• <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 ?

    基于二階隱馬爾可夫模型的新聞分類(lèi)算法

    2018-05-14 13:47孫璇李魯群江龍泉
    關(guān)鍵詞:馬爾可夫二階類(lèi)別

    孫璇 李魯群 江龍泉

    摘 要: 提出一種基于二階隱馬爾可夫模型(HMM)的新聞分類(lèi)算法,旨在提取新聞內(nèi)容中的類(lèi)別字,構(gòu)成特征詞集合.以該特征詞集合作為不同二階HMM分類(lèi)器的觀察序列,二階HMM的隱藏狀態(tài)反映了文檔中詞語(yǔ)之間的相關(guān)性差異,每個(gè)狀態(tài)表示出現(xiàn)在語(yǔ)料庫(kù)中的詞語(yǔ)的相關(guān)性水平.實(shí)驗(yàn)結(jié)果表明,相比k近鄰(kNN)、樸素貝葉斯(Naive Bayes)以及支持向量機(jī)(SVM)算法,二階HMM算法的分類(lèi)表現(xiàn)更顯優(yōu)勢(shì).

    關(guān)鍵詞: 新聞分類(lèi); 二階隱馬爾可夫模型(HMM); 詞頻率-逆向文件頻率; χ2檢驗(yàn); 特征詞

    中圖分類(lèi)號(hào): TP 391 文獻(xiàn)標(biāo)志碼: A 文章編號(hào): 1000-5137(2018)04-0488-06

    Abstract: A novel algorithm based on second order Hidden Markov Model (HMM) was proposed to classify the documents of news,aiming to extract categorical feature words from news contents as a feature set.The feature set was considered as the observation sequence of different second order HMM classifiers,and the hidden state of which reflected the differences between the words in the relevant documents,and each state of which represented correlation of words occurring in the corpus.The experiment showed that the proposed classification algorithm based second order HMM had prominent advantage over k-Nearest Neighbor (kNN),Naive Bayes and Support Vector Machine (SVM) algorithms.

    Key words: news classification; second order Hidden Markov Model(HMM); term frequency-inverse document frequency; χ2 test; feature word

    0 引 言

    文本分類(lèi)被認(rèn)為是當(dāng)下數(shù)據(jù)挖掘領(lǐng)域最熱門(mén)的研究方向之一,許多自動(dòng)分類(lèi)和自組織文本文檔技術(shù)在過(guò)去二十年里被相繼提出[1-5].常用的分類(lèi)算法有k近鄰(kNN)、樸素貝葉斯(Naive Bayes)及支持向量機(jī)(SVM)算法.

    隱馬爾可夫模型(HMM)[6-7]用于描述一類(lèi)重要的隨機(jī)過(guò)程,廣泛應(yīng)用于語(yǔ)音識(shí)別、詞性標(biāo)注、中文分詞等領(lǐng)域.現(xiàn)如今,HMM的應(yīng)用正逐漸擴(kuò)展至文本處理領(lǐng)域,如信息抽取[8]、信息檢索[9]、文檔歸類(lèi)[10]以及文本分類(lèi)[11].

    專(zhuān)業(yè)人員針對(duì)HMM進(jìn)行了大量研究.Li等[11]構(gòu)建了一個(gè)HMM與χ2檢驗(yàn)相結(jié)合的分類(lèi)器,反映不同類(lèi)別中的語(yǔ)義關(guān)系;Janecek等[12]采用HMM構(gòu)建了一個(gè)信息抽取模型,計(jì)算文檔與用戶查詢(xún)相關(guān)的概率;Yi等[13]視文本分類(lèi)過(guò)程為找到一個(gè)與給定文檔相關(guān)類(lèi)別的過(guò)程,文檔被視為一個(gè)詞列表,利用特定的HMM模型計(jì)算文檔屬于該類(lèi)別的概率;Vieira等[14]基于內(nèi)容對(duì)生物科技文檔進(jìn)行分類(lèi),著重分析數(shù)據(jù)集中文檔與給定用戶查詢(xún)的相關(guān)性.然而,在上述的研究中,狀態(tài)轉(zhuǎn)換都是以相同的方式順序進(jìn)行排列,沒(méi)有形成狀態(tài)自循環(huán)的HMM,而且認(rèn)為前一詞是后一詞出現(xiàn)的決定因素,但在自然語(yǔ)言中單個(gè)詞出現(xiàn)的概率通常由前幾個(gè)詞同時(shí)決定.因此,采用一階HMM,既不能完全反映語(yǔ)義信息,也無(wú)法準(zhǔn)確地對(duì)狀態(tài)序列進(jìn)行預(yù)測(cè).

