• <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 ?

    教材在線評(píng)論的情感傾向性分析①

    2017-10-20 03:08:35劉若蘭范祖奎
    關(guān)鍵詞:傾向性詞典副詞

    劉若蘭 ,年 梅 ,范祖奎

    1(新疆師范大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院,烏魯木齊 830054)2(新疆警察學(xué)院 語(yǔ)言系,烏魯木齊 830011)

    教材在線評(píng)論的情感傾向性分析①

    劉若蘭1,年 梅1,范祖奎2

    1(新疆師范大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院,烏魯木齊 830054)2(新疆警察學(xué)院 語(yǔ)言系,烏魯木齊 830011)

    為了充分挖掘和應(yīng)用電子商務(wù)網(wǎng)站中的教材評(píng)論信息,運(yùn)用細(xì)粒度的情感分類算法對(duì)用戶的在線評(píng)論進(jìn)行分析,基于教材特征級(jí)的情感分析結(jié)果,輔助潛在客戶和商家做出合理有效的決策.本文首先使用爬蟲采集教材的在線評(píng)論文本,對(duì)其進(jìn)行去噪、分詞和詞性標(biāo)注等預(yù)處理; 然后分析產(chǎn)品特征,在通用情感詞典的基礎(chǔ)上擴(kuò)建領(lǐng)域情感詞典; 最后基于句法分析結(jié)果,結(jié)合教材評(píng)論的語(yǔ)言特性,設(shè)計(jì)適合教材評(píng)論的情感傾向性分析算法,并通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的有效性.

    教材在線評(píng)論; 細(xì)粒度情感分析; 情感詞典; 產(chǎn)品特征

    近年來(lái),電子商務(wù)的迅猛發(fā)展?jié)撘颇馗淖冎藗兊馁?gòu)物方式,網(wǎng)絡(luò)購(gòu)物已經(jīng)成為眾多消費(fèi)者首選的購(gòu)物方式,購(gòu)買商品后,多數(shù)消費(fèi)者也熱衷于在網(wǎng)站上留下對(duì)產(chǎn)品或服務(wù)的真實(shí)看法或體驗(yàn); 很多消費(fèi)者也習(xí)慣于在購(gòu)買商品前瀏覽已購(gòu)者的評(píng)論,從而幫助自己選擇合適的產(chǎn)品.因此電子商務(wù)網(wǎng)站上產(chǎn)品的在線評(píng)論信息急劇增長(zhǎng),教材評(píng)論就是其中的一類.大量的教材評(píng)論反映了消費(fèi)者對(duì)教材的整體意見和態(tài)度,具有很高的挖掘和應(yīng)用價(jià)值.一方面,評(píng)論中表達(dá)的觀點(diǎn)和情感可以對(duì)其他客戶的購(gòu)買意向產(chǎn)生影響; 另一方面,便于商家對(duì)教材的質(zhì)量或服務(wù)進(jìn)行改進(jìn),提高客戶滿意度.但是數(shù)量龐大、紛繁復(fù)雜的評(píng)論信息如果不加分析,將使用戶和商家從中提取教材質(zhì)量的可靠信息變得非常困難,因此迫切需要借助數(shù)據(jù)挖掘技術(shù)識(shí)別大量用戶發(fā)表的教材評(píng)論文本的情感傾向,從中獲取用戶對(duì)教材的主觀意見.故本文在現(xiàn)有文本傾向性分析技術(shù)的基礎(chǔ)上,結(jié)合教材評(píng)論的特點(diǎn),設(shè)計(jì)適合教材評(píng)論的情感傾向性分析算法,以實(shí)現(xiàn)對(duì)教材評(píng)論信息的挖掘和處理.

    1 相關(guān)工作

    通過(guò)總結(jié)在線評(píng)論情感傾向性分析的研究發(fā)現(xiàn),國(guó)內(nèi)外學(xué)者分別從粗粒度和細(xì)粒度兩個(gè)層面進(jìn)行了研究.粗粒度的情感分類旨在判斷篇章或句子級(jí)評(píng)論文本的整體情感傾向.但當(dāng)一個(gè)評(píng)論語(yǔ)句對(duì)產(chǎn)品的多個(gè)屬性進(jìn)行評(píng)價(jià)時(shí),粗粒度的情感分析方法則無(wú)法獲知用戶具體喜歡或不喜歡哪些屬性.此時(shí)就需要使用細(xì)粒度情感分析算法,識(shí)別在線評(píng)論所涉及產(chǎn)品各屬性的情感傾向.而產(chǎn)品屬性會(huì)因領(lǐng)域的不同而發(fā)生變化,描述不同屬性的評(píng)價(jià)詞也不盡相同,因此細(xì)粒度情感分析是與領(lǐng)域密切相關(guān)的,目前,細(xì)粒度情感分析方法已被應(yīng)用于汽車[1]、手機(jī)[2]、凈化器[3]等領(lǐng)域評(píng)論數(shù)據(jù)的研究中,采用的研究方法主要包括有監(jiān)督和無(wú)監(jiān)督兩類方法.

    有監(jiān)督方法,把細(xì)粒度的情感分析任務(wù)轉(zhuǎn)化為詞匯的序列標(biāo)注問題,如文獻(xiàn)[4]將屬性詞和情感詞的抽取視為一個(gè)序列標(biāo)注任務(wù),利用詞匯化的隱馬爾科夫模型判別詞匯所屬的標(biāo)注類別.劉麗等人[2]則提出條件隨機(jī)場(chǎng)(CRF)和語(yǔ)法剪枝相結(jié)合的細(xì)粒度情感分析方法.

    無(wú)監(jiān)督方法則是基于句法分析的方法,如姚天昉[1]等人通過(guò)構(gòu)建汽車領(lǐng)域本體提取主題詞,然后基于句法分析結(jié)果,提出改進(jìn)的SBV算法識(shí)別主題—意見詞對(duì),最終確定語(yǔ)句中各主題詞的情感極性.劉鴻宇[5]等人首先借助句法分析結(jié)果抽取候選評(píng)價(jià)對(duì)象,然后利用網(wǎng)絡(luò)挖掘的PMI算法和名詞剪枝算法篩選候選評(píng)價(jià)對(duì)象,最后將情感句劃分為四類,并制定相適合的傾向性判別規(guī)則,最終實(shí)現(xiàn)評(píng)價(jià)對(duì)象級(jí)的傾向性判別.例如文獻(xiàn)[6-8]也基于句法分析進(jìn)行在線評(píng)論的情感傾向性分析研究.

