• <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 ?

    中文音樂情感詞典構(gòu)建及情感分類方法研究

    2014-08-05 02:40:42蔣盛益廖靜欣
    計算機(jī)工程與應(yīng)用 2014年24期
    關(guān)鍵詞:詞典類別語料庫

    蔣盛益,陽 垚,廖靜欣

    1.廣東外語外貿(mào)大學(xué) 信息學(xué)院,廣州 510006

    2.淘寶(中國)軟件有限公司,杭州 310099

    中文音樂情感詞典構(gòu)建及情感分類方法研究

    蔣盛益1,陽 垚2,廖靜欣1

    1.廣東外語外貿(mào)大學(xué) 信息學(xué)院,廣州 510006

    2.淘寶(中國)軟件有限公司,杭州 310099

    1 前言

    作為2012年中國互聯(lián)網(wǎng)網(wǎng)民使用率僅次于即時通信和搜索引擎的第三大應(yīng)用,網(wǎng)絡(luò)音樂的用戶規(guī)模達(dá)到43 586萬,與2011年同比增長率為13.0%[1],網(wǎng)絡(luò)音樂及其應(yīng)用技術(shù)已經(jīng)成為互聯(lián)網(wǎng)的一個研究熱點。音樂是情感的載體,情感是音樂的本質(zhì)特征和內(nèi)涵,同時也是音樂最重要的語義信息。正因如此,音樂的情感分析廣泛應(yīng)用于音樂檢索和推薦系統(tǒng)、不同場景的音樂配放(如動漫制作)、個人音樂欣賞(如音樂下載服務(wù))等領(lǐng)域,是人機(jī)情感交互技術(shù)研究中重要的組成部分[2],受到業(yè)界學(xué)者的高度重視。

    傳統(tǒng)的音樂情感分析大都是基于音頻的,且此方面的研究已有近20年的歷史,然而至今難以獲得準(zhǔn)確反映情感的音頻特征,情感分析未能達(dá)到滿意的水平[3]。因此研究者開始向音樂情感的另一本體——歌詞展開研究,基于歌詞的情感分析逐漸成為熱門的研究方向。歌詞,本質(zhì)上屬于文本的范疇。因此,從歌詞分析的角度來看,音樂的情感由歌詞中所有詞語的情感序列組合而成,最小的語義構(gòu)成單位是詞語,詞語的情感判別是歌詞情感分析的基礎(chǔ)。構(gòu)建一部合理的情感詞典,實現(xiàn)詞匯的情感分析是高效、精確的歌詞情感分析的前提和基礎(chǔ)。

    借助于HowNet[4]、《同義詞詞林》[5]等系統(tǒng),目前國內(nèi)構(gòu)建中文情感詞典的研究工作已獲得了一定的成果。Subasic和Huettner手工建立了一個基于情感類別相關(guān)的詞典,詞典中標(biāo)明了詞的強(qiáng)度(表達(dá)情感的力度)和向心度(與類別的相關(guān)程度)[6]。Liu等人提出了使用Open Mind Commonsense數(shù)據(jù)庫為選擇的語言特征賦予情感值,并將其歸納為六個基本類別(高興、悲傷、憤怒、恐懼、厭惡和驚奇)[7]。徐琳宏等標(biāo)注了近4萬句,100萬字的情感語料庫,給出了其情感分布和情感遷移規(guī)律等統(tǒng)計數(shù)據(jù)[8]。佘莉等參照《同義詞詞林》的結(jié)構(gòu)利用聚類技術(shù)進(jìn)行了詞匯擴(kuò)展,構(gòu)建了一個包含近6 000個詞匯的情感詞庫[9]。國內(nèi)情感詞典構(gòu)建起步較晚,目前國內(nèi)仍沒有一部完善的大規(guī)模的中文情感詞典被廣泛認(rèn)可,而面向音樂情感分類的情感詞典幾乎處于空白狀態(tài)。

    通過相關(guān)學(xué)者近幾年的努力,目前國內(nèi)對歌詞的數(shù)據(jù)挖掘也取得了一些成果。陳若涵等采用基于詞匯的向量空間模型和層次分類方法研究歌詞的情感[10]。鄭亞斌等通過實驗表明歌詞語料庫的分布基本符合齊夫定律,利用向量空間模型找到了比較相似的歌詞集合,提出了用LRC歌詞中的時間標(biāo)注信息提取歌曲的重復(fù)片段、節(jié)奏劃分等[11]。丁效等通過領(lǐng)域事件詞聚類的方法自動發(fā)現(xiàn)音樂領(lǐng)域具有代表性的事件,采用基于關(guān)鍵詞與觸發(fā)詞相結(jié)合的過濾方法簡化了事件類型的識別過程,并用最大熵模型解決了事件元素識別問題[12]。

    本文以改進(jìn)后的Hevner情感環(huán)模型為情感分類基準(zhǔn),從歌詞文本語料庫方面著手,利用HowNet中語義相似度計算的思想,構(gòu)建音樂領(lǐng)域的中文情感詞典,然后在此中文情感詞典的基礎(chǔ)上,借助KNN分類算法的思想,并利用LRC歌詞攜帶的語速信息,提出了一種基于情感向量空間模型的歌詞情感分類方法。