    本文作者提出一種基于二階隱馬爾可夫模型的新聞分類(lèi)算法,改進(jìn)以往研究中隱藏狀態(tài)的轉(zhuǎn)移概率的計(jì)算方法,結(jié)合互信息與改進(jìn)的詞頻率-逆向文件頻率(TF-IDF)方法計(jì)算發(fā)射概率,反映不同類(lèi)別的語(yǔ)義關(guān)系.實(shí)驗(yàn)表明,該算法的執(zhí)行效果良好.

    2 實(shí) 驗(yàn)

    2.1 新聞數(shù)據(jù)集

    中文數(shù)據(jù)集采用Sogou實(shí)驗(yàn)室提供的搜狐新聞數(shù)據(jù)集,從該數(shù)據(jù)集中選取了3個(gè)類(lèi)別,平均每個(gè)類(lèi)別包含4 000個(gè)文檔,其中訓(xùn)練樣本集、驗(yàn)證樣本集與測(cè)試樣本集按5∶3∶2的比例劃分.該數(shù)據(jù)集的統(tǒng)計(jì)數(shù)據(jù)如表1所示.

    英文數(shù)據(jù)集采用摘自The Hindu、The New Indian Express、Business Line、The Economic Times和Times of India五家新聞機(jī)構(gòu)的大約27 000條新聞組成的數(shù)據(jù)集.從該數(shù)據(jù)集中選取3個(gè)類(lèi)別,平均每個(gè)類(lèi)別包含1 200條新聞,其中訓(xùn)練樣本集、驗(yàn)證集與測(cè)試樣本集同樣按5∶3∶2的比例劃分.該數(shù)據(jù)集的統(tǒng)計(jì)數(shù)據(jù)如表2所示.

    2.2 實(shí)驗(yàn)結(jié)果

    為了與提出的基于二階隱馬爾可夫模型的分類(lèi)算法進(jìn)行比較,采取的對(duì)比策略是在相同的語(yǔ)料庫(kù)和相同的類(lèi)別下構(gòu)建分類(lèi)算法,分別評(píng)估每個(gè)分類(lèi)算法的Precision、Recall以及F1值.Precision和Recall反映了分類(lèi)器性能的兩個(gè)方面,F(xiàn)1值則是為了平衡兩者的影響而引入的.實(shí)驗(yàn)結(jié)果如表3所示.

    通過(guò)實(shí)驗(yàn)結(jié)果可以看出,基于二階隱馬爾可夫模型具有較好的性能表現(xiàn),相較于一階隱馬爾可夫模型,Precision、Recall以及F1值分別提升了3%、1%和2%,主要原因在于二階隱馬爾可夫模型綜合考慮了前兩個(gè)隱藏狀態(tài)值,預(yù)測(cè)可信度更高.

    3 結(jié)束語(yǔ)

    本文作者提出了一種基于二階隱馬爾可夫模型的新聞文本分類(lèi)模型,對(duì)體育、娛樂(lè)和政治等類(lèi)別的網(wǎng)絡(luò)新聞進(jìn)行分類(lèi),應(yīng)用了基于詞相關(guān)性的推理系統(tǒng),從一組未標(biāo)記的數(shù)據(jù)集區(qū)分出相關(guān)文檔.實(shí)驗(yàn)結(jié)果表明,與kNN、樸素貝葉斯和SVM算法相比,該分類(lèi)算法的性能良好.然而,如何減少訓(xùn)練集的計(jì)算時(shí)間,對(duì)二階HMM尚需進(jìn)一步研究.