    教材評(píng)論信息的挖掘?qū)τ诮處熀蛯W(xué)生選擇合適的教材具有重要的參考作用,同時(shí)能夠?yàn)榻滩木帉懭藛T以及出版部門提高教材質(zhì)量提供可靠建議.但到目前為止還未見教材評(píng)論領(lǐng)域細(xì)粒度情感分析研究的成果.由于細(xì)顆粒度的評(píng)論分析所挖掘的產(chǎn)品屬性和情感詞是與領(lǐng)域密切相關(guān)的,因此無(wú)法直接使用其他領(lǐng)域或者通用領(lǐng)域的產(chǎn)品特征詞以及情感詞.例如“內(nèi)容”、“排版”、“紙張”等產(chǎn)品特征,以及“深入淺出”,“醍醐灌頂”等情感詞,在其他領(lǐng)域中幾乎很少見.其他領(lǐng)域細(xì)粒度情感分析的資源和算法如果直接應(yīng)用在教材評(píng)論分析中,必然會(huì)影響情感分析的效果,為此本文進(jìn)行教材在線評(píng)論的情感傾向性分析研究.在分析算法的選擇方面,考慮到有監(jiān)督方法通常需要耗費(fèi)大量人力標(biāo)注語(yǔ)料,也不利于領(lǐng)域切換.而無(wú)監(jiān)督方法無(wú)需耗費(fèi)人力資源標(biāo)注語(yǔ)料,并且能夠準(zhǔn)確描述情感詞和評(píng)價(jià)對(duì)象之間的搭配關(guān)系,以及副詞與情感詞之間的修飾關(guān)系.因此本文采用基于句法分析的方法對(duì)教材評(píng)論進(jìn)行特征級(jí)的情感分析.

    2 基礎(chǔ)資源的構(gòu)建

    本文借助細(xì)粒度情感分類技術(shù),對(duì)從網(wǎng)絡(luò)上抓取的大量計(jì)算機(jī)專業(yè)本科教材的評(píng)價(jià)文本進(jìn)行情感極性分析,從而輔助商家和出版社改進(jìn)教材的質(zhì)量、制定合理的銷售策略,并為潛在消費(fèi)者的購(gòu)買決策提供參考依據(jù).

    細(xì)粒度情感分析方法的基本流程如圖1所示,包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、產(chǎn)品特征提取以及評(píng)論文本傾向性分析四個(gè)步驟.其中,數(shù)據(jù)采集、預(yù)處理以及產(chǎn)品特征提取為情感傾向性分析算法提供基礎(chǔ)資源,主要包括評(píng)論語(yǔ)料資源、領(lǐng)域情感詞典資源和產(chǎn)品特征詞庫(kù)資源等.本文首先介紹語(yǔ)料的預(yù)處理與資源的構(gòu)建,然后在第3節(jié)中對(duì)核心算法—評(píng)論文本情感傾向性分析算法的設(shè)計(jì)進(jìn)行詳細(xì)介紹.

    圖1 細(xì)粒度情感分析方法的基本流程圖

    2.1 評(píng)論語(yǔ)料資源的預(yù)處理

    教材評(píng)論的情感傾向性分析和產(chǎn)品特征的提取需要大量評(píng)論語(yǔ)料的支撐,因此本文利用定制爬蟲從當(dāng)當(dāng)、京東等網(wǎng)站爬取了教材評(píng)論文本,然后對(duì)其進(jìn)行了去噪、分詞和詞性標(biāo)注等預(yù)處理,以便為后期工作提供較好的數(shù)據(jù)資源.

    2.1.1 數(shù)據(jù)去噪

    從當(dāng)當(dāng)、京東等網(wǎng)站采集的原始評(píng)論中存在很多冗余評(píng)論,如:同一用戶針對(duì)同一產(chǎn)品發(fā)表的多條相同評(píng)論,這類數(shù)據(jù)會(huì)影響教材情感分析結(jié)果的準(zhǔn)確性.因此對(duì)這種重復(fù)數(shù)據(jù)作刪除處理,最終僅保留其中的一條.此外,評(píng)論中大于200字的長(zhǎng)評(píng)論大都是對(duì)教材的客觀介紹,不具備情感分析條件,因此本文刪除了這類評(píng)論.為了消除評(píng)論中的噪音,還對(duì)語(yǔ)料進(jìn)行了錯(cuò)別字糾正、拼音、英語(yǔ)替換等一系列去噪處理.

    2.1.2 語(yǔ)料的分詞與詞性標(biāo)注

    利用中國(guó)科學(xué)院計(jì)算機(jī)所研發(fā)的中文分詞軟件ICTCLAS2016對(duì)已去噪的評(píng)論數(shù)據(jù)進(jìn)行分詞和詞性標(biāo)注.由于ICTCLAS2016對(duì)一些計(jì)算機(jī)專業(yè)名詞、網(wǎng)絡(luò)新詞等詞匯的切分結(jié)果不正確,因此本文自定義了領(lǐng)域分詞詞典,以優(yōu)化詞匯切分效果.

    2.2 教材評(píng)論情感詞典的構(gòu)建

    教材評(píng)論情感傾向性分析離不開情感詞典資源的支撐,但目前,國(guó)內(nèi)還沒有一部面向教材評(píng)論領(lǐng)域的情感詞典.而教材評(píng)論也有別于其他領(lǐng)域的用戶評(píng)論,它經(jīng)常使用的有些情感詞是其他領(lǐng)域很少使用或不使用的詞語(yǔ),例如:“言簡(jiǎn)意賅”、“妙筆生花”、“深入淺出”等詞,因此通用情感詞典難以滿足教材評(píng)論情感分析研究的需求.鑒于此,文本選擇了基礎(chǔ)情感詞典,構(gòu)建了領(lǐng)域情感詞典、網(wǎng)絡(luò)情感詞典和極性修飾情感詞典等資源.

    (1)基礎(chǔ)情感詞典

    目前,公開發(fā)表的中文情感詞典資源有知網(wǎng)的HowNet、臺(tái)灣大學(xué)發(fā)布的NTUSD以及大連理工大學(xué)構(gòu)建的情感詞匯本體庫(kù).上述三個(gè)詞典中,HowNet和NTUSD僅區(qū)分了情感詞的極性,而大連理工大學(xué)發(fā)布的情感詞典不僅區(qū)分了詞匯的情感極性,還描述了詞匯的情感強(qiáng)度.為了計(jì)算教材評(píng)論的褒貶極性及其極性強(qiáng)度,本文選擇大連理工大學(xué)的情感詞庫(kù)作為基礎(chǔ)情感詞典.

    (2)領(lǐng)域情感詞典

    教材評(píng)論中有很多其他領(lǐng)域不使用,并且通用情感詞典不包含的情感詞,因此本文總結(jié)了教材評(píng)論中經(jīng)常使用但基礎(chǔ)情感詞典不包括的情感詞,例如“妙筆生花”、“由淺及深”等詞匯,并人工定義情感極性,形成了教材評(píng)論的領(lǐng)域情感詞典,目前,該詞典共收集了643個(gè)詞匯.

    (3)網(wǎng)絡(luò)情感詞典

    網(wǎng)絡(luò)情感詞起源于網(wǎng)絡(luò),并深受網(wǎng)絡(luò)用戶的喜愛,教材評(píng)論中網(wǎng)絡(luò)情感詞的使用頻率也很高.例如“給力”,“爆贊”等詞匯,所以本文收集、整理了這種極性明顯、情感強(qiáng)烈的網(wǎng)絡(luò)情感詞,形成網(wǎng)絡(luò)情感詞典.

