識別尤其具有先天的優(yōu)勢。圖1給出了一個(gè)短語結(jié)構(gòu)句法分析的例子,其中“Ming”和“Yao”都被標(biāo)為了專有名詞(NNP),并且兩者結(jié)合形成了一個(gè)更大的名詞短語(NP),“Houston”和“Rockets”也是類似的情況,只不過在構(gòu)成更大名詞短語的時(shí)候加入了定冠詞the。

    本文設(shè)計(jì)了一些規(guī)則來標(biāo)注專有名詞短語,如表1所示,其中的NNP均可替換為NNPS(復(fù)數(shù)形式的專有名詞)。然后,仍使用上一節(jié)提出的方法將英語端的標(biāo)記映射到漢語端,實(shí)現(xiàn)語料的標(biāo)注。

    由圖3可知,整個(gè)方法分為初始語料構(gòu)建、初始語料融合和基于自學(xué)習(xí)的模型訓(xùn)練三個(gè)步驟。具體過程論述如下。

    (1)初始語料的構(gòu)建:這一步是基于雙語平行語料和漢語句法樹庫分別構(gòu)建專有名詞短語語料和名詞復(fù)合短語語料,更多細(xì)節(jié)可詳見上一節(jié)。

    (2)初始語料融合:利用專有名詞短語語料訓(xùn)練序列標(biāo)注模型,本文采用條件隨機(jī)域模型(CRF),并利用該模型對名詞復(fù)合短語語料進(jìn)行自動標(biāo)注。標(biāo)注后,即選取高質(zhì)量的標(biāo)注結(jié)果和原有的名詞復(fù)合短語語料進(jìn)行融合,得到開放域命名實(shí)體邊界識別的語料。融合時(shí)如果遇到嵌套情況,則保留較長的命名實(shí)體;如果遇到重疊的情況,則丟棄當(dāng)前的句子,保證語料的質(zhì)量。

    (3)基于自學(xué)習(xí)的模型訓(xùn)練:在獲得了一個(gè)小規(guī)模的命名實(shí)體邊界識別的語料(稱為初始語料)后,再通過自學(xué)習(xí)的方法逐步將專有名詞語料融合進(jìn)來,形成一個(gè)更大規(guī)模的語料。其中的自學(xué)習(xí)是一個(gè)迭代增強(qiáng)的過程:首先利用初始語料訓(xùn)練命名實(shí)體邊界識別模型,然后使用該模型標(biāo)注專有名詞短語語料;接著就要選取高置信度的實(shí)例作為初始語料的補(bǔ)充,擴(kuò)充后的語料又可以用來訓(xùn)練新的模型,如此迭代直到模型性能穩(wěn)定為止。

    3實(shí)驗(yàn)結(jié)果與分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    在語料構(gòu)建方面,本文選取雙語平行語料LDC2003E14和斯坦福的短語結(jié)構(gòu)句法分析工具來生成漢語專有名詞短語訓(xùn)練語料,基于上一節(jié)中的方法,最終獲得145 747句專有名詞短語訓(xùn)練語料。名詞復(fù)合短語的生成則是基于哈爾濱工業(yè)大學(xué)社會計(jì)算與信息檢索研究中心人工標(biāo)注的6萬句漢語依存關(guān)系樹庫(HIT-IR Dependency Treebank)[9]。

    在模型特征方面,本文則在上述的依存關(guān)系樹庫上統(tǒng)計(jì)動詞依存關(guān)系的分值,并選用約400萬百度百科詞條及其開放類別信息挖掘命名實(shí)體的構(gòu)成模式。

    為了評測,進(jìn)一步從OntoNotes 4.0語料中隨機(jī)選取了8 789句標(biāo)注,共包含19 315個(gè)命名實(shí)體,平均每個(gè)實(shí)體包含2.02個(gè)詞。而且,由其中隨機(jī)篩選1/5作為開發(fā)集,剩下的4/5為測試集。