    參考文獻(xiàn):

    [1] Zanasi A,Zanasi A.Textmining and its applications to intelligence,CRM and knowledge management [M].Southampton:WIT Press,2007.

    [2] Kataria A,Singh M D.Areview of data classification using k-nearest neighbour algorithm [J].International Journal of Emerging Technology and Advanced Engineering,2013,3(6):354-360.

    [3] Xu S.Bayesian Nave Bayes classifiers to text classification [J].Journal of Information Science,2016,44(1):48-59.

    [4] Haddoud M,Mokhtari A,Lecroq T,et al.Combining supervised term-weighting metrics for SVM text classification with extended term representation [J].Knowledge and Information Systems,2016,49(3):909-931.

    [5] Dadgar S M H,Araghi M S,F(xiàn)arahani M M.A novel text mining approach based on TF-IDF and Support Vector Machine for news classification [C].IEEE International Conference on Engineering and Technology.Coimbatore:IEEE,2016.

    [6] Haddad K E,Dupont S,Urbain J,et al.Speech-laughs:An HMM-based approach for amused speech synthesis [C].IEEE International Conference on Acoustics,Speech and Signal Processing.Brisbane:IEEE,2015.

    [7] Wang L,Soong F K.HMM trajectory-guided sample selection for photo-realistic talking head [J].Multimedia Tools and Applications,2015,74(22):9849-9869.

    [8] Jiménez P,Corchuelo R.Roller:a novel approach toweb information extraction [J].Knowledge & Information Systems,2016,49(1):197-241.

    [9] Paula M C D,Neto F B D L.A new approach using Hidden Markov Model for generating movie captions to aid the hearing impaired,which is capable of visual encoding emotional information [C].Latin America Congress on Computational Intelligence.Curitiba:IEEE,2015:1-5.

    [10] Chithra S,Sinith M S,Gayathri A.Musicinformation retrieval for polyphonic signals using Hidden Markov Model [J].Procedia Computer Science,2015,46:381-387.

    [11] Li K,Chen G,Cheng J.Research on Hidden Markov Model-basedtext categorization process [J].International Journal of Digital Content Technology & Its Applications,2011,5(6):244-251.

    [12] Janecek A,Gansterer W N,Demel M,et al.On the relationship between feature selection and classification accuracy [J].Journal of Machine Learning Research,2008,4:90-105.

    [13] Yi K,Beheshti J.A Hidden Markov Model-based text classification of medical documents [J].Journal of Information Science,2009,35(1):67-81.

    [14] Vieira A S,Iglesias E L,Borrajo L.T-HMM:Anovel biomedical text classifier based on Hidden Markov Models [C].8th International Conference on Practical Applications of Computational Biology & Bioinformatics.Berlin:Springer International Publishing,2014.

    (責(zé)任編輯:包震宇)