    2 基于歌詞文本的音樂情感分類

    本文實驗的整體過程如圖1所示。

    圖1 基于歌詞文本的音樂情感分類流程

    2.1 選擇音樂情感模型

    不同類型的音樂必定與不同的情感類別相聯(lián)系,如“快樂”、“悲傷”等。本文選擇歌詞文本為情感分類的載體,因此,必須設(shè)置一個針對文本分析的文本關(guān)鍵字模型作為情感分類的依據(jù)。作為文本關(guān)鍵字模型的代表——Hevner情感環(huán)模型,具有非常好的研究基礎(chǔ)。然而,Hevner并不完全適用于中文情感的分析。因此,本文所選取的情感模型是由劉濤等根據(jù)漢語文化背景對原始Hevner情感環(huán)模型進(jìn)行優(yōu)化的情感模型[13],如表1所列。列1為情感類別,即本文用于情感分類的標(biāo)簽,共8類;而列2~列7為對應(yīng)每一個類別的情感詞匯,即理解為如情感類別“快樂”包括了“欣喜”、“明亮”兩種情感。

    2.2 構(gòu)建音樂情感詞典

    由2.1節(jié)可知,改進(jìn)后的Hevner模型分為兩層,本文分別將其稱呼為一級情感詞匯和二級情感詞匯。一級情感詞匯為表1中的列1,共8個詞,二級情感詞匯為表1所有列(二級情感詞匯包含一級情感詞匯),共47個詞。由于以上47個詞語都是經(jīng)過提煉而成的情感類別標(biāo)簽,并不一定適用于歌詞文本的分析。正因如此,利用HowNet相似度計算及歌詞語料庫,本文對原始的47個情感詞匯進(jìn)行了擴(kuò)展,構(gòu)造了第三級情感詞匯,使其適用于歌詞文本分析。實現(xiàn)過程如圖2所示。最終,情感詞典將情感詞匯分為三個級別,情感詞匯由詞語和情感傾向權(quán)值兩個特征組成,情感傾向權(quán)值為對應(yīng)的第三級情感詞與所屬第二級情感詞的相似度值。如表2所列的存儲結(jié)構(gòu)將情感詞匯存儲在txt文檔中。

    表1 改進(jìn)后的Hevner情感模型

    圖2 情感詞典構(gòu)建流程

    表2 情感詞典的存儲結(jié)構(gòu)

    圖3 標(biāo)準(zhǔn)的LRC歌詞文檔

    其中,歌詞語料庫采用了從搜狗音樂網(wǎng)站中爬取的59 403篇LRC歌詞(LRC歌詞格式如圖3所示),經(jīng)過如圖2所示的歌詞處理及詞匯提取后得到歌詞詞匯語料庫,用作擴(kuò)展三級情感詞匯的基礎(chǔ)數(shù)據(jù)。之后利用HowNet相似度計算方法計算歌詞詞匯語料庫中每個詞語與47個二級情感詞匯的相似度值,相似度值范圍為[0,1],即每個詞語得到一個47維的向量。設(shè)置初始相似度閾值threshold,從0.1開始,提取出向量中相似度值大于threshold的對應(yīng)的詞語,用作“實驗用三級情感詞匯”,在多個小規(guī)模樣本集中進(jìn)行分類實驗(分類實驗方法將在2.3節(jié)闡述),分析實驗結(jié)果并調(diào)整threshold,每次增加0.05,至threshold為1。最后,經(jīng)過以上的多次實驗,可以從結(jié)果分析得到本實驗中最佳的threshold為0.3。至此面向音樂領(lǐng)域的中文情感詞典構(gòu)建完成,該詞典共包含情感詞匯2 417個,其中8大情感類別的詞匯量的分布情況如表3所列。

    表3 情感詞典中8大情感子類的詞匯量分布情況

    2.3 構(gòu)建基于歌詞文本的情感向量

    本文采用改進(jìn)后的Hevner情感環(huán)模型的8維情感類別“神圣”、“悲傷”、“向往”、“抒情”、“輕盈”、“快樂”、“熱情”和“生機(jī)”以及歌詞的語速信息作為音樂的情感特征向量,共9個維度。該情感特征向量表現(xiàn)為音樂與每類情感的語義(前8維)和節(jié)奏強(qiáng)度(第9維)的相似關(guān)系。

    根據(jù)公式(1)計算每一篇歌詞的情感特征向量:

    其中,Ek表示情感特征向量中第k維的值;Wi表示一篇歌詞經(jīng)過分詞處理后的第i個詞語;BWk,j表示情感詞典中第k維情感子類中的第 j個詞匯;bool(Wi,BWk,j)為判斷Wi與BWk,j是否同一詞匯的函數(shù),是則取值為1,否則取值為0;Qk,j表示BWk,j所對應(yīng)的情感傾向權(quán)重值,即2.2節(jié)中構(gòu)建的情感詞典中的情感傾向權(quán)值;M表示情感詞典中第k維情感子類的詞匯數(shù)目;S表示該篇歌詞經(jīng)過分詞后得到的詞語總數(shù);StartTimei表示LRC歌詞文檔中的第i句歌詞的時間標(biāo)簽;WordNumi表示第i句歌詞所包含的字?jǐn)?shù);N表示該篇LRC歌詞文檔在經(jīng)過時間標(biāo)簽排序后的句子總數(shù)。

    通過考慮情感詞典的結(jié)構(gòu)信息,給出了公式(1)用于計算歌詞的情感特征向量。該方法不是純粹使用模糊數(shù)學(xué)上的and,or,not將多個詞連接,而是將歌詞中所有屬于情感詞典中每個情感子類中所有三級情感詞匯的權(quán)重值進(jìn)行累加,除以詞匯的總數(shù)得到的均值即為特征向量前8維的取值,再通過計算LRC歌詞文檔的語速信息值,并賦值于特征向量的第9維。這樣綜合考慮了歌詞情感表達(dá)的語義信息和節(jié)奏強(qiáng)度信息,增加了隸屬該情感類別的可靠性,使得利用情感向量空間模型能夠取得更好的分類性能。