    3.2自學(xué)習(xí)置信度閾值的選取

    自學(xué)習(xí)的一個(gè)主要參數(shù)是每輪迭代增加新的訓(xùn)練語料時(shí)使用的置信度閾值θ。本文以句子為單位進(jìn)行考察,如果命名實(shí)體邊界識別模型對整句s序列標(biāo)注的置信度Ps>θ,則將s加入訓(xùn)練語料中,并從專有名詞語料庫中移除,否則將繼續(xù)留存在專有名詞語料庫中,等待下一輪迭代時(shí)考察。在實(shí)驗(yàn)中,也嘗試了改變θ的取值,觀察自學(xué)習(xí)方法的學(xué)習(xí)曲線,圖4顯示了三個(gè)例子,即當(dāng)θ的取值分別為0.65、0.92和0.95時(shí)的情況。

    由圖4的三個(gè)學(xué)習(xí)曲線中,可以看到當(dāng)θ取值較小時(shí),自學(xué)習(xí)的方法并不能改進(jìn)模型,性能反而有微弱的下降。這是因?yàn)殚撝颠^小,使得新加入的語料中噪聲過多,影響了模型的訓(xùn)練,而且不佳的模型會導(dǎo)致產(chǎn)生更多的噪聲,形成惡性循環(huán)。而當(dāng)θ取值過大時(shí),自學(xué)習(xí)的收斂速度就會變慢,如當(dāng)θ=0.95時(shí),就需要40次左右迭代,模型才能收斂;只有當(dāng)θ=0.92時(shí),模型在13次迭代后即可收斂,并且最終的性能差距很小。因此,通過對訓(xùn)練速度和模型性能的綜合評定,選取0.92為自學(xué)習(xí)置信度閾值。

    其后,又在測試集上對本文涉及到的幾個(gè)模型進(jìn)行了對比,結(jié)果如表2所示。單純使用專有名詞語料(MNNP)或名詞

    4結(jié)束語

    本文針對開放域命名實(shí)體邊界識別問題,提出了基于自學(xué)習(xí)的語料融合和模型訓(xùn)練方法。首先分別基于雙語平行語料和漢語依存樹庫自動標(biāo)注漢語專有名詞語料和名詞復(fù)合短語語料。然后基于自學(xué)習(xí)的方法將這兩部分語料互補(bǔ)融合,形成命名實(shí)體邊界識別的語料,同時(shí)在此基礎(chǔ)上訓(xùn)練邊界識別模型。實(shí)驗(yàn)證明了自學(xué)習(xí)方法的有效性,在開放域的測試語料上,本方法得到了最好的F1值0.661 3。

    參考文獻(xiàn):

    [1]EVANS R. A framework for named entity recognition in the open domain[J]. Recent Advances in Natural Language Processing III: Selected Papers from RANLP 2003, 2004, 260:267–274.

    [2]FU Ruiji, QIN Bing, LIU Ting. Exploiting multiple sources for open-domain hypernym discovery[C]// Proceedings of EMNLP 2013, 2013:1224–1234.

    [3]NG V, CARDIE C. Weakly supervised natural language learning without redundant views[C]//Proceedings of the 2003 Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology, 2003,1:94–101.

    [4]CLARK S, CURRAN J R, OSBORNE M. Bootstrapping POS taggers using unlabelled data[C]// Proceedings of the seventh conference on Natural language learning at HLT-NAACL 2003,2003,4:49–55.

    [5]KOZAREVA Z, BONEV B, MONTOYO A. Self-training and co-training applied to Spanish named entity recognition[M]. MICAI 2005: Advances in Artificial Intelligence. Springer, 2005:770–779.

    [6]MIHALCEA R. Co-training and self-training for word sense disambiguation[C]//Proceedings of the Conference on Computational Natural Language Learning (CoNLL-2004), 2004.

    [7]McClosky D, Charniak E, Johnson M. Effective self-training for parsing[C]. Proceedings of the main conference on human language technology conference of the North American Chapter of the Association of Computational Linguistics. 2006:152-159.

    [8]趙軍, 黃昌寧. 漢語基本名詞短語結(jié)構(gòu)分析模型[J]. 計(jì)算機(jī)學(xué)報(bào), 1999, 22(2):141–146.