    (4)極性修飾情感詞典

    用戶在發(fā)表評(píng)論時(shí),通常會(huì)使用程度副詞和否定副詞來(lái)表達(dá)不同程度的情感態(tài)度.其中程度副詞影響情感的強(qiáng)弱,否定詞則影響情感的極性.為此本文從相關(guān)文獻(xiàn)中總結(jié)了修飾情感詞的程度副詞和否定副詞,形成極性修飾情感詞典.參考文獻(xiàn)[9-15],從中總結(jié)了132個(gè)程度副詞,并按照其對(duì)情感色彩的影響程度,劃分成四個(gè)等級(jí),具體見表1所示.否定詞則來(lái)源于對(duì)文獻(xiàn)[10-13]的總結(jié),最終得到了62個(gè)否定副詞,如表2所示.

    表1 程度副詞列表

    表2 程度副詞列表

    2.3 教材產(chǎn)品特征詞庫(kù)的構(gòu)建

    細(xì)粒度情感分析,需要獲取在線評(píng)論中用戶評(píng)價(jià)的產(chǎn)品特征.產(chǎn)品特征一般是名詞和名詞性短語(yǔ),因此特征提取則轉(zhuǎn)化為對(duì)名詞和名詞性短語(yǔ)的提取和篩選.由于本文選擇的分詞工具ICTCLAS2016僅能標(biāo)注出名詞,但不能標(biāo)注出名詞性短語(yǔ).為此,本文在分詞結(jié)果的基礎(chǔ)上,制定了以下3條規(guī)則識(shí)別文本中的名詞性短語(yǔ),這樣就能較為完整地提取教材的候選產(chǎn)品特征.

    (1)“名詞+名詞”規(guī)則:相鄰兩個(gè)名詞直接連接構(gòu)成的名詞詞組很可能是一個(gè)產(chǎn)品特征.例如評(píng)論句:紙張/n材質(zhì)/n一般/uyy.其中“紙張材質(zhì)”這個(gè)產(chǎn)品特征在分詞標(biāo)注時(shí)往往分解成兩個(gè)名詞:“紙張”和“材質(zhì)”.

    (2)“名詞+的+名詞”規(guī)則:結(jié)構(gòu)助詞“的”連接的兩個(gè)名詞,也很有可能是一個(gè)產(chǎn)品特征,例如評(píng)論句:書/n 的/ude1 質(zhì)量/n 不太/d 好/a.產(chǎn)品特征“書的質(zhì)量”由“的”連接的兩個(gè)名詞“書”和“質(zhì)量”構(gòu)成.

    (3)“動(dòng)詞+名詞”規(guī)則:分析圖書評(píng)論數(shù)據(jù)發(fā)現(xiàn),很多產(chǎn)品特征由相鄰的一個(gè)動(dòng)詞和一個(gè)名詞組成.例如評(píng)論:印刷/v 質(zhì)量/n 非常/d 好/a,快遞/v 速度/n 也/d 快/a.

    按照上述三條規(guī)則,本文以評(píng)論語(yǔ)料中的句子為單位,找出句子中的名詞性短語(yǔ),并將其轉(zhuǎn)換為名詞,最后將文本中的名詞作為候選特征詞提取出來(lái),經(jīng)過(guò)人工校驗(yàn)再確定是否加入到產(chǎn)品特征詞庫(kù).具體的實(shí)現(xiàn)步驟如下:

    (1)按圖2所示流程從語(yǔ)料中提取名詞性短語(yǔ).

    圖2 名詞性短語(yǔ)的提取流程

    (2)人工判別提取的名詞性短語(yǔ)是否為產(chǎn)品特征,如果是,則加入用戶自定義分詞詞典和產(chǎn)品特征詞庫(kù)中.

    (3)利用新的用戶分詞詞典,再次對(duì)評(píng)論數(shù)據(jù)進(jìn)行分詞及詞性標(biāo)注,然后再對(duì)新的標(biāo)注結(jié)果執(zhí)行步驟(1)-(2),直到?jīng)]有新的產(chǎn)品特征加入用戶分詞詞典為止.

    (4)提取教材評(píng)論最終標(biāo)注結(jié)果中的名詞,判斷其中不屬于產(chǎn)品特征詞庫(kù)中的名詞是否為教材產(chǎn)品的特征或?qū)傩?如果是,則合并到產(chǎn)品特征詞庫(kù)中.

    經(jīng)過(guò)上述步驟,最終構(gòu)建的特征詞庫(kù)共包括1321個(gè)特征詞.

    3 教材評(píng)論情感傾向性分析算法的設(shè)計(jì)

    本文采用基于句法分析的極性判別算法實(shí)現(xiàn)教材評(píng)論文本的情感傾向性分析,句法分析工具使用了哈工大社會(huì)計(jì)算與信息檢索研究中心研發(fā)的語(yǔ)言技術(shù)平臺(tái)(LTP),通過(guò)該平臺(tái)對(duì)優(yōu)化后的分詞結(jié)果進(jìn)行依存關(guān)系分析.極性判別方法則借鑒了文獻(xiàn)[2]中的情感分析算法,首先使用SBV、VOB、ATT和ADV這四種依存關(guān)系,從教材評(píng)論中抽取特征-意見對(duì),然后根據(jù)意見詞及其修飾詞的極性值確定特征-意見對(duì)的情感值.其中SBV、VOB、ATT和ADV依存關(guān)系的具體說(shuō)明見表3.

    表3 LTP 依存關(guān)系標(biāo)記說(shuō)明

    利用文獻(xiàn)[2]提供的依存關(guān)系對(duì)教材評(píng)論中的特征-意見對(duì)進(jìn)行抽取后發(fā)現(xiàn),有些情感搭配對(duì)還無(wú)法提取出來(lái),其原因在于依存分析時(shí)有些產(chǎn)品特征被標(biāo)注成表3中的動(dòng)補(bǔ)結(jié)構(gòu)(CWP),為此本文提出增加CWP結(jié)構(gòu)提取部分特征-意見對(duì).此外,由于教材評(píng)論語(yǔ)句的隨意性,存在很多省略評(píng)價(jià)對(duì)象的評(píng)論語(yǔ)句,例如評(píng)論句:還不錯(cuò)哦,推薦.對(duì)于此類情況,僅利用文獻(xiàn)[2]的情感分析算法則無(wú)法抽取.通過(guò)對(duì)大量教材評(píng)論的分析發(fā)現(xiàn),省略評(píng)論句大多數(shù)是對(duì)“書”的整體進(jìn)行評(píng)價(jià),因此當(dāng)評(píng)論句中情感詞所修飾的評(píng)價(jià)對(duì)象被省略時(shí),本文提出補(bǔ)充“書”作為其所修飾的評(píng)價(jià)對(duì)象.