    2.4 歌詞情感分類

    本文采用KNN分類算法用于歌詞情感分類,每篇歌詞的情感特征表示成一個9維的情感特征向量。首先對歌詞的情感特征向量進(jìn)行歸一化處理,然后利用KNN分類的思想,對每個測試樣例,計算它與所有訓(xùn)練樣例之間的情感特征向量的歐幾里德距離,以確定其最近鄰列表。最后使用多數(shù)表決的方法,分別對測試樣例進(jìn)行單標(biāo)記分類和多標(biāo)記分類。單標(biāo)記分類將最近鄰中出現(xiàn)次數(shù)最多一個類別作為測試樣例的類別,多標(biāo)記分類將最近鄰中出現(xiàn)次數(shù)最多的前三個類別作為測試樣例的三個類別。針對不同規(guī)模的樣本集進(jìn)行多次實驗。注意,本文進(jìn)行了兩次實驗,在2.2節(jié)中提到需要進(jìn)行多次小規(guī)模實驗,目的是得到最佳的閾值threshold。而最終的歌詞情感分類是在情感詞典已經(jīng)構(gòu)建的條件下進(jìn)行,即2.2節(jié)中在threshold為0.3的條件下構(gòu)建的情感詞典。

    3 實驗結(jié)果及分析

    在多次不同規(guī)模的實驗中,以下是實驗結(jié)果最優(yōu)的實驗。

    (1)數(shù)據(jù)集為從歌詞文本語料庫中抽取了情感類別鮮明的LRC歌詞文檔共169篇,每個情感類別約20篇。

    (2)將數(shù)據(jù)集按1∶1的比例分為訓(xùn)練集和測試集,按照上述歌詞的情感分類方法進(jìn)行單標(biāo)記分類和多標(biāo)記分類實驗。在以下實驗中,當(dāng)k取值為9時分類效果最佳。實驗結(jié)果如表4,表5所列。

    表4 歌詞情感分類——單標(biāo)記分類測試結(jié)果

    表5 歌詞情感分類——多標(biāo)記分類測試結(jié)果

    從測試結(jié)果中的分類效果度量值可以看出,本文提出的歌詞情感單標(biāo)記分類器的平均準(zhǔn)確率為0.705,查全率為0.705,F(xiàn)1值為0.697;多標(biāo)記分類器的平均準(zhǔn)確率為0.817,查全率為0.825,F(xiàn)1值為0.812。其中多標(biāo)記分類比單標(biāo)記的評估參數(shù)值提高了11%左右,且抒情、快樂和熱情等類別的分類效果較好,在一定程度上實現(xiàn)了以文字為基礎(chǔ)的情感分類要求,進(jìn)一步驗證了本文中所構(gòu)建的音樂領(lǐng)域的中文情感詞典在歌詞的情感分類上具有較好的性能,能夠比較準(zhǔn)確地反映音樂領(lǐng)域內(nèi)各情感子類的情感特征。

    同時亦容易發(fā)現(xiàn),神圣、悲傷、輕盈等類別的歌詞的情感分類效果不佳,經(jīng)認(rèn)真分析整個過程,認(rèn)為問題在于以下方面:

    (1)情感模型。本文構(gòu)建情感詞典所采用的情感模型是改進(jìn)后的Hevner模型,是將原Hevner模型中的英文詞匯翻譯成中文的基礎(chǔ)上,再針對中國民族音樂進(jìn)行改進(jìn)的,而本文的研究內(nèi)容主要是華語流行音樂,故在歌詞的用詞特點方面可能存在差異。

    (2)情感詞典。經(jīng)過查看情感詞典中各類情感詞的數(shù)量分布,即表3所列,發(fā)現(xiàn)詞匯的分布出現(xiàn)異常,如“生機(jī)”,情感詞匯為868,顯然高于其他各類的情感詞匯數(shù)量,直接影響了基于歌詞文本的情感向量的構(gòu)建結(jié)果。

    (3)基于歌詞文本的情感向量。構(gòu)造過程中暫未考慮詞頻的影響。

    (4)分類方法。本文采用KNN算法作為分類方法,單一的分類器對分類效果存在影響。

    4 總結(jié)與展望

    本文針對歌詞領(lǐng)域,提出了一種中文音樂情感詞典構(gòu)建方法及情感分類方法,其中借助了情感模型、歌詞語料庫、HowNet相似度計算方法,初步實驗取得了較好的結(jié)果,在一定程度上證明了該構(gòu)建方法及分類方法的可行性與實用性。該方法可為音樂情感分析研究者提供一種思路,幫助其進(jìn)行相關(guān)的情感分析工作。在以后的研究中將從以下幾個方面進(jìn)行改進(jìn)。

    (1)針對情感模型進(jìn)行進(jìn)一步的改進(jìn)或修改,嘗試使用社會標(biāo)簽作為情感分類類別,即普遍認(rèn)可及廣泛使用的一些音樂情感,而非“神圣”、“生機(jī)”等過于書面化的詞語表達(dá)。

    (2)針對情感詞典的構(gòu)建,采用人工檢查方式去除情感詞典中的異常詞匯及無意義詞匯,研究各個分類的詞語特點,優(yōu)化情感詞典。

    (3)針對基于歌詞文本的情感向量的構(gòu)建,嘗試增加詞頻及實詞詞性的影響作用及優(yōu)化整體構(gòu)建方法,如針對部分區(qū)分度不高的情感詞匯,可以理解為該詞在多個類別所屬的情感詞匯中都存在,增加參數(shù)用于降低這部分詞語的權(quán)重,同時提高高區(qū)分度詞語的權(quán)重。

    (4)針對分類方法,嘗試使用除KNN算法外的其他分類算法,對比不同分類方法的效果。

    (5)結(jié)合基于音頻的情感分析方法,以提高情感分類的準(zhǔn)確率。

    [1]第31次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[R].中國互聯(lián)網(wǎng)網(wǎng)絡(luò)信息中心,2013.