    [9]LIU Ting, MA Jinshan, LI Sheng. Building a dependency treebank for improving Chinese parser[J]. Journal of Chinese Language and Computing ,2006,16(4): 207-224.

    www日本在线高清视频| 嫁个100分男人电影在线观看| 在线观看av片永久免费下载| 999久久久精品免费观看国产| 日本三级黄在线观看| 操出白浆在线播放| 一卡2卡三卡四卡精品乱码亚洲| 欧美大码av| 91在线观看av| av在线蜜桃| 日韩成人在线观看一区二区三区| 九九久久精品国产亚洲av麻豆| 亚洲熟妇熟女久久| 免费人成视频x8x8入口观看| 国产精品美女特级片免费视频播放器| 国产精品久久久久久久久免 | 久9热在线精品视频| 国产美女午夜福利| 午夜免费男女啪啪视频观看 | 欧美三级亚洲精品| 欧美黑人欧美精品刺激| 91久久精品国产一区二区成人 | 亚洲欧美日韩东京热| 一区二区三区激情视频| 国产成人系列免费观看| 制服丝袜大香蕉在线| 国产亚洲精品久久久com| 美女高潮的动态| 熟女少妇亚洲综合色aaa.| 国产午夜精品论理片| 99视频精品全部免费 在线| 99国产极品粉嫩在线观看| 最新中文字幕久久久久| 国产av不卡久久| 乱人视频在线观看| 精品一区二区三区视频在线 | 美女免费视频网站| 女生性感内裤真人,穿戴方法视频| 一进一出好大好爽视频| 日本 欧美在线| 亚洲人与动物交配视频| 亚洲av成人精品一区久久| 女同久久另类99精品国产91| 搡老岳熟女国产| 长腿黑丝高跟| 在线播放国产精品三级| 国产熟女xx| 国产三级中文精品| 搡老岳熟女国产| 一二三四社区在线视频社区8| 免费看美女性在线毛片视频| 亚洲成人久久爱视频| 国产视频内射| 亚洲久久久久久中文字幕| 欧美中文日本在线观看视频| 亚洲在线观看片| 午夜福利在线观看免费完整高清在 | 国产伦人伦偷精品视频| 一级作爱视频免费观看| 亚洲国产中文字幕在线视频| 亚洲av二区三区四区| 久久欧美精品欧美久久欧美| 欧美黑人欧美精品刺激| 国产伦人伦偷精品视频| svipshipincom国产片| 国产亚洲精品综合一区在线观看| 老汉色∧v一级毛片| 亚洲精品日韩av片在线观看 | 久久天躁狠狠躁夜夜2o2o| 欧美日韩一级在线毛片| 午夜激情福利司机影院| www.熟女人妻精品国产| 日韩精品中文字幕看吧| 午夜影院日韩av| 国产高清视频在线观看网站| 国产一区二区激情短视频| 国产黄色小视频在线观看| 久99久视频精品免费| 国产精品久久电影中文字幕| 欧美精品啪啪一区二区三区| 午夜福利18| 国产国拍精品亚洲av在线观看 | xxxwww97欧美| 国产高清三级在线| 欧美高清成人免费视频www| 熟妇人妻久久中文字幕3abv| av天堂在线播放| 国产精品日韩av在线免费观看| 亚洲五月天丁香| 国产单亲对白刺激| 韩国av一区二区三区四区| 精品一区二区三区视频在线观看免费| 色综合亚洲欧美另类图片| 岛国在线免费视频观看| 99久国产av精品| 看片在线看免费视频| 亚洲中文字幕日韩| 久久精品国产清高在天天线| www.www免费av| 欧美中文日本在线观看视频| 麻豆一二三区av精品| 国产精品99久久久久久久久| 亚洲国产高清在线一区二区三| 午夜a级毛片| 黄色视频,在线免费观看| 亚洲人成电影免费在线| 亚洲不卡免费看| 国产精品野战在线观看| 悠悠久久av| 18禁国产床啪视频网站| 日韩高清综合在线| 老司机午夜福利在线观看视频| 