    猜你喜歡
    馬爾可夫二階類(lèi)別
    一類(lèi)二階迭代泛函微分方程的周期解
    一類(lèi)二階中立隨機(jī)偏微分方程的吸引集和擬不變集
    二階線性微分方程的解法
    一類(lèi)二階中立隨機(jī)偏微分方程的吸引集和擬不變集
    保費(fèi)隨機(jī)且?guī)в屑t利支付的復(fù)合馬爾可夫二項(xiàng)模型
    服務(wù)類(lèi)別
    基于SOP的核電廠操縱員監(jiān)視過(guò)程馬爾可夫模型
    應(yīng)用馬爾可夫鏈對(duì)品牌手機(jī)市場(chǎng)占有率進(jìn)行預(yù)測(cè)
    論類(lèi)別股東會(huì)
    認(rèn)知無(wú)線網(wǎng)絡(luò)中基于隱馬爾可夫預(yù)測(cè)的P-CSMA協(xié)議
    99久久99久久久精品蜜桃| 99久久成人亚洲精品观看| 午夜视频国产福利| ponron亚洲| 亚洲,欧美精品.| 岛国在线免费视频观看| 欧美极品一区二区三区四区| 国产成+人综合+亚洲专区| 两个人的视频大全免费| 天堂动漫精品| 别揉我奶头~嗯~啊~动态视频| 在线播放国产精品三级| 国产精品亚洲一级av第二区| 午夜a级毛片| 在线观看美女被高潮喷水网站 | 久久精品国产清高在天天线| 久久天躁狠狠躁夜夜2o2o| 老司机午夜福利在线观看视频| 久久久久久久久中文| 麻豆久久精品国产亚洲av| 九九久久精品国产亚洲av麻豆| 18禁美女被吸乳视频| 51国产日韩欧美| 国内精品久久久久精免费| 女同久久另类99精品国产91| 欧美午夜高清在线| 免费看十八禁软件| 国产久久久一区二区三区| 亚洲va日本ⅴa欧美va伊人久久| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品美女久久久久99蜜臀| 欧美成人a在线观看| 国产亚洲精品av在线| 国产亚洲精品久久久久久毛片| 国内揄拍国产精品人妻在线| 日本a在线网址| 国产视频内射| 内射极品少妇av片p| 国内少妇人妻偷人精品xxx网站| 亚洲精品色激情综合| 免费看十八禁软件| 中文字幕久久专区| 亚洲专区中文字幕在线| 中文字幕熟女人妻在线| 国产97色在线日韩免费| 窝窝影院91人妻| 精品一区二区三区视频在线观看免费| 精品乱码久久久久久99久播| 亚洲成av人片免费观看| 日日夜夜操网爽| 欧美日韩黄片免| 美女黄网站色视频| 1024手机看黄色片| 午夜免费男女啪啪视频观看 | 97超级碰碰碰精品色视频在线观看| 国产激情偷乱视频一区二区| 亚洲av成人不卡在线观看播放网| or卡值多少钱| 久久精品国产99精品国产亚洲性色| 亚洲国产日韩欧美精品在线观看 | 欧美极品一区二区三区四区| 在线a可以看的网站| 婷婷六月久久综合丁香| 毛片女人毛片| 中文字幕高清在线视频| 99国产极品粉嫩在线观看| 欧美性猛交黑人性爽| 日韩有码中文字幕| 在线观看舔阴道视频| 国产av在哪里看| 亚洲狠狠婷婷综合久久图片| 女人被狂操c到高潮| 99国产精品一区二区三区| 色在线成人网| 欧美成人a在线观看| 成人18禁在线播放| 亚洲一区二区三区色噜噜| 欧美黑人欧美精品刺激| 久久久国产成人免费| 国产探花在线观看一区二区| 日韩精品青青久久久久久| 90打野战视频偷拍视频| 亚洲第一欧美日韩一区二区三区| 伊人久久精品亚洲午夜| 最新中文字幕久久久久| 国产精华一区二区三区| 国产欧美日韩精品一区二区| 亚洲av成人不卡在线观看播放网| 狠狠狠狠99中文字幕| 欧美一级毛片孕妇| 国产视频一区二区在线看| 