    [2]蔣盛益,李霞,王連喜.音樂情感分析綜述[J].計算機(jī)工程與設(shè)計,2010,31(18):4112-4115.

    [3]夏云慶,楊瑩,張鵬洲.基于情感向量空間模型的歌詞情感分析[J].中文信息學(xué)報,2010,24(1):99-104.

    [4]董振東,董強(qiáng).知網(wǎng)和漢語研究[J].當(dāng)代語言學(xué),2001,3(1):33-44.

    [5]梅家駒,竺一鳴,高蘊(yùn)琦,等.同義詞詞林[M].上海:上海辭書出版社,1983.

    [6]Subasic P,Huettner A.Affect analysis of text using fuzzy semantic typing[J].IEEE Trans on Fuzzy Systems,2001,9(4):483-496.

    [7]Liu H,Lieberman H,Selker T.A model of textual affect sensing using real-world knowledge[C]//Proc of the 11th Int Conf on Intelligent User Interface,2003:125-132.

    [8]徐琳宏,林鴻飛,趙晶.情感語料庫的構(gòu)建和分析[J].中文信息學(xué)報,2008,22(1):116-122.

    [9]佘莉,夏虎,傅彥.音樂評論的情感挖掘研究[J].計算機(jī)科學(xué),2009,36(5):172-176.

    [10]陳若涵,許肇凌,張智星,等.以音樂內(nèi)容為基礎(chǔ)的情緒分析與辨識[C]//第二屆電腦音樂與音訊技術(shù)研討會,中國,臺灣,臺北,2006.

    [11]鄭亞斌,劉知遠(yuǎn),孫茂松.中文歌詞的統(tǒng)計特征及其檢索應(yīng)用[J].中文信息學(xué)報,2007,21(5):61-67.

    [12]丁效,宋凡,秦兵,等.音樂領(lǐng)域典型事件抽取方法研究[J].中文信息學(xué)報,2011,25(2):15-20.

    [13]劉濤.音樂情感認(rèn)知模型與交互技術(shù)研究[D].杭州:浙江大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院,2006.

    JIANG Shengyi1,YANG Yao2,LIAO Jingxin1

    1.School of Informatics,Guangdong University of Foreign Studies,Guangzhou 510006,China
    2.Taobao(China)Software Co.Ltd,Hangzhou 310099,China

    Among all the applications for China Internet users,instant message has first-largest users,search engine has the second-largest users and the web music has the third-largest users.Web music and its application technology have been popular with academics.Music plays an important role as a communication media in human communication which carries abundant information of emotion.As a result,musical emotion analysis has been paid more attention.During the process of musical emotion analysis which is based on lyric texts,a reasonable musical semantic lexicon will provide a more accurate result.This paper is about how to build a Chinese musical emotional lexicon which is based on the improved model of Hevner emotional ring model and the semantic knowledge resources provided by HowNet and a text corpus of lyrics. Also it realizes a method of lyric emotional classification with the help of emotional VSM,emotional lexicon and lyrics speed.The experiments show that the Chinese emotional lexicon built here is more suitable in the area of music than the lexicon built by manual.

    Chinese emotional lexicon;musical emotion analysis;Hevner emotional ring model;HowNet

    作為僅次于及時通信和搜索引擎的中國互聯(lián)網(wǎng)網(wǎng)民第三大應(yīng)用,網(wǎng)絡(luò)音樂及其應(yīng)用技術(shù)受到業(yè)界學(xué)者的青睞。音樂作為人類最重要的交流媒介,攜帶著豐富的情感信息,計算機(jī)音樂情感分析更是得到人機(jī)情感交互技術(shù)領(lǐng)域的高度重視。在基于歌詞文本的音樂情感分析過程中,一部合理的音樂領(lǐng)域情感詞典,將提供更加細(xì)致、更加準(zhǔn)確的分析結(jié)果。以改進(jìn)后的Hevner情感環(huán)模型為基礎(chǔ),借助HowNet所提供的語義資源和從網(wǎng)絡(luò)爬取的歌詞文本語料庫,構(gòu)建了一部樹形層次結(jié)構(gòu)的音樂領(lǐng)域中文情感詞典,并利用LRC歌詞攜帶的時間標(biāo)簽獲取歌曲的語速信息,實現(xiàn)了基于情感向量空間模型和情感詞典的歌詞情感分類。實驗表明與人工構(gòu)建的情感詞典相比,所構(gòu)建的情感詞典更適用于音樂領(lǐng)域。

    中文情感詞典;音樂情感分析;Hevner情感環(huán)模型;知網(wǎng)

    A

    TP311

    10.3778/j.issn.1002-8331.1305-0147

    JIANG Shengyi,YANG Yao,LIAO Jingxin.Research of building Chinese musical emotional lexicon and emotional classification.Computer Engineering and Applications,2014,50(24):118-121.

    國家自然科學(xué)基金(No.61070061);教育部人文社會科學(xué)青年基金項目(No.12YJCZH281);廣州市越秀區(qū)科技計劃項目(No.2012-TP-005)。

    蔣盛益(1963—),男,博士,教授,主要研究方向:數(shù)據(jù)挖掘、自然語言處理;陽垚(1991—),女,本科,主要研究方向:數(shù)據(jù)挖掘;廖靜欣(1990—),女,碩士研究生,主要研究方向:數(shù)據(jù)挖掘。E-mail:jiangshengyi@163.com

    2013-05-14

    2013-06-29

    1002-8331(2014)24-0118-04

    CNKI網(wǎng)絡(luò)優(yōu)先出版:2013-09-04,http∶//www.cnki.net/kcms/detail/11.2127.TP.20130904.1344.015.html