蜜桃亚洲精品一区二区三区| 久久国产精品影院| 国产主播在线观看一区二区| 国产精品女同一区二区软件 | 免费在线观看影片大全网站| 香蕉av资源在线| av视频在线观看入口| 精品无人区乱码1区二区| 最近最新中文字幕大全电影3| 99国产精品一区二区三区| 国产高清视频在线播放一区| 99精品欧美一区二区三区四区| 啪啪无遮挡十八禁网站| 特大巨黑吊av在线直播| 三级男女做爰猛烈吃奶摸视频| 日韩欧美精品v在线| 国产国拍精品亚洲av在线观看 | 91麻豆av在线| 免费在线观看日本一区| 一进一出抽搐gif免费好疼| 亚洲,欧美精品.| 色精品久久人妻99蜜桃| 精品久久久久久成人av| 757午夜福利合集在线观看| 亚洲 国产 在线| 99在线人妻在线中文字幕| 91久久精品国产一区二区成人 | 在线国产一区二区在线| av天堂在线播放| 国产三级黄色录像| 99久久精品国产亚洲精品| 美女被艹到高潮喷水动态| 亚洲精品一卡2卡三卡4卡5卡| 高清日韩中文字幕在线| 俺也久久电影网| 国产精品 欧美亚洲| 国产精品乱码一区二三区的特点| 国产免费av片在线观看野外av| 男女之事视频高清在线观看| 午夜福利成人在线免费观看| 一区二区三区国产精品乱码| 亚洲电影在线观看av| 亚洲中文字幕一区二区三区有码在线看| 国内揄拍国产精品人妻在线| 久久亚洲真实| 国产久久久一区二区三区| 搡老熟女国产l中国老女人| 欧美大码av| 三级国产精品欧美在线观看| 少妇的逼好多水| 99在线视频只有这里精品首页| 在线播放无遮挡| 久久精品人妻少妇| 国产精品爽爽va在线观看网站| 综合色av麻豆| 又爽又黄无遮挡网站| 91九色精品人成在线观看| 亚洲精品在线观看二区| 日韩欧美免费精品| 观看免费一级毛片| 在线观看免费视频日本深夜| 亚洲精品色激情综合| 一本久久中文字幕| 国产又黄又爽又无遮挡在线| 亚洲最大成人中文| 日本 av在线| 丝袜美腿在线中文| 亚洲第一电影网av| 国内精品一区二区在线观看| 国产一区在线观看成人免费| 99久久无色码亚洲精品果冻| 色综合欧美亚洲国产小说| 两性午夜刺激爽爽歪歪视频在线观看| eeuss影院久久| 亚洲狠狠婷婷综合久久图片| 琪琪午夜伦伦电影理论片6080| 国产黄片美女视频| 国产亚洲精品一区二区www| 日本成人三级电影网站| 欧美丝袜亚洲另类 | 欧美zozozo另类| 99久久无色码亚洲精品果冻| av女优亚洲男人天堂| 久久久久国内视频| 欧美zozozo另类| av在线天堂中文字幕| 色精品久久人妻99蜜桃| 99热6这里只有精品| 欧美中文综合在线视频| 两个人看的免费小视频| 精品人妻一区二区三区麻豆 | 国产免费av片在线观看野外av| 啪啪无遮挡十八禁网站| 亚洲av成人精品一区久久| 99精品在免费线老司机午夜| 亚洲欧美日韩东京热| 欧美日韩黄片免| 国产午夜精品论理片| 白带黄色成豆腐渣| 亚洲国产高清在线一区二区三| 免费看a级黄色片| 国产不卡一卡二| 成人三级黄色视频| 免费电影在线观看免费观看| 精品久久久久久久毛片微露脸| 欧美在线一区亚洲| 久久久国产成人免费| 久久草成人影院| 两个人看的免费小视频| 日韩精品中文字幕看吧| 欧美午夜高清在线| 国产真实乱freesex| 国产 一区 欧美 日韩| 国产精品99久久99久久久不卡| av中文乱码字幕在线| 亚洲av成人av| 老司机午夜福利在线观看视频| 欧美不卡视频在线免费观看| 中文字幕人妻丝袜一区二区| 国产成人av教育| 国产高清三级在线| 成人av一区二区三区在线看| 丝袜美腿在线中文| 级片在线观看| 每晚都被弄得嗷嗷叫到高潮| or卡值多少钱| 