亚洲精品色激情综合| av女优亚洲男人天堂| 夜夜躁狠狠躁天天躁| 人妻夜夜爽99麻豆av| 99在线人妻在线中文字幕| 久久久久国内视频| 成年人黄色毛片网站| 久久午夜亚洲精品久久| 日韩亚洲欧美综合| 真人一进一出gif抽搐免费| 亚洲第一欧美日韩一区二区三区| 国产aⅴ精品一区二区三区波| 韩国av一区二区三区四区| 国产毛片a区久久久久| 国产高清视频在线播放一区| 国产男靠女视频免费网站| 久久婷婷人人爽人人干人人爱| 亚洲内射少妇av| 欧美一区二区亚洲| 午夜福利在线观看吧| 黄色片一级片一级黄色片| 国产精品久久电影中文字幕| 99久久99久久久精品蜜桃| 国产男靠女视频免费网站| 国产伦人伦偷精品视频| 日韩欧美国产在线观看| 亚洲一区二区三区色噜噜| 国产一区二区在线av高清观看| 欧美黑人巨大hd| 国产精华一区二区三区| 97人妻精品一区二区三区麻豆| 美女大奶头视频| 国产私拍福利视频在线观看| 舔av片在线| 欧美色视频一区免费| 精品久久久久久久久久久久久| 无限看片的www在线观看| 不卡一级毛片| 他把我摸到了高潮在线观看| 精品久久久久久久末码| 人妻久久中文字幕网| 午夜激情福利司机影院| 欧美极品一区二区三区四区| 好看av亚洲va欧美ⅴa在| 欧美一区二区精品小视频在线| 精品国产美女av久久久久小说| 哪里可以看免费的av片| 最近视频中文字幕2019在线8| 男女之事视频高清在线观看| 久久久久久久精品吃奶| 久久亚洲真实| 操出白浆在线播放| 欧美日韩亚洲国产一区二区在线观看| 欧美最黄视频在线播放免费| 色老头精品视频在线观看| 夜夜看夜夜爽夜夜摸| 人人妻人人澡欧美一区二区| 久久这里只有精品中国| 欧美黑人欧美精品刺激| 天美传媒精品一区二区| 非洲黑人性xxxx精品又粗又长| www.熟女人妻精品国产| ponron亚洲| 国产精品女同一区二区软件 | 亚洲av成人av| 又爽又黄无遮挡网站| av福利片在线观看| 精品久久久久久久毛片微露脸| 少妇的丰满在线观看| 网址你懂的国产日韩在线| 波多野结衣高清作品| 在线看三级毛片| 757午夜福利合集在线观看| 国产精品,欧美在线| 日韩亚洲欧美综合| 国产伦一二天堂av在线观看| avwww免费| 母亲3免费完整高清在线观看| 高清在线国产一区| 国产男靠女视频免费网站| 国产黄色小视频在线观看| 色视频www国产| 婷婷亚洲欧美| 国产三级黄色录像| 精品午夜福利视频在线观看一区| 国语自产精品视频在线第100页| 欧美黄色片欧美黄色片| 久久久国产成人精品二区| 又紧又爽又黄一区二区| 一个人免费在线观看的高清视频| 高清在线国产一区| 亚洲美女黄片视频| 国产亚洲精品久久久com| 亚洲国产欧美网| 男女下面进入的视频免费午夜| 日本一二三区视频观看| 无限看片的www在线观看| 久久婷婷人人爽人人干人人爱| 亚洲欧美日韩高清专用| 老熟妇乱子伦视频在线观看| 国产av不卡久久| 亚洲精品456在线播放app | 欧美+日韩+精品| 香蕉av资源在线| 18禁黄网站禁片午夜丰满| 亚洲欧美日韩东京热| 国产私拍福利视频在线观看| 国产精品久久久久久久久免 | 老熟妇仑乱视频hdxx| 免费大片18禁| 国产探花在线观看一区二区| 搡女人真爽免费视频火全软件 | 在线a可以看的网站| 国产一区二区激情短视频| 久久久国产成人精品二区| 亚洲电影在线观看av| 国产一区二区三区在线臀色熟女| 欧美大码av| 国产精品影院久久| 桃红色精品国产亚洲av| 国产探花极品一区二区| 国产成人福利小说| www.