    猜你喜歡
    詞典類別語料庫
    《語料庫翻譯文體學(xué)》評介
    米沃什詞典
    文苑(2019年24期)2020-01-06 12:06:50
    評《現(xiàn)代漢語詞典》(第6版)
    詞典例證翻譯標(biāo)準(zhǔn)探索
    把課文的優(yōu)美表達(dá)存進(jìn)語料庫
    服務(wù)類別
    新校長(2016年8期)2016-01-10 06:43:59
    基于JAVAEE的維吾爾中介語語料庫開發(fā)與實現(xiàn)
    語言與翻譯(2015年4期)2015-07-18 11:07:45
    論類別股東會
    商事法論集(2014年1期)2014-06-27 01:20:42
    中醫(yī)類別全科醫(yī)師培養(yǎng)模式的探討
    聚合酶鏈?zhǔn)椒磻?yīng)快速鑒別5種常見肉類別
    久久久久久久久中文| 91在线观看av| 一区二区三区激情视频| 草草在线视频免费看| 一区二区日韩欧美中文字幕| 亚洲av电影在线进入| 免费人成视频x8x8入口观看| 一卡2卡三卡四卡精品乱码亚洲| 欧美一级a爱片免费观看看 | 国产99白浆流出| 97人妻精品一区二区三区麻豆 | 国产aⅴ精品一区二区三区波| 日本熟妇午夜| 亚洲精品在线美女| 久久久久亚洲av毛片大全| 亚洲全国av大片| 日韩免费av在线播放| 国产高清视频在线播放一区| 丝袜在线中文字幕| 日韩中文字幕欧美一区二区| 国产真人三级小视频在线观看| 丝袜美腿诱惑在线| 女人被狂操c到高潮| netflix在线观看网站| 男人舔女人的私密视频| 国产精品自产拍在线观看55亚洲| 香蕉国产在线看| 久久人妻av系列| 在线观看免费视频日本深夜| 岛国视频午夜一区免费看| 一级片免费观看大全| 可以在线观看的亚洲视频| 精品国产乱子伦一区二区三区| 日韩中文字幕欧美一区二区| 亚洲男人天堂网一区| 亚洲黑人精品在线| 熟女少妇亚洲综合色aaa.| 窝窝影院91人妻| 精品一区二区三区视频在线观看免费| 国产欧美日韩精品亚洲av| 给我免费播放毛片高清在线观看| 精品国产乱子伦一区二区三区| 亚洲中文字幕一区二区三区有码在线看 | 欧美大码av| 黄色毛片三级朝国网站| 9191精品国产免费久久| 日日爽夜夜爽网站| 黄片播放在线免费| 99国产精品99久久久久| 一本综合久久免费| 久久精品91蜜桃| 欧美精品亚洲一区二区| av电影中文网址| 色尼玛亚洲综合影院| 日本在线视频免费播放| 老司机福利观看| 日韩欧美国产在线观看| 午夜日韩欧美国产| 国产一区二区三区视频了| 亚洲精品一区av在线观看| 国产视频一区二区在线看| 久久婷婷成人综合色麻豆| 又紧又爽又黄一区二区| 亚洲国产毛片av蜜桃av| www日本在线高清视频| 国产精品一区二区精品视频观看| 欧美绝顶高潮抽搐喷水| 欧美国产精品va在线观看不卡| 免费在线观看视频国产中文字幕亚洲| 欧美乱色亚洲激情| 国产精品国产高清国产av| 成人国产一区最新在线观看| 男人舔女人下体高潮全视频| 精品国产美女av久久久久小说| 在线视频色国产色| 99国产极品粉嫩在线观看| 男女做爰动态图高潮gif福利片| 一夜夜www| 欧美日韩一级在线毛片| 久久久国产成人精品二区| 午夜免费激情av| 中文字幕精品亚洲无线码一区 | 午夜福利免费观看在线| 男女视频在线观看网站免费 | 欧美绝顶高潮抽搐喷水| 国产一卡二卡三卡精品| 午夜老司机福利片| 欧美 亚洲 国产 日韩一| 亚洲国产精品999在线| 成在线人永久免费视频| 亚洲欧美激情综合另类| 一本大道久久a久久精品| 婷婷精品国产亚洲av在线| 黄色视频,在线免费观看| 两人在一起打扑克的视频| 欧美乱色亚洲激情| 久久99热这里只有精品18| 这个男人来自地球电影免费观看| 国产精品 欧美亚洲| 免费高清在线观看日韩| 日本免费a在线| 成人免费观看视频高清| 久久精品国产亚洲av高清一级| 禁无遮挡网站| 香蕉国产在线看| 国产成人精品无人区| 在线观看免费日韩欧美大片| 午夜激情福利司机影院| 日日夜夜操网爽| 成人国产一区最新在线观看| 久久久久久久精品吃奶| 久久午夜综合久久蜜桃| 国产高清视频在线播放一区| 最近最新中文字幕大全免费视频| 丰满人妻熟妇乱又伦精品不卡| 美女国产高潮福利片在线看| 天天躁狠狠躁夜夜躁狠狠躁| 久久久久久大精品| 欧美色视频一区免费| 国产日本99.