    基于第2節(jié)生成的產(chǎn)品特征詞庫(kù)和情感詞典資源,本文的情感傾向性分析算法可描述如下:其中Product-Value表示產(chǎn)品特征的情感值,SentimentValue代表情感詞的極性值,AdverbStrength則代表副詞的強(qiáng)度值,這里的副詞包括極性修飾情感詞典中的程度副詞和否定副詞.

    (1)尋找一條評(píng)論語(yǔ)句中所有的SBV結(jié)構(gòu)對(duì),對(duì)于每個(gè) SBV 對(duì),記主語(yǔ)為 subject,謂語(yǔ)為 predicate,如果主語(yǔ)是產(chǎn)品特征,謂語(yǔ)是情感詞,轉(zhuǎn)步驟(2),如果主語(yǔ)不是產(chǎn)品特征,但謂語(yǔ)是情感詞,則轉(zhuǎn)步驟(3).

    (2)繼續(xù)查找謂語(yǔ)是否有ADV結(jié)構(gòu).

    a)如果有,并且ADV結(jié)構(gòu)中的副詞adverb在副詞列表中,則:

    ProductValue(subject)=SentimentValue(predicate)*AdverbStrength(adverb)

    b)否則產(chǎn)品特征的極性值:ProductValue(subject)=SentimentValue(predicate)

    (3)查找謂語(yǔ)是否有 VOB 關(guān)系對(duì),如果有,并且VOB關(guān)系中的賓語(yǔ)object是產(chǎn)品特征,則該產(chǎn)品特征的情感值:ProductValue(object)=SentimentValue(predicate)

    (4)查找評(píng)論句中的全部ATT結(jié)構(gòu)對(duì),如果其中的名詞noun是產(chǎn)品特征,并且定語(yǔ)attribute是情感詞,則判斷該情感詞是否有ADV結(jié)構(gòu).

    a)如果有,并且包含在ADV結(jié)構(gòu)的副詞在副詞列表中,則:

    ProductValue(noun)=SentimentValue(attribute)*Adv erbStrength(adverb)

    b)否則產(chǎn)品特征的情感值:

    ProductValue(noun)=SentimentValue(attribute)

    (5)對(duì)于評(píng)論中所有的 CMP(動(dòng)補(bǔ))結(jié)構(gòu),如果依存關(guān)系對(duì)右邊的動(dòng)詞verb是產(chǎn)品特征,同時(shí)左邊的補(bǔ)語(yǔ)complement是情感詞,則判斷該情感詞是否有ADV結(jié)構(gòu).

    a)如果有,并且 ADV 結(jié)構(gòu)中的副詞在副詞列表中,則:

    ProductValue(verb)=SentimentValue(complement)*AdverbStrength(adverb)

    b)否則產(chǎn)品特征的情感值:ProductValue(verb)=SentimentValue(complement)

    (6)記錄步驟(1)-(5)中處理過(guò)的情感詞,并打上Marked標(biāo)簽,查找句子中未標(biāo)記的情感詞sword,為情感詞添加“書”作為其描述的產(chǎn)品特征,然后判斷情感詞是否有ADV結(jié)構(gòu).

    a)如果有,并且 ADV 結(jié)構(gòu)中的狀語(yǔ) adverbial在副詞列表中,則產(chǎn)品特征“書”的情感值:ProductValue(書)=SentimentValue(sword)*AdverbStrength(adverb)

    b)否則:ProductValue(書)=SentimentValue(sword).

    4 實(shí)驗(yàn)

    為了證明本文面向教材評(píng)論構(gòu)建的情感詞典和提出的情感傾向性分析算法的有效性,從構(gòu)建的評(píng)論語(yǔ)料資源中選取了4000個(gè)句子作為實(shí)驗(yàn)語(yǔ)料,并人工標(biāo)注了語(yǔ)料中產(chǎn)品特征和情感修飾項(xiàng)的關(guān)系以及產(chǎn)品特征的情感極性,最終標(biāo)注了6095個(gè)產(chǎn)品特征-意見對(duì).

    為了評(píng)估本文算法的性能,采用目前常用的準(zhǔn)確率、召回率和F值(F-measure)作為評(píng)價(jià)指標(biāo),其計(jì)算方式定義如下:

    其中,A為算法挖掘出的正確特征-意見對(duì)的數(shù)量,B為算法挖掘出的特征-意見對(duì)的數(shù)量,C為測(cè)試語(yǔ)料中特征-意見對(duì)的人工標(biāo)注數(shù)量.

    在實(shí)驗(yàn)中,首先使用了本文構(gòu)建的教材評(píng)論情感詞典,測(cè)試算法在產(chǎn)品特征-情感描述項(xiàng)和產(chǎn)品特征極性方面的識(shí)別結(jié)果; 然后再使用大連理工大學(xué)發(fā)布的通用情感詞典,獲得相同語(yǔ)料下的識(shí)別效果; 最后以人工標(biāo)注結(jié)果為基準(zhǔn),分別計(jì)算使用這兩部情感詞典的識(shí)別結(jié)果的準(zhǔn)確率、召回率和F值,結(jié)果如表4所示.

    表4 文本算法利用兩部詞典的情感傾向性分析結(jié)果

    由表4可知,基于本文的教材評(píng)論情感詞典進(jìn)行教材評(píng)論傾向性分析的準(zhǔn)確率、召回率和F值,均高于利用大連理工大學(xué)發(fā)布的通用情感詞典的實(shí)驗(yàn)結(jié)果.其中召回率的提高幅度最明顯,其主要原因在于本文在構(gòu)建教材評(píng)論情感詞典時(shí),考慮到用戶評(píng)論中經(jīng)常使用一些口語(yǔ)化的情感詞、網(wǎng)絡(luò)情感詞以及評(píng)論教材時(shí)使用的特殊情感詞,故對(duì)這類情感詞進(jìn)行了歸納總結(jié),然后將其納入教材評(píng)論情感詞典中,這在一定程度上擴(kuò)大了情感詞典的覆蓋面,提高了情感詞典在教材評(píng)論領(lǐng)域的適用性,因此使用該詞典的傾向性判別性能明顯提升,充分證明了文本構(gòu)建的教材評(píng)論情感詞典的實(shí)用性和有效性.

    此外,為了比較本文情感分析算法的性能,還將本文方法和文獻(xiàn)[2]的方法進(jìn)行了比較,實(shí)驗(yàn)結(jié)果如表5所示.

    表5 本文算法和文獻(xiàn)[2]算法的情感傾向性分析結(jié)果

    從表5的結(jié)果表明,利用本文算法進(jìn)行情感傾向性分析的實(shí)驗(yàn)結(jié)果比文獻(xiàn)[2]中算法的實(shí)驗(yàn)效果好,其準(zhǔn)確率、召回率、F值的性能指標(biāo)都有所提升,這證明本文提出的教材評(píng)論情感傾向性分析算法的有效性.同時(shí)也進(jìn)一步表明,在進(jìn)行細(xì)粒度的情感分析時(shí),沒有一種萬(wàn)能的傾向性分析算法能夠適應(yīng)所有領(lǐng)域的評(píng)論數(shù)據(jù),因此面向不同領(lǐng)域的評(píng)論數(shù)據(jù)進(jìn)行極性分析時(shí),需要依據(jù)評(píng)論數(shù)據(jù)的特殊性,提出適合于該領(lǐng)域評(píng)論數(shù)據(jù)的領(lǐng)域詞典和傾向性分析算法.