亚洲不卡免费看| 国产精品99久久99久久久不卡| 午夜a级毛片| 女人十人毛片免费观看3o分钟| 久久伊人香网站| 中文亚洲av片在线观看爽| 亚洲av美国av| 两人在一起打扑克的视频| 亚洲国产精品合色在线| 精品乱码久久久久久99久播| 亚洲精品456在线播放app | 熟女人妻精品中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 久久精品国产亚洲av涩爱 | 全区人妻精品视频| 99热只有精品国产| 性色av乱码一区二区三区2| 最近视频中文字幕2019在线8| 国产视频内射| 成人国产综合亚洲| 国产av在哪里看| 亚洲内射少妇av| 欧美色视频一区免费| 熟女少妇亚洲综合色aaa.| 国产熟女xx| 色哟哟哟哟哟哟| av天堂中文字幕网| 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 | 国产v大片淫在线免费观看| 禁无遮挡网站| 俺也久久电影网| 男女视频在线观看网站免费| 少妇的逼好多水| 他把我摸到了高潮在线观看| 国产真人三级小视频在线观看| 91字幕亚洲| 日本与韩国留学比较| 日韩免费av在线播放| 国产一区二区三区视频了| 日韩中文字幕欧美一区二区| 久久香蕉精品热| 精品不卡国产一区二区三区| 欧美最新免费一区二区三区 | 又紧又爽又黄一区二区| 九九久久精品国产亚洲av麻豆| 免费高清视频大片| 一本一本综合久久| 国内精品久久久久精免费| 国产精品综合久久久久久久免费| 欧美成人a在线观看| 亚洲在线自拍视频| 两个人的视频大全免费| 国内毛片毛片毛片毛片毛片| 亚洲国产精品sss在线观看| 日本a在线网址| 午夜激情欧美在线| 成人欧美大片| 亚洲中文日韩欧美视频| 免费观看的影片在线观看| 无人区码免费观看不卡| 99热这里只有是精品50| 精品福利观看| 丁香欧美五月| 亚洲18禁久久av| 日韩欧美精品免费久久 | 欧美日韩国产亚洲二区| 亚洲 国产 在线| 亚洲激情在线av| 99国产精品一区二区蜜桃av| 少妇人妻精品综合一区二区 | 国产成人av激情在线播放| 黄色成人免费大全| 亚洲精品色激情综合| 精品熟女少妇八av免费久了| 搞女人的毛片| 天堂动漫精品| 热99re8久久精品国产| 一本综合久久免费| eeuss影院久久| 国产一区在线观看成人免费| 亚洲黑人精品在线| 日日摸夜夜添夜夜添小说| 18禁黄网站禁片免费观看直播| 一本久久中文字幕| 在线观看舔阴道视频| 国产真人三级小视频在线观看| 日韩亚洲欧美综合| 黄色日韩在线| 日韩 欧美 亚洲 中文字幕| 久久性视频一级片| 在线观看舔阴道视频| 日韩欧美精品v在线| 亚洲精品影视一区二区三区av| 欧美最黄视频在线播放免费| 色噜噜av男人的天堂激情| 亚洲成av人片免费观看| 搡老熟女国产l中国老女人| 国产精品一及| 亚洲人与动物交配视频| 国产亚洲精品久久久久久毛片| 露出奶头的视频| 亚洲人成网站在线播| 国产探花极品一区二区| 国产精品久久久久久精品电影| 日本a在线网址| 免费大片18禁| 麻豆成人av在线观看| 亚洲精品成人久久久久久| 黄色视频,在线免费观看| 非洲黑人性xxxx精品又粗又长| 少妇的逼水好多| 男人舔奶头视频| 嫩草影院精品99| 成人鲁丝片一二三区免费| 国产熟女xx| 日本 av在线| 男插女下体视频免费在线播放| 日韩欧美国产在线观看| 欧美一区二区精品小视频在线| 欧美性猛交黑人性爽| 亚洲成a人片在线一区二区| 亚洲一区二区三区不卡视频| 亚洲专区中文字幕在线| 免费观看人在逋| 国产v大片淫在线免费观看| 