免费观看| 久久精品国产99精品国产亚洲性色| 精品久久久久久久久久久久久 | 曰老女人黄片| 男人舔女人的私密视频| 最好的美女福利视频网| 久久中文看片网| 国产一区二区激情短视频| 桃红色精品国产亚洲av| x7x7x7水蜜桃| 成人18禁高潮啪啪吃奶动态图| 女人爽到高潮嗷嗷叫在线视频| 国产精品久久久av美女十八| 青草久久国产| 久久久久免费精品人妻一区二区 | 99久久国产精品久久久| 亚洲一区二区三区不卡视频| 免费在线观看完整版高清| 1024手机看黄色片| 少妇熟女aⅴ在线视频| 男人舔女人下体高潮全视频| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲最大成人中文| 精品乱码久久久久久99久播| 免费在线观看成人毛片| 不卡av一区二区三区| 国产精品久久久久久精品电影 | 国产成人系列免费观看| 午夜福利视频1000在线观看| 女人爽到高潮嗷嗷叫在线视频| av在线播放免费不卡| 又大又爽又粗| 精品卡一卡二卡四卡免费| 国产一区在线观看成人免费| 大香蕉久久成人网| 日日夜夜操网爽| 无遮挡黄片免费观看| av超薄肉色丝袜交足视频| 国产精品一区二区免费欧美| 日韩欧美国产一区二区入口| 中国美女看黄片| 国产99久久九九免费精品| 午夜影院日韩av| 国产精品久久视频播放| 在线观看舔阴道视频| 男女下面进入的视频免费午夜 | 国产精品免费视频内射| 国产亚洲欧美在线一区二区| 日本在线视频免费播放| 久久久久亚洲av毛片大全| 大型av网站在线播放| 正在播放国产对白刺激| 少妇粗大呻吟视频| 制服丝袜大香蕉在线| 国产高清videossex| 亚洲欧美精品综合一区二区三区| 国产又色又爽无遮挡免费看| 国产精品久久久久久人妻精品电影| www.熟女人妻精品国产| 午夜两性在线视频| 变态另类丝袜制服| 禁无遮挡网站| 级片在线观看| 老熟妇乱子伦视频在线观看| 一区二区三区高清视频在线| 巨乳人妻的诱惑在线观看| 天天添夜夜摸| 99精品久久久久人妻精品| 日韩国内少妇激情av| 男女下面进入的视频免费午夜 | 成年女人毛片免费观看观看9| 丰满人妻熟妇乱又伦精品不卡| 老熟妇乱子伦视频在线观看| 91成人精品电影| 国产午夜精品久久久久久| 俺也久久电影网| 91大片在线观看| 少妇熟女aⅴ在线视频| 日韩免费av在线播放| 久热这里只有精品99| 国产成人精品久久二区二区91| 亚洲第一欧美日韩一区二区三区| 国产国语露脸激情在线看| 亚洲欧美日韩高清在线视频| 国产亚洲av高清不卡| 国内揄拍国产精品人妻在线 | 久久精品国产亚洲av香蕉五月| 最近最新中文字幕大全免费视频| 欧美成人免费av一区二区三区| 一区二区三区国产精品乱码| 国产爱豆传媒在线观看 | 欧美黄色片欧美黄色片| 免费高清在线观看日韩| 国产高清有码在线观看视频 | 亚洲黑人精品在线| 日韩有码中文字幕| 桃红色精品国产亚洲av| 久久国产乱子伦精品免费另类| 国产黄a三级三级三级人| 亚洲人成电影免费在线| svipshipincom国产片| 色婷婷久久久亚洲欧美| 国产精品香港三级国产av潘金莲| 午夜亚洲福利在线播放| 人妻丰满熟妇av一区二区三区| 99久久久亚洲精品蜜臀av| 亚洲精品美女久久久久99蜜臀| 十分钟在线观看高清视频www| 日本黄色视频三级网站网址| 18禁美女被吸乳视频| 久久青草综合色| 一级a爱片免费观看的视频| 午夜精品在线福利| 天天一区二区日本电影三级| 欧美日韩中文字幕国产精品一区二区三区| 淫秽高清视频在线观看| 久久精品成人免费网站| 丰满人妻熟妇乱又伦精品不卡| 亚洲专区中文字幕在线| 黄片大片在线免费观看| 欧美日韩精品网址| 久久人妻福利社区极品人妻图片| 成人欧美大片| 国产91精品成人一区二区三区| 国产精品亚洲av一区麻豆| 精品国产亚洲在线| 久久精品91无色码中文字幕| 香蕉久久夜色| 琪琪午夜伦伦电影理论片6080| 国内久久婷婷六月综合欲色啪| 午夜福利高清视频| 叶爱在线成人免费视频播放| 亚洲av电影不卡..在线观看| 久久香蕉精品热| www.999成人在线观看| 99在线视频只有这里精品首页| 日本一本二区三区精品| www日本在线高清视频| 亚洲精品久久成人aⅴ小说| 国产成人一区二区三区免费视频网站| 国产精品1区2区在线观看.| 久久天堂一区二区三区四区| 日韩大码丰满熟妇| 久久热在线av| 亚洲中文字幕一区二区三区有码在线看 | 777久久人妻少妇嫩草av网站| 国产亚洲欧美在线一区二区| 精品国内亚洲2022精品成人| 黄片小视频在线播放| 亚洲欧美精品综合久久99| 久久久久久人人人人人| 亚洲色图 男人天堂 中文字幕| 精品福利观看| 亚洲精品中文字幕一二三四区| 精品久久久久久久人妻蜜臀av| 1024香蕉在线观看| 法律面前人人平等表现在哪些方面| 欧美又色又爽又黄视频| 别揉我奶头~嗯~啊~动态视频| 国产精品免费视频内射| 国产精品精品国产色婷婷| 俺也久久电影网| 桃色一区二区三区在线观看| 亚洲欧美日韩高清在线视频| 日韩欧美 国产精品| 天堂动漫精品| 亚洲国产精品久久男人天堂| 亚洲欧美日韩无卡精品| 老司机午夜十八禁免费视频| 此物有八面人人有两片| 18禁黄网站禁片午夜丰满| 精品国产亚洲在线| 