    5 總結(jié)

    本文利用當(dāng)前與日俱增的教材評(píng)論信息進(jìn)行情感傾向性分析研究,通過(guò)構(gòu)建評(píng)論語(yǔ)料庫(kù)、產(chǎn)品特征詞庫(kù)和教材領(lǐng)域情感詞典資源,借鑒已有的情感傾向性分析技術(shù),結(jié)合教材評(píng)論的不同之處,最終提出適合教材評(píng)論的細(xì)粒度情感傾向性分析算法,從教材評(píng)論中提取特征-意見對(duì),挖掘讀者評(píng)論對(duì)產(chǎn)品特征的褒貶評(píng)價(jià),從而幫助消費(fèi)者優(yōu)化購(gòu)買決策,也可為商家改進(jìn)產(chǎn)品、制定銷售方案提供有效依據(jù).最后通過(guò)實(shí)驗(yàn)驗(yàn)證了本文算法的有效性.雖然本文提出的方法在一定程度上實(shí)現(xiàn)了教材評(píng)論產(chǎn)品特征級(jí)的情感分析,但也存在一些不足之處,如:產(chǎn)品特征和情感詞典構(gòu)建的自動(dòng)化程度不夠高,還需要依靠人工篩選.在情感傾向性分析方面,特征-意見對(duì)提取的查全率還有待進(jìn)一步提高.這些將成為本文下一步的主要研究任務(wù).

    1姚天昉,婁德成.漢語(yǔ)語(yǔ)句主題語(yǔ)義傾向分析方法的研究.中文信息學(xué)報(bào),2007,21(5):73–79.

    2劉麗,王永恒,韋航.面向產(chǎn)品評(píng)論的細(xì)粒度情感分析.計(jì)算機(jī)應(yīng)用,2015,35(12):3481–3486,3505.[doi:10.11772/j.issn.1001-9081.2015.12.3481]

    3占文平.面向產(chǎn)品評(píng)論的情感分析技術(shù)研究[碩士學(xué)位論文].杭州:浙江工商大學(xué),2015.

    4Jin W,Ho HH.A novel lexicalized HMM-based learning framework for web opinion mining.Proc.of the 26th Annual International Conference on Machine Learning.New York,NY,USA.2009.465–472.

    5劉鴻宇,趙妍妍,秦兵,等.評(píng)價(jià)對(duì)象抽取及其傾向性分析.中文信息學(xué)報(bào),2010,24(1):84–88,122.

    6陳豪,劉功申,黃晨.基于句法分析的商品情感傾向性分析.信息安全與通信保密,2013,(2):68–70.

    7馮時(shí),付永陳,陽(yáng)鋒,等.基于依存句法的博文情感傾向分析研究.計(jì)算機(jī)研究與發(fā)展,2012,49(11):2395–2406.

    8萬(wàn)常選,江騰蛟,鐘敏娟,等.基于詞性標(biāo)注和依存句法的Web 金融信息情感計(jì)算.計(jì)算機(jī)研究與發(fā)展,2013,50(12):2554–2569.[doi:10.7544/issn1000-1239.2013.20130875]

    9邸鵬.基于句子情感權(quán)值合成算法的篇章情感分析[碩士學(xué)位論文].太原:太原理工大學(xué),2015.

    10郭書彤.基于Web文本的圖書評(píng)論傾向性分析方法的研究[碩士學(xué)位論文].長(zhǎng)春:東北師范大學(xué),2015.

    11周城.面向中文Web評(píng)論的情感分析技術(shù)研究[碩士學(xué)位論文].長(zhǎng)沙:國(guó)防科學(xué)技術(shù)大學(xué),2011.

    12劉玉嬌,琚生根,伍少梅,等.基于情感字典與連詞結(jié)合的中文文本情感分類.四川大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,52(1):57–62.

    13徐葉強(qiáng).基于情感分類的產(chǎn)品評(píng)論垂直搜索引擎的研究[碩士學(xué)位論文].株洲:湖南工業(yè)大學(xué),2012.

    14張成功,劉培玉,朱振方,等.一種基于極性詞典的情感分析方法.讓東大學(xué)學(xué)報(bào) (理學(xué)版),2012,47(3):47–50.

    15陳國(guó)蘭.基于情感詞典與語(yǔ)義規(guī)則的微博情感分析.情報(bào)探索,2016,(2):1–6.

    Emotional Tendency Analysis of Online Comments on Teaching Materials

    LIU Ruo-Lan1,NIAN Mei1,FAN Zu-Kui2

    1(The Computer Science&Technology Department,Xinjiang Normal University,Urumqi 830054,China)2(The Language Department,Xinjiang Police College,Urumqi 830011,China)

    In order to fully tap and apply the information of textbook reviews on the e-commerce website,we use finegrained emotional classification algorithm to analyze the user’s online comments,based on the sentiment analysis results of product feature level,so as to assist customers and businesses to make reasonable and effective decision.In this article,we first use the crawler tool to collect online comment texts of teaching materials,and carry on some pretreatments such as denoising,segmentation and POS tagging,and then analyze the product features,based on the general emotional dictionary expands domain sentiment dictionary.Finally,based on the syntactic analysis results,combined with the language features of textbook comments,we design an affective tendency analysis algorithm which is suitable for the textbook reviews,and prove the validity of the algorithm through experiments.

    the online reviews of teaching material; fine-grained emotion analysis; emotion dictionary; product features

    劉若蘭,年梅,范祖奎.教材在線評(píng)論的情感傾向性分析.計(jì)算機(jī)系統(tǒng)應(yīng)用,2017,26(10):144–149.http://www.c-s-a.org.cn/1003-3254/5996.html

    國(guó)家自然科學(xué)基金(61163064); 教育部人文社會(huì)科學(xué)工程科技人才培養(yǎng)專項(xiàng)(15JDGC022); 新疆師范大學(xué)數(shù)據(jù)安全重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目;新疆師范大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)重點(diǎn)學(xué)科資助