欧美最新免费一区二区三区 | 亚洲性夜色夜夜综合| 日本黄色片子视频| 国产精品99久久久久久久久| 日韩成人在线观看一区二区三区| 国内毛片毛片毛片毛片毛片| 99久久精品国产亚洲精品| 中文字幕高清在线视频| 变态另类成人亚洲欧美熟女| 99久久精品热视频| 午夜免费激情av| 国产色爽女视频免费观看| 少妇的逼水好多| 亚洲第一欧美日韩一区二区三区| www日本在线高清视频| 日韩成人在线观看一区二区三区| 精品免费久久久久久久清纯| 亚洲欧美精品综合久久99| 久久精品亚洲精品国产色婷小说| 亚洲精品在线美女| 99热只有精品国产| 国产精品久久久久久久久免 | 日韩欧美在线二视频| 国产爱豆传媒在线观看| 午夜福利在线观看吧| 韩国av一区二区三区四区| 国产高清视频在线观看网站| 亚洲第一电影网av| 亚洲精品日韩av片在线观看 | 黑人欧美特级aaaaaa片| av中文乱码字幕在线| 嫁个100分男人电影在线观看| 欧美日韩国产亚洲二区| 午夜亚洲福利在线播放| 啦啦啦韩国在线观看视频| 国产精品av视频在线免费观看| 两人在一起打扑克的视频| 我的老师免费观看完整版| 日韩av在线大香蕉| 国产熟女xx| 久久久久久久久大av| svipshipincom国产片| 国产真实伦视频高清在线观看 | 日本与韩国留学比较| 成人无遮挡网站| 国产亚洲精品一区二区www| 变态另类丝袜制服| 欧美大码av| 亚洲精品一区av在线观看| 免费搜索国产男女视频| 亚洲一区二区三区不卡视频| 黄色女人牲交| 国产精品爽爽va在线观看网站| 99久久成人亚洲精品观看| 亚洲精品成人久久久久久| 精品熟女少妇八av免费久了| 动漫黄色视频在线观看| 色播亚洲综合网| 一级黄色大片毛片| 久久午夜亚洲精品久久| 日韩精品青青久久久久久| 午夜福利在线观看吧| 国产探花极品一区二区| 国产亚洲欧美在线一区二区| 国产成人av激情在线播放| 搡老岳熟女国产| 亚洲国产色片| 国产毛片a区久久久久| 国产精品久久久久久人妻精品电影| 欧美日韩精品网址| 久久久久九九精品影院| 1000部很黄的大片| e午夜精品久久久久久久| 老汉色av国产亚洲站长工具| 国产成人影院久久av| 天天一区二区日本电影三级| 久久精品综合一区二区三区| 久久久久久久亚洲中文字幕 | 精华霜和精华液先用哪个| 18禁黄网站禁片午夜丰满| 日本黄色视频三级网站网址| 老鸭窝网址在线观看| 一个人看视频在线观看www免费 | 亚洲一区二区三区不卡视频| 亚洲av电影在线进入| 久久久久久久亚洲中文字幕 | 国产成人福利小说| 淫妇啪啪啪对白视频| 欧美午夜高清在线| 欧美一级毛片孕妇| 国产av在哪里看| 18禁黄网站禁片午夜丰满| 午夜福利在线观看免费完整高清在 | 一区二区三区国产精品乱码| 日本精品一区二区三区蜜桃| 亚洲国产精品久久男人天堂| 99热只有精品国产| 亚洲成av人片在线播放无| 岛国视频午夜一区免费看| 成人精品一区二区免费| 亚洲av第一区精品v没综合| 欧美乱色亚洲激情| 99riav亚洲国产免费| 午夜福利成人在线免费观看| 一区福利在线观看| 国内精品久久久久精免费| 亚洲av美国av| 在线观看舔阴道视频| 免费搜索国产男女视频| 国语自产精品视频在线第100页| 禁无遮挡网站| 黄色成人免费大全| 国产成人aa在线观看| 亚洲精品日韩av片在线观看 | 国产乱人伦免费视频| 精品欧美国产一区二区三| 亚洲精品一区av在线观看| 国内精品久久久久久久电影| 啦啦啦免费观看视频1| 国产av一区在线观看免费| 国产成人福利小说| 成人高潮视频无遮挡免费网站| 久久久久九九精品影院| 日韩欧美国产一区二区入口| 桃色一区二区三区在线观看| 久久久成人免费电影| 丁香六月欧美| 欧美激情在线99| 欧美三级亚洲精品| 免费在线观看成人毛片| 国内揄拍国产精品人妻在线| 精品久久久久久久久久久久久| 国产国拍精品亚洲av在线观看 | 亚洲国产精品sss在线观看| 国产高清videossex| 亚洲成人精品中文字幕电影| www.