黄片大片在线免费观看| 久久香蕉精品热| 国产成人精品久久二区二区91| 9191精品国产免费久久| or卡值多少钱| 麻豆一二三区av精品| 亚洲精品色激情综合| 欧洲精品卡2卡3卡4卡5卡区| 美女大奶头视频| 午夜激情福利司机影院| 日韩精品青青久久久久久| 午夜精品在线福利| 亚洲中文字幕一区二区三区有码在线看 | 日韩成人在线观看一区二区三区| 桃色一区二区三区在线观看| 2021天堂中文幕一二区在线观 | 男女午夜视频在线观看| 99久久精品国产亚洲精品| 成人av一区二区三区在线看| 香蕉国产在线看| 在线观看免费视频日本深夜| 这个男人来自地球电影免费观看| 一级a爱视频在线免费观看| 欧美激情高清一区二区三区| 国产亚洲精品一区二区www| 国产精品九九99| 50天的宝宝边吃奶边哭怎么回事| 88av欧美| 啦啦啦观看免费观看视频高清| 丰满的人妻完整版| 99久久综合精品五月天人人| 无遮挡黄片免费观看| 久久这里只有精品19| 色哟哟哟哟哟哟| 高清毛片免费观看视频网站| 午夜两性在线视频| 午夜福利视频1000在线观看| 久久久久久免费高清国产稀缺| 色精品久久人妻99蜜桃| 变态另类成人亚洲欧美熟女| 亚洲黑人精品在线| 777久久人妻少妇嫩草av网站| 满18在线观看网站| 窝窝影院91人妻| 久久精品aⅴ一区二区三区四区| 一级片免费观看大全| 午夜免费鲁丝| 久久人人精品亚洲av| 久久久精品国产亚洲av高清涩受| 久久久久亚洲av毛片大全| 日本一区二区免费在线视频| 好男人电影高清在线观看| 久久久国产成人免费| 欧美日韩黄片免| 国产色视频综合| 亚洲熟女毛片儿| 一边摸一边抽搐一进一小说| 在线观看免费视频日本深夜| 久久性视频一级片| 亚洲电影在线观看av| 一本久久中文字幕| 亚洲精品久久国产高清桃花| 手机成人av网站| 日日干狠狠操夜夜爽| 一本大道久久a久久精品| 亚洲av日韩精品久久久久久密| 国产成人啪精品午夜网站| 亚洲三区欧美一区| 国产精品二区激情视频| 亚洲欧美精品综合久久99| 日本黄色视频三级网站网址| 亚洲性夜色夜夜综合| 久久久精品国产亚洲av高清涩受| 一二三四在线观看免费中文在| 久久天堂一区二区三区四区| 亚洲人成伊人成综合网2020| 两性午夜刺激爽爽歪歪视频在线观看 | 一本大道久久a久久精品| 天堂动漫精品| 一卡2卡三卡四卡精品乱码亚洲| 日韩大尺度精品在线看网址| 嫁个100分男人电影在线观看| 久久 成人 亚洲| 久久精品国产亚洲av香蕉五月| 国产极品粉嫩免费观看在线| 久热爱精品视频在线9| 90打野战视频偷拍视频| 日韩大尺度精品在线看网址| 99re在线观看精品视频| 黄色片一级片一级黄色片| 亚洲成人免费电影在线观看| 欧美zozozo另类| 日日夜夜操网爽| 国产成年人精品一区二区| 色综合欧美亚洲国产小说| 神马国产精品三级电影在线观看 | 露出奶头的视频| 国产片内射在线| av在线播放免费不卡| 少妇的丰满在线观看| 韩国精品一区二区三区| 1024手机看黄色片| 黄网站色视频无遮挡免费观看| 狠狠狠狠99中文字幕| 亚洲av成人一区二区三| 国产精品免费一区二区三区在线| 精品欧美国产一区二区三| 一本大道久久a久久精品| 亚洲国产欧洲综合997久久, | 手机成人av网站| 老汉色av国产亚洲站长工具| 在线观看免费午夜福利视频| 亚洲精品一卡2卡三卡4卡5卡| 女生性感内裤真人,穿戴方法视频| 成年免费大片在线观看| 亚洲精品在线美女| 欧美成人性av电影在线观看| 夜夜躁狠狠躁天天躁| 久久亚洲精品不卡| 美女 人体艺术 gogo| 亚洲中文字幕一区二区三区有码在线看 | 欧美另类亚洲清纯唯美| 亚洲专区国产一区二区| 国产精品日韩av在线免费观看| 成人一区二区视频在线观看| 日韩视频一区二区在线观看| 岛国在线观看网站| 亚洲精品久久国产高清桃花| 黄色 视频免费看| 三级毛片av免费| 99国产极品粉嫩在线观看| x7x7x7水蜜桃| 99re在线观看精品视频| 国产又黄又爽又无遮挡在线| 国产精品一区二区免费欧美| 国产成年人精品一区二区| 日日夜夜操网爽| 黑丝袜美女国产一区| 国产精品亚洲美女久久久| 欧美zozozo另类| 亚洲人成网站在线播放欧美日韩| 精品欧美国产一区二区三| 亚洲 国产 在线| 亚洲成a人片在线一区二区| 97人妻精品一区二区三区麻豆 | 亚洲成人精品中文字幕电影| 日本三级黄在线观看| 日韩欧美三级三区| 亚洲中文日韩欧美视频| 久久久久久人人人人人| 色精品久久人妻99蜜桃| 欧美乱码精品一区二区三区| 亚洲熟妇中文字幕五十中出| 色尼玛亚洲综合影院| 手机成人av网站| 男女下面进入的视频免费午夜 | 无限看片的www在线观看| 亚洲国产欧洲综合997久久, | 国产av在哪里看| av超薄肉色丝袜交足视频| 一边摸一边做爽爽视频免费| 可以在线观看的亚洲视频| 