    2017-01-08; 采用時(shí)間:2017-02-17

    猜你喜歡
    傾向性詞典副詞
    The Wheels on the Bus
    基于模糊數(shù)學(xué)法的阿舍勒銅礦深部巖體巖爆傾向性預(yù)測(cè)
    副詞“好容易”及其詞匯化成因
    米沃什詞典
    文苑(2019年24期)2020-01-06 12:06:50
    評(píng)《現(xiàn)代漢語(yǔ)詞典》(第6版)
    詞典例證翻譯標(biāo)準(zhǔn)探索
    關(guān)于醫(yī)患沖突報(bào)道的傾向性分析——以“湘潭產(chǎn)婦死亡案”為例
    “沒準(zhǔn)兒”“不一定”“不見得”和“說(shuō)不定”的語(yǔ)義傾向性和主觀性差異
    一種面向博客群的主題傾向性分析模型
    副詞和副詞詞組
    黄色一级大片看看| 一级毛片我不卡| 免费看日本二区| 青春草视频在线免费观看| 夫妻性生交免费视频一级片| 精品国产三级普通话版| 女人十人毛片免费观看3o分钟| 99热这里只有是精品在线观看| 天堂网av新在线| 国产黄片美女视频| 精品一区二区免费观看| 精品免费久久久久久久清纯| 极品教师在线视频| 国产探花极品一区二区| 2021天堂中文幕一二区在线观| 欧美一区二区国产精品久久精品| 国产人妻一区二区三区在| 99热这里只有是精品50| 国产免费一级a男人的天堂| 丰满人妻一区二区三区视频av| 国产精品久久久久久av不卡| 久久精品国产亚洲av天美| 熟妇人妻久久中文字幕3abv| av国产免费在线观看| 美女xxoo啪啪120秒动态图| 亚洲欧美一区二区三区国产| 国产成人午夜福利电影在线观看| 欧美精品一区二区大全| 国产精品三级大全| 99热全是精品| 国产伦理片在线播放av一区| 黄片wwwwww| 国产精品女同一区二区软件| 亚洲欧美精品综合久久99| 色5月婷婷丁香| 久久欧美精品欧美久久欧美| 一级毛片久久久久久久久女| 精品99又大又爽又粗少妇毛片| 日本熟妇午夜| 久久久久精品久久久久真实原创| 18禁在线无遮挡免费观看视频| 午夜精品国产一区二区电影 | 成人鲁丝片一二三区免费| 久久亚洲国产成人精品v| 亚洲av中文av极速乱| 国产一区二区亚洲精品在线观看| 人妻少妇偷人精品九色| 日韩在线高清观看一区二区三区| 亚洲乱码一区二区免费版| 九九热线精品视视频播放| 国产人妻一区二区三区在| 国产欧美日韩精品一区二区| 只有这里有精品99| 久久6这里有精品| 晚上一个人看的免费电影| 不卡视频在线观看欧美| 菩萨蛮人人尽说江南好唐韦庄 | 日韩欧美在线乱码| 日本色播在线视频| 毛片一级片免费看久久久久| 国产v大片淫在线免费观看| 一个人看视频在线观看www免费| 亚洲真实伦在线观看| 中国国产av一级| 午夜激情福利司机影院| 亚洲,欧美,日韩| 精品人妻视频免费看| 观看美女的网站| 久久草成人影院| 久久鲁丝午夜福利片| 日本午夜av视频| 女人十人毛片免费观看3o分钟| 中文字幕亚洲精品专区| 中文亚洲av片在线观看爽| 美女黄网站色视频| 99久国产av精品国产电影| 黄色欧美视频在线观看| 纵有疾风起免费观看全集完整版 | 日本爱情动作片www.在线观看| 亚洲精品456在线播放app| 精品少妇黑人巨大在线播放 | videos熟女内射| 亚洲第一区二区三区不卡| 亚洲av福利一区| 亚洲国产色片| 熟妇人妻久久中文字幕3abv| 国产私拍福利视频在线观看| 欧美xxxx性猛交bbbb| 免费av观看视频| 国产午夜精品久久久久久一区二区三区| 国产成人福利小说| 蜜桃亚洲精品一区二区三区| 九九在线视频观看精品| 亚洲精品国产成人久久av| 99热全是精品| 亚洲成色77777| 亚洲伊人久久精品综合 | 欧美人与善性xxx| av国产免费在线观看| 免费搜索国产男女视频| 中文字幕久久专区| 久久国产乱子免费精品| 国产在视频线精品| 小蜜桃在线观看免费完整版高清| av免费观看日本| 一个人观看的视频www高清免费观看| 直男gayav资源| 亚洲国产高清在线一区二区三| 亚洲熟妇中文字幕五十中出| 女人被狂操c到高潮| 少妇熟女aⅴ在线视频| 亚洲欧美成人综合另类久久久 | 亚洲精品乱码久久久久久按摩| 我要看日韩黄色一级片| 内地一区二区视频在线| av.在线天堂| 亚洲欧洲日产国产| 精品久久久久久成人av| 国产女主播在线喷水免费视频网站 | 中文精品一卡2卡3卡4更新| 国产片特级美女逼逼视频| 国产精品不卡视频一区二区| www.色视频.com| 99久久精品国产国产毛片| 成人欧美大片| 午夜a级毛片| 插阴视频在线观看视频| 国产免费又黄又爽又色| 精品人妻视频免费看| av卡一久久| 真实男女啪啪啪动态图| av播播在线观看一区| 亚洲aⅴ乱码一区二区在线播放| videos熟女内射| 成人毛片a级毛片在线播放| 九九热线精品视视频播放| 国产精品伦人一区二区| 日本黄色视频三级网站网址| 淫秽高清视频在线观看| 国产在线一区二区三区精 | 国产精品久久久久久av不卡| 国产在线男女| 亚洲精品日韩av片在线观看| 精品久久久久久久末码| 精品国内亚洲2022精品成人| 欧美日韩精品成人综合77777| 好男人视频免费观看在线| 欧美97在线视频| 自拍偷自拍亚洲精品老妇| 日韩av在线大香蕉| 欧美潮喷喷水| 亚洲美女视频黄频| 好男人在线观看高清免费视频| 赤兔流量卡办理| 亚洲成人中文字幕在线播放| 麻豆成人午夜福利视频| 免费看光身美女| 最近最新中文字幕免费大全7| 国产真实乱freesex| 尾随美女入室| 亚洲精品乱久久久久久| 国产单亲对白刺激| 熟女电影av网| 69人妻影院| videos熟女内射| 亚洲精品自拍成人| 国语对白做爰xxxⅹ性视频网站| 亚洲三级黄色毛片| 日韩精品有码人妻一区| 能在线免费观看的黄片| 成年版毛片免费区| 国产视频首页在线观看| 最近最新中文字幕大全电影3| 亚洲精品乱码久久久久久按摩| 一区二区三区四区激情视频| av专区在线播放| 少妇人妻一区二区三区视频| 午夜老司机福利剧场| 国产激情偷乱视频一区二区| 亚洲精品日韩av片在线观看| 亚洲综合精品二区| 欧美+日韩+精品| 久久久久久伊人网av| 