熟女人妻精品国产| 五月伊人婷婷丁香| 日韩亚洲欧美综合| 国产熟女xx| 18禁国产床啪视频网站| 日本撒尿小便嘘嘘汇集6| 婷婷精品国产亚洲av| 亚洲精品粉嫩美女一区| 天堂影院成人在线观看| 国产一区在线观看成人免费| tocl精华| 免费在线观看日本一区| 搞女人的毛片| 国产美女午夜福利| 亚洲久久久久久中文字幕| 国产精品永久免费网站| 国产老妇女一区| 91麻豆精品激情在线观看国产| 男人和女人高潮做爰伦理| 亚洲中文日韩欧美视频| 久久精品国产自在天天线| 18禁裸乳无遮挡免费网站照片| 精品国内亚洲2022精品成人| 色在线成人网| 精品久久久久久久末码| 观看免费一级毛片| 亚洲成人久久性| 亚洲性夜色夜夜综合| 狂野欧美激情性xxxx| 亚洲va日本ⅴa欧美va伊人久久| 久久精品夜夜夜夜夜久久蜜豆| 日本 欧美在线| 欧美日韩亚洲国产一区二区在线观看| 757午夜福利合集在线观看| 色综合亚洲欧美另类图片| aaaaa片日本免费| 国产老妇女一区| 18禁在线播放成人免费| av黄色大香蕉| 国产真人三级小视频在线观看| 在线观看日韩欧美| 中文亚洲av片在线观看爽| 亚洲av一区综合| 中文字幕久久专区| 亚洲精品色激情综合| 色av中文字幕| 午夜福利在线在线| 国产精品美女特级片免费视频播放器| 亚洲精品一卡2卡三卡4卡5卡| or卡值多少钱| 精品一区二区三区av网在线观看| 男女做爰动态图高潮gif福利片| xxxwww97欧美| 日韩免费av在线播放| 国产精品久久视频播放| 内射极品少妇av片p| 久久香蕉国产精品| 啦啦啦观看免费观看视频高清| 国产一区二区在线观看日韩 | 欧美高清成人免费视频www| 国产精品,欧美在线| 99久久综合精品五月天人人| 无遮挡黄片免费观看| 精品一区二区三区视频在线 | 一本一本综合久久| 少妇高潮的动态图| 性色av乱码一区二区三区2| 99精品在免费线老司机午夜| 美女黄网站色视频| 亚洲久久久久久中文字幕| 亚洲精品一区av在线观看| 免费观看的影片在线观看| 少妇高潮的动态图| 欧美zozozo另类| 中文字幕av在线有码专区| 天堂动漫精品| 黑人欧美特级aaaaaa片| 国产欧美日韩一区二区三| 国产成人欧美在线观看| 精品人妻1区二区| 好男人在线观看高清免费视频| 欧美最新免费一区二区三区 | 久久久久国内视频| 黄色成人免费大全| 亚洲精品影视一区二区三区av| 欧美乱码精品一区二区三区| 九九热线精品视视频播放| 日本三级黄在线观看| 色哟哟哟哟哟哟| 91av网一区二区| 嫩草影视91久久| 久久久久久久久大av| 最近视频中文字幕2019在线8| 很黄的视频免费| 老熟妇乱子伦视频在线观看| 久久中文看片网| 欧美成人a在线观看| 亚洲av成人精品一区久久| 久久香蕉精品热| 国产伦精品一区二区三区视频9 | 性色avwww在线观看| 免费在线观看日本一区| 午夜福利在线在线| 亚洲国产精品成人综合色| 男女那种视频在线观看| 91久久精品电影网| 国产黄色小视频在线观看| 国产aⅴ精品一区二区三区波| 每晚都被弄得嗷嗷叫到高潮| 免费看美女性在线毛片视频| 内地一区二区视频在线| 三级国产精品欧美在线观看| 久久久精品欧美日韩精品| 亚洲av不卡在线观看| 变态另类成人亚洲欧美熟女| 欧美成人a在线观看| 成人高潮视频无遮挡免费网站| 综合色av麻豆| 午夜日韩欧美国产| 成人特级av手机在线观看| 天堂网av新在线| 他把我摸到了高潮在线观看| 国产在视频线在精品| 国产主播在线观看一区二区| 成人亚洲精品av一区二区| 久久人人精品亚洲av| 一进一出抽搐动态| 好男人电影高清在线观看| 欧美成狂野欧美在线观看| 成人特级黄色片久久久久久久| 中亚洲国语对白在线视频| 