久久人人精品亚洲av| 亚洲国产中文字幕在线视频| 国产精品一区二区三区四区久久 | 欧美黄色片欧美黄色片| 久久久久久久久中文| 欧美成人性av电影在线观看| 亚洲 欧美 日韩 在线 免费| 免费在线观看亚洲国产| 久久精品aⅴ一区二区三区四区| 亚洲人成网站高清观看| 一个人免费在线观看的高清视频| 亚洲午夜精品一区,二区,三区| 99riav亚洲国产免费| 老司机靠b影院| 成年免费大片在线观看| 在线永久观看黄色视频| 亚洲 欧美一区二区三区| 亚洲九九香蕉| 黑人巨大精品欧美一区二区mp4| 麻豆成人午夜福利视频| 美女大奶头视频| 精品久久久久久成人av| 亚洲精品久久成人aⅴ小说| 精品久久久久久成人av| 国产一区在线观看成人免费| 成人国语在线视频| 久久精品aⅴ一区二区三区四区| 黄色a级毛片大全视频| 久久久精品欧美日韩精品| 757午夜福利合集在线观看| 国产成人影院久久av| 91字幕亚洲| 久久久久国产一级毛片高清牌| 18禁国产床啪视频网站| 9191精品国产免费久久| 午夜福利在线观看吧| 国内少妇人妻偷人精品xxx网站 | 国产日本99.免费观看| 午夜a级毛片| 怎么达到女性高潮| 久久中文字幕一级| 国产亚洲精品久久久久久毛片| 在线观看日韩欧美| 亚洲欧美日韩无卡精品| 日本一本二区三区精品| 欧美激情高清一区二区三区| 亚洲熟女毛片儿| 老司机午夜十八禁免费视频| 在线永久观看黄色视频| 人人妻人人看人人澡| 日韩av在线大香蕉| 亚洲精品国产区一区二| 久久精品国产99精品国产亚洲性色| 18禁国产床啪视频网站| 精品久久久久久久久久免费视频| 亚洲久久久国产精品| 久久精品国产亚洲av香蕉五月| 在线av久久热| 久久精品人妻少妇| 无人区码免费观看不卡| 一区二区三区高清视频在线| 欧美日韩一级在线毛片| 亚洲一区二区三区色噜噜| 男人的好看免费观看在线视频 | 亚洲一区二区三区色噜噜| 国产亚洲av嫩草精品影院| 久久精品91蜜桃| 亚洲色图 男人天堂 中文字幕| 一区二区三区高清视频在线| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲国产欧美日韩在线播放| 后天国语完整版免费观看| 成人av一区二区三区在线看| 欧美日韩福利视频一区二区| 波多野结衣高清无吗| 好男人在线观看高清免费视频 | 欧美在线一区亚洲| 亚洲一区二区三区不卡视频| 欧美日韩乱码在线| 岛国在线观看网站| 国产成人精品久久二区二区91| 中文字幕av电影在线播放| 制服丝袜大香蕉在线| 精品国产亚洲在线| 狂野欧美激情性xxxx| 欧美黑人欧美精品刺激| 国内精品久久久久精免费| 性色av乱码一区二区三区2| 国产一级毛片七仙女欲春2 | 香蕉av资源在线| 精品国产乱子伦一区二区三区| 亚洲av成人av| 中文字幕久久专区| 久久久水蜜桃国产精品网| 国产成人精品久久二区二区免费| 免费高清在线观看日韩| 精品久久久久久久久久免费视频| 天堂√8在线中文| 欧美日韩瑟瑟在线播放| 操出白浆在线播放| 亚洲精品久久成人aⅴ小说| 波多野结衣巨乳人妻| 18美女黄网站色大片免费观看| 国产精品影院久久| 精品久久久久久久久久久久久 | 中文字幕av电影在线播放| 母亲3免费完整高清在线观看| 男人舔奶头视频| 日韩欧美国产在线观看| 制服丝袜大香蕉在线| 麻豆久久精品国产亚洲av| 中出人妻视频一区二区| 国产一区二区在线av高清观看| 欧美精品亚洲一区二区| 日本撒尿小便嘘嘘汇集6| 亚洲,欧美精品.| 欧美性长视频在线观看| 日韩有码中文字幕| 一进一出好大好爽视频| 搡老熟女国产l中国老女人| 成年人黄色毛片网站| 99re在线观看精品视频| 一级毛片高清免费大全| 日韩大码丰满熟妇| 国产精品久久久av美女十八| 国产精品野战在线观看| av超薄肉色丝袜交足视频| 亚洲真实伦在线观看| 国产成人av激情在线播放| 成人午夜高清在线视频 | 亚洲男人的天堂狠狠| 久久久久久大精品| 亚洲国产高清在线一区二区三 | 亚洲真实伦在线观看| 精品一区二区三区av网在线观看| 成人午夜高清在线视频 | 午夜久久久在线观看| 一个人免费在线观看的高清视频| 欧美三级亚洲精品| 成人亚洲精品av一区二区| 露出奶头的视频| 久久久久久免费高清国产稀缺| 校园春色视频在线观看| 亚洲av日韩精品久久久久久密| 亚洲成人免费电影在线观看| 老司机福利观看| 精品久久久久久久毛片微露脸| 久久久久久免费高清国产稀缺| 午夜久久久在线观看| 久久中文字幕人妻熟女| 99久久久亚洲精品蜜臀av| 伦理电影免费视频| 日本a在线网址| 此物有八面人人有两片| 91老司机精品| 亚洲黑人精品在线| 2021天堂中文幕一二区在线观 | 狠狠狠狠99中文字幕| 亚洲 欧美 日韩 在线 免费| 日韩一卡2卡3卡4卡2021年| 一区二区日韩欧美中文字幕| 精品国内亚洲2022精品成人|