热99re8久久精品国产| 黄色一级大片看看| 亚洲人成网站高清观看| 婷婷色综合大香蕉| 午夜激情欧美在线| 欧美日韩一区二区视频在线观看视频在线 | 国产免费男女视频| 亚洲成人精品中文字幕电影| 精品一区二区三区视频在线| 国产高清不卡午夜福利| 视频中文字幕在线观看| a级一级毛片免费在线观看| 久久精品国产自在天天线| 国产亚洲av嫩草精品影院| 国产成人午夜福利电影在线观看| 亚洲av免费在线观看| 麻豆乱淫一区二区| av福利片在线观看| 超碰av人人做人人爽久久| 乱码一卡2卡4卡精品| 神马国产精品三级电影在线观看| 美女内射精品一级片tv| 欧美日韩国产亚洲二区| 免费电影在线观看免费观看| 婷婷色av中文字幕| 精品人妻偷拍中文字幕| 插阴视频在线观看视频| 色综合色国产| 18禁在线播放成人免费| 99热精品在线国产| www日本黄色视频网| 男人和女人高潮做爰伦理| 麻豆成人av视频| 亚洲精品色激情综合| 亚洲精品456在线播放app| 大话2 男鬼变身卡| 色播亚洲综合网| 免费人成在线观看视频色| 亚洲成人中文字幕在线播放| 久久人人爽人人片av| 小说图片视频综合网站| 深爱激情五月婷婷| 国产v大片淫在线免费观看| 亚洲在久久综合| 久久这里有精品视频免费| av在线老鸭窝| 波野结衣二区三区在线| 亚洲精品久久久久久婷婷小说 | 有码 亚洲区| 男女边吃奶边做爰视频| 国产亚洲av嫩草精品影院| 狠狠狠狠99中文字幕| 非洲黑人性xxxx精品又粗又长| 99久久人妻综合| 精品不卡国产一区二区三区| 国产精品av视频在线免费观看| 一个人观看的视频www高清免费观看| 久久人人爽人人片av| 国产淫语在线视频| 在线观看66精品国产| 一边亲一边摸免费视频| 久久久国产成人免费| 女人久久www免费人成看片 | 精品国产露脸久久av麻豆 | 国产精华一区二区三区| 白带黄色成豆腐渣| 校园人妻丝袜中文字幕| 看黄色毛片网站| 亚洲av.av天堂| 国产v大片淫在线免费观看| 国产爱豆传媒在线观看| 国内精品宾馆在线| 国产熟女欧美一区二区| 男女视频在线观看网站免费| 国产成人一区二区在线| 色综合站精品国产| 成人欧美大片| АⅤ资源中文在线天堂| 十八禁国产超污无遮挡网站| 久久婷婷人人爽人人干人人爱| 99热这里只有是精品在线观看| 永久网站在线| 亚洲五月天丁香| 国产午夜精品论理片| 亚洲国产欧美在线一区| 最近最新中文字幕大全电影3| 五月伊人婷婷丁香| 国产中年淑女户外野战色| 久久久久精品久久久久真实原创| 国产视频内射| 欧美又色又爽又黄视频| 三级毛片av免费| 日本免费在线观看一区| 欧美xxxx黑人xx丫x性爽| 午夜免费男女啪啪视频观看| 精品久久久久久久久av| 大又大粗又爽又黄少妇毛片口| 免费播放大片免费观看视频在线观看 | 免费人成在线观看视频色| 亚洲伊人久久精品综合 | 波多野结衣高清无吗| 99久久精品国产国产毛片| 成年版毛片免费区| 超碰av人人做人人爽久久| 国产伦精品一区二区三区四那| 七月丁香在线播放| 中文字幕人妻熟人妻熟丝袜美| 亚洲成人中文字幕在线播放| 久久草成人影院| 国产极品天堂在线| 国产麻豆成人av免费视频| 夜夜看夜夜爽夜夜摸| 丝袜美腿在线中文| 国内精品一区二区在线观看| 嫩草影院新地址| 91精品一卡2卡3卡4卡| 国产国拍精品亚洲av在线观看| 色尼玛亚洲综合影院| 亚洲精品成人久久久久久| 日韩一区二区三区影片| av在线观看视频网站免费| 成人av在线播放网站| 亚洲中文字幕日韩| 一本久久精品| 美女脱内裤让男人舔精品视频| 女人十人毛片免费观看3o分钟| 色5月婷婷丁香| 男女国产视频网站| 久久精品熟女亚洲av麻豆精品 | 久久久精品欧美日韩精品| 欧美潮喷喷水| 国产一区二区亚洲精品在线观看| 成人午夜精彩视频在线观看| 精品久久久久久久久av| 免费一级毛片在线播放高清视频| 中文精品一卡2卡3卡4更新| 老女人水多毛片| 日本wwww免费看| 国产一级毛片在线| 97人妻精品一区二区三区麻豆| 国产老妇伦熟女老妇高清| 插逼视频在线观看| 一区二区三区乱码不卡18| h日本视频在线播放| 一个人免费在线观看电影| 亚洲欧美成人精品一区二区| 久久久精品欧美日韩精品| 国产在线男女| 噜噜噜噜噜久久久久久91| 精品久久久久久久人妻蜜臀av| 高清av免费在线| 又黄又爽又刺激的免费视频.| 美女国产视频在线观看| 亚洲天堂国产精品一区在线| 我的女老师完整版在线观看| 久久人妻av系列| 高清日韩中文字幕在线| 国产又黄又爽又无遮挡在线| 亚洲av.av天堂| 久久久久久久久久久丰满| 少妇被粗大猛烈的视频| 中文字幕亚洲精品专区| 国产精品av视频在线免费观看| 欧美极品一区二区三区四区| 少妇丰满av| 国产精品一二三区在线看| 婷婷色麻豆天堂久久 | 午夜a级毛片| 亚洲av不卡在线观看| 黄片无遮挡物在线观看| 欧美3d第一页| 欧美日韩精品成人综合77777| 久久草成人影院| 日本色播在线视频| 成年av动漫网址| 国产不卡一卡二| 国产v大片淫在线免费观看| 亚洲精品日韩av片在线观看| 久久久久久久国产电影| 亚洲欧美成人综合另类久久久 | 国产av不卡久久| 午夜精品一区二区三区免费看| 国产成年人精品一区二区| av在线老鸭窝| 国产成人福利小说| 国产精品人妻久久久久久| 日韩强制内射视频| 欧美人与善性xxx| 视频中文字幕在线观看| 国产精品一区二区三区四区免费观看| 亚洲精品影视一区二区三区av| 国产黄片美女视频| 久久久久九九精品影院| 国产一级毛片七仙女欲春2| 男人和女人高潮做爰伦理| 国产免费一级a男人的天堂| 精品一区二区三区视频在线| 亚洲成人av在线免费| av在线播放精品| 看免费成人av毛片| 久久精品久久精品一区二区三区| 国产在线男女| 黑人高潮一二区| 国产色爽女视频免费观看| 亚洲精品成人久久久久久| 国产真实乱freesex| 日韩欧美 国产精品| 国产美女午夜福利| 蜜臀久久99精品久久宅男| 人妻系列 视频| 久久99精品国语久久久| 欧美成人精品欧美一级黄| 久久精品久久久久久噜噜老黄 | www.