国产毛片a区久久久久| 日本a在线网址| 久久精品亚洲精品国产色婷小说| 18禁在线播放成人免费| 熟妇人妻久久中文字幕3abv| 狠狠狠狠99中文字幕| 国产免费男女视频| 51午夜福利影视在线观看| 亚洲成av人片在线播放无| 丰满乱子伦码专区| 少妇的逼水好多| 久久香蕉国产精品| 人人妻人人看人人澡| 哪里可以看免费的av片| 亚洲中文日韩欧美视频| 嫩草影院精品99| 亚洲成av人片在线播放无| 90打野战视频偷拍视频| 亚洲国产欧美网| 淫秽高清视频在线观看| 中文字幕av在线有码专区| 琪琪午夜伦伦电影理论片6080| 国产欧美日韩精品一区二区| 九九热线精品视视频播放| 精品久久久久久久人妻蜜臀av| 哪里可以看免费的av片| 波多野结衣巨乳人妻| 亚洲熟妇熟女久久| 国产精品野战在线观看| 国产精品自产拍在线观看55亚洲| 特级一级黄色大片| 观看美女的网站| 欧美+日韩+精品| 18禁美女被吸乳视频| 99国产精品一区二区三区| 91在线精品国自产拍蜜月 | 色精品久久人妻99蜜桃| 午夜两性在线视频| 午夜精品在线福利| 麻豆久久精品国产亚洲av| 久9热在线精品视频| 三级国产精品欧美在线观看| 日本a在线网址| 国产aⅴ精品一区二区三区波| 国产成人av教育| 18+在线观看网站| 日韩欧美精品v在线| 18禁裸乳无遮挡免费网站照片| 欧美日韩综合久久久久久 | 国产三级中文精品| 日本撒尿小便嘘嘘汇集6| 男女午夜视频在线观看| 成熟少妇高潮喷水视频| 国产精品久久久久久精品电影| 国产精品永久免费网站| 岛国视频午夜一区免费看| 久久久久久久亚洲中文字幕 | 一级作爱视频免费观看| 日韩精品青青久久久久久| 国产日本99.免费观看| 亚洲美女黄片视频| 内地一区二区视频在线| 亚洲av美国av| 免费人成在线观看视频色| 床上黄色一级片| 国产激情欧美一区二区| 噜噜噜噜噜久久久久久91| 99久久99久久久精品蜜桃| 国产精品女同一区二区软件 | 一边摸一边抽搐一进一小说| 成年免费大片在线观看| 麻豆成人av在线观看| 欧美日韩中文字幕国产精品一区二区三区| 蜜桃亚洲精品一区二区三区| 欧美三级亚洲精品| 制服丝袜大香蕉在线| 日韩大尺度精品在线看网址| 两个人的视频大全免费| 久久性视频一级片| 亚洲色图av天堂| 天天添夜夜摸| 精品国内亚洲2022精品成人| 国产精品久久久久久精品电影| 人妻久久中文字幕网| 人妻夜夜爽99麻豆av| 一区二区三区免费毛片| 成人永久免费在线观看视频| 国内揄拍国产精品人妻在线| 色视频www国产| 国内少妇人妻偷人精品xxx网站| 国产亚洲精品久久久com| 午夜两性在线视频| 亚洲国产精品成人综合色| 中文资源天堂在线| 国产欧美日韩精品亚洲av| 尤物成人国产欧美一区二区三区| 国产精品久久久久久亚洲av鲁大| 成年人黄色毛片网站| 精品福利观看| 久久久国产精品麻豆| 日本在线视频免费播放| av天堂在线播放| 国产真实乱freesex| 欧美日韩综合久久久久久 | 国产精品久久电影中文字幕| 99久久99久久久精品蜜桃| 精品乱码久久久久久99久播| 国产精品亚洲av一区麻豆| 国产免费一级a男人的天堂| 18禁美女被吸乳视频| 久久久久久久久中文| 免费高清视频大片| 欧美乱码精品一区二区三区| 亚洲熟妇熟女久久| 99热这里只有是精品50| 日韩 欧美 亚洲 中文字幕| 欧美中文日本在线观看视频| 麻豆久久精品国产亚洲av| 性色avwww在线观看| 黄色日韩在线| av在线天堂中文字幕| 可以在线观看毛片的网站| 国产欧美日韩一区二区三| 亚洲av电影不卡..