熟女人妻精品国产| 久久久国产精品麻豆| 亚洲国产欧美网| 天天躁日日操中文字幕| 日韩欧美 国产精品| 熟女人妻精品中文字幕| 国产精品香港三级国产av潘金莲| 免费观看精品视频网站| 亚洲无线在线观看| 黄色成人免费大全| 操出白浆在线播放| 精品人妻1区二区| 亚洲第一电影网av| 亚洲av日韩精品久久久久久密| 9191精品国产免费久久| 中亚洲国语对白在线视频| 搞女人的毛片| 亚洲七黄色美女视频| 伊人久久精品亚洲午夜| aaaaa片日本免费| 亚洲中文字幕日韩| 男女床上黄色一级片免费看| 亚洲精品乱码久久久v下载方式 | 狠狠狠狠99中文字幕| 内射极品少妇av片p| 国产高清激情床上av| 亚洲不卡免费看| 精品久久久久久,| 中出人妻视频一区二区| 男女下面进入的视频免费午夜| 国产日本99.免费观看| 午夜福利18| 黄片大片在线免费观看| 国产精品1区2区在线观看.| 成人无遮挡网站| 少妇的逼水好多| 黄色视频,在线免费观看| 又黄又粗又硬又大视频| 淫秽高清视频在线观看| 欧美乱色亚洲激情| 91在线精品国自产拍蜜月 | 国产一级毛片七仙女欲春2| 99精品欧美一区二区三区四区| 在线观看美女被高潮喷水网站 | 日韩欧美精品免费久久 | 免费在线观看成人毛片| 午夜福利在线在线| 午夜精品在线福利| 三级国产精品欧美在线观看| 男女视频在线观看网站免费| av福利片在线观看| 制服丝袜大香蕉在线| 亚洲最大成人中文| 男女视频在线观看网站免费| 久久精品亚洲精品国产色婷小说| 少妇裸体淫交视频免费看高清| av专区在线播放| 综合色av麻豆| 国产av麻豆久久久久久久| a级毛片a级免费在线| 最新美女视频免费是黄的| 亚洲av免费在线观看| 人人妻人人看人人澡| 搡老妇女老女人老熟妇| 国产一区二区三区视频了| 好男人在线观看高清免费视频| 亚洲成人中文字幕在线播放| 欧美最黄视频在线播放免费| 乱人视频在线观看| 999久久久精品免费观看国产| 精品午夜福利视频在线观看一区| 一区福利在线观看| 免费av观看视频| 亚洲五月婷婷丁香| 人妻夜夜爽99麻豆av| 亚洲男人的天堂狠狠| 欧美日韩中文字幕国产精品一区二区三区| 国产亚洲精品综合一区在线观看| 十八禁人妻一区二区| 成人三级黄色视频| 亚洲av不卡在线观看| 久久精品综合一区二区三区| 在线观看免费视频日本深夜| tocl精华| 男人舔女人下体高潮全视频| 免费av观看视频| 亚洲av第一区精品v没综合| 久久久久久人人人人人| 国产av一区在线观看免费| 欧美午夜高清在线| 两性午夜刺激爽爽歪歪视频在线观看| 成人性生交大片免费视频hd| 又粗又爽又猛毛片免费看| 最新美女视频免费是黄的| 69人妻影院| 免费av不卡在线播放| 很黄的视频免费| 色吧在线观看| 可以在线观看毛片的网站| 国产精品久久视频播放| 国产午夜精品久久久久久一区二区三区 | 国产精品久久久久久久久免 | www日本黄色视频网| 亚洲av中文字字幕乱码综合| 十八禁人妻一区二区| 亚洲国产高清在线一区二区三| 亚洲av不卡在线观看| 国产一区二区激情短视频| 在线播放无遮挡| 久9热在线精品视频| 色综合亚洲欧美另类图片| 无限看片的www在线观看| 国模一区二区三区四区视频| 亚洲自拍偷在线| 天堂av国产一区二区熟女人妻|