色视频.com| 老女人水多毛片| 国产一区亚洲一区在线观看| 可以在线观看毛片的网站| 男女边吃奶边做爰视频| av在线亚洲专区| 免费观看性生交大片5| 久久鲁丝午夜福利片| 国产免费视频播放在线视频 | 国产精品,欧美在线| 亚洲av成人精品一区久久| 久久精品影院6| 国产伦精品一区二区三区四那| 日韩强制内射视频| 免费看光身美女| 国产成人a∨麻豆精品| 最近中文字幕2019免费版| 国产亚洲av嫩草精品影院| 国产女主播在线喷水免费视频网站 | 亚洲一区高清亚洲精品| 男女下面进入的视频免费午夜| 高清毛片免费看| 高清日韩中文字幕在线| 成人欧美大片| 在线观看美女被高潮喷水网站| 免费看光身美女| 亚洲精品影视一区二区三区av| 夜夜看夜夜爽夜夜摸| 亚洲国产精品成人久久小说| 亚洲精品,欧美精品| 蜜桃亚洲精品一区二区三区| 美女国产视频在线观看| 可以在线观看毛片的网站| 我要看日韩黄色一级片| 色综合色国产| 2021少妇久久久久久久久久久| ponron亚洲| 色视频www国产| 男人舔女人下体高潮全视频| 真实男女啪啪啪动态图| 亚洲精品国产成人久久av| 欧美人与善性xxx| 男女视频在线观看网站免费| 国内精品美女久久久久久| 久99久视频精品免费| 2022亚洲国产成人精品| 女的被弄到高潮叫床怎么办| 精品一区二区免费观看| av专区在线播放| 我要搜黄色片| 欧美日韩综合久久久久久| 国语对白做爰xxxⅹ性视频网站| 1000部很黄的大片| 色视频www国产| 亚洲欧美成人综合另类久久久 | 深爱激情五月婷婷| av福利片在线观看| 水蜜桃什么品种好| 深夜a级毛片| 成年av动漫网址| 日韩三级伦理在线观看| 97超碰精品成人国产| 国产精品久久视频播放| 波野结衣二区三区在线| 亚洲av中文av极速乱| 国产视频内射| 99久久精品热视频| 久久精品熟女亚洲av麻豆精品 | 最后的刺客免费高清国语| 国产高潮美女av| 最近的中文字幕免费完整| 少妇人妻一区二区三区视频| 国产综合懂色| 亚洲欧洲日产国产| 国内精品一区二区在线观看| 99久国产av精品国产电影| 婷婷色麻豆天堂久久 | 久久精品影院6| 日韩成人伦理影院| 久久午夜福利片| 亚洲精品aⅴ在线观看| 美女高潮的动态| 国产伦精品一区二区三区视频9| 中文字幕久久专区| 一夜夜www| 久久久久久久久久久免费av| 亚洲欧美中文字幕日韩二区| 国产 一区精品| 高清在线视频一区二区三区 | 亚洲国产精品国产精品| 少妇的逼好多水| 伦精品一区二区三区| 亚洲婷婷狠狠爱综合网| 亚洲精品aⅴ在线观看| 超碰97精品在线观看| 九九久久精品国产亚洲av麻豆| 国产精品麻豆人妻色哟哟久久 | 桃色一区二区三区在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 久久久久久伊人网av| 天堂av国产一区二区熟女人妻| 中国国产av一级| 黄色一级大片看看| 亚洲国产精品成人久久小说| 五月伊人婷婷丁香| 中文字幕久久专区| 日日干狠狠操夜夜爽| 午夜福利在线观看免费完整高清在| 免费在线观看成人毛片| 久久这里只有精品中国| 成人午夜精彩视频在线观看| 一个人观看的视频www高清免费观看| 1000部很黄的大片| 晚上一个人看的免费电影| 国产精品人妻久久久影院| 欧美日韩国产亚洲二区| 日本一二三区视频观看| 2021天堂中文幕一二区在线观| 又爽又黄a免费视频| 久久久久久大精品| 国产白丝娇喘喷水9色精品| 亚洲欧美日韩高清专用| 婷婷色综合大香蕉| 久久精品熟女亚洲av麻豆精品 | 久久久色成人| 日本午夜av视频| 天堂网av新在线| 午夜亚洲福利在线播放| 亚洲中文字幕一区二区三区有码在线看| 日本黄色片子视频| 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 | 非洲黑人性xxxx精品又粗又长| 搡女人真爽免费视频火全软件| 美女被艹到高潮喷水动态| 99国产精品一区二区蜜桃av| 午夜福利网站1000一区二区三区| 18禁动态无遮挡网站| 国产国拍精品亚洲av在线观看| 少妇熟女aⅴ在线视频| 国产老妇伦熟女老妇高清| 精品久久久久久久久亚洲| 欧美97在线视频| av在线播放精品| 日韩欧美 国产精品| 99热这里只有精品一区| 国国产精品蜜臀av免费| 免费av不卡在线播放| 99热全是精品| 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 | 少妇熟女欧美另类| 久久久久久伊人网av| 日日摸夜夜添夜夜添av毛片| 18禁裸乳无遮挡免费网站照片| 亚洲精品,欧美精品| 又黄又爽又刺激的免费视频.| 日本免费a在线| 日本黄大片高清| 亚洲精品456在线播放app| 中文精品一卡2卡3卡4更新| 九草在线视频观看| 最近的中文字幕免费完整| 亚洲伊人久久精品综合 | 变态另类丝袜制服| 岛国毛片在线播放| 国产黄色视频一区二区在线观看 | 日韩视频在线欧美| 91久久精品国产一区二区成人| 国产乱人视频| 天堂影院成人在线观看| 我要搜黄色片| 边亲边吃奶的免费视频| 亚洲美女搞黄在线观看| 中国国产av一级| 亚洲电影在线观看av| 国产精品蜜桃在线观看| 五月玫瑰六月丁香| www.av在线官网国产| 日韩 亚洲 欧美在线| 久久99热这里只有精品18| 久久久久免费精品人妻一区二区| 春色校园在线视频观看| 婷婷色麻豆天堂久久 | 欧美精品国产亚洲| 国产白丝娇喘喷水9色精品| 99热全是精品| 国产高清视频在线观看网站| 看免费成人av毛片| 在线免费观看不下载黄p国产| 免费电影在线观看免费观看| 伊人久久精品亚洲午夜| 水蜜桃什么品种好| 国产精品无大码| 高清毛片免费看| 亚洲内射少妇av| 久久久久久久久久成人| 久久亚洲精品不卡| 亚洲五月天丁香| 午夜福利在线观看免费完整高清在| 天美传媒精品一区二区| 午夜视频国产福利| 18禁在线播放成人免费| 麻豆成人av视频| 97在线视频观看| 精品国内亚洲2022精品成人| 99九九线精品视频在线观看视频| 国产白丝娇喘喷水9色精品| 午夜福利视频1000在线观看| 国产三级中文精品| 啦啦啦啦在线视频资源| 国产精品久久久久久精品电影| 精品久久久噜噜| 青青草视频在线视频观看| av天堂中文字幕网| 成人av在线播放网站| 免费观看a级毛片全部| 99久久成人亚洲精品观看| 亚洲欧洲日产国产| 成人高潮视频无遮挡免费网站| 一级毛片我不卡|