在线观看| 欧美日本亚洲视频在线播放| 成人av在线播放网站| 国产极品精品免费视频能看的| 国产精品 国内视频| 欧美绝顶高潮抽搐喷水| 一个人免费在线观看的高清视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 真实男女啪啪啪动态图| 国产主播在线观看一区二区| 精品午夜福利视频在线观看一区| 午夜福利18| 亚洲成a人片在线一区二区| 精品人妻偷拍中文字幕| 黄片大片在线免费观看| 亚洲av五月六月丁香网| 九九热线精品视视频播放| 一级毛片女人18水好多| 淫秽高清视频在线观看| 亚洲色图av天堂| 男人的好看免费观看在线视频| 欧美日韩综合久久久久久 | 久久亚洲真实| 特大巨黑吊av在线直播| 国产三级中文精品| 首页视频小说图片口味搜索| 亚洲国产精品999在线| 老司机午夜福利在线观看视频| 精品电影一区二区在线| 日日干狠狠操夜夜爽| www日本在线高清视频| 亚洲七黄色美女视频| 国语自产精品视频在线第100页| 国模一区二区三区四区视频| 国产一级毛片七仙女欲春2| 日本一二三区视频观看| 熟妇人妻久久中文字幕3abv| 国产成人福利小说| 色综合婷婷激情| 少妇裸体淫交视频免费看高清| 91九色精品人成在线观看| 超碰av人人做人人爽久久 | 91久久精品电影网| 1024手机看黄色片| 999久久久精品免费观看国产| 日本一二三区视频观看| 亚洲最大成人中文| 一个人免费在线观看电影| 一区二区三区国产精品乱码| 女生性感内裤真人,穿戴方法视频| 最近最新中文字幕大全电影3| 国产精品久久久久久精品电影| 国产精品永久免费网站| 国产不卡一卡二| 久久精品国产99精品国产亚洲性色| 日本与韩国留学比较| 国内精品久久久久久久电影| 亚洲精品亚洲一区二区| 热99re8久久精品国产| 婷婷精品国产亚洲av在线| 欧美日韩福利视频一区二区| 人妻夜夜爽99麻豆av| 青草久久国产| 国产午夜福利久久久久久| 十八禁人妻一区二区| 日本成人三级电影网站| 男人的好看免费观看在线视频| 亚洲中文字幕日韩| 一本一本综合久久| 人妻夜夜爽99麻豆av| 久9热在线精品视频| 亚洲电影在线观看av| 三级国产精品欧美在线观看| 嫩草影院入口| 亚洲专区国产一区二区| 最近最新免费中文字幕在线| 国产成+人综合+亚洲专区| 亚洲av第一区精品v没综合| 在线十欧美十亚洲十日本专区| 亚洲欧美日韩卡通动漫| 日韩精品中文字幕看吧| 免费搜索国产男女视频| 又紧又爽又黄一区二区| 日本一二三区视频观看| 亚洲中文字幕一区二区三区有码在线看| 成人无遮挡网站| 又紧又爽又黄一区二区| 免费看十八禁软件| 身体一侧抽搐| 精品欧美国产一区二区三| 人妻夜夜爽99麻豆av| 美女 人体艺术 gogo| 午夜福利18| 亚洲国产中文字幕在线视频| 久久精品夜夜夜夜夜久久蜜豆| 天堂影院成人在线观看| 欧美黑人欧美精品刺激| 日日夜夜操网爽| av在线天堂中文字幕| 亚洲国产精品合色在线| 最后的刺客免费高清国语| 国产三级在线视频| 黄色丝袜av网址大全| 欧美性感艳星| 亚洲中文字幕一区二区三区有码在线看| 91麻豆av在线| 99在线人妻在线中文字幕| 国产乱人伦免费视频| 日本撒尿小便嘘嘘汇集6| 日韩欧美三级三区| 亚洲国产精品合色在线| 亚洲人与动物交配视频| 国产91精品成人一区二区三区| 国产伦在线观看视频一区| 国产亚洲av嫩草精品影院| av国产免费在线观看| 天堂av国产一区二区熟女人妻| 亚洲精品久久国产高清桃花| 99国产极品粉嫩在线观看| 久久久久久久亚洲中文字幕 | 麻豆成人午夜福利视频| 亚洲片人在线观看| 免费av观看视频| 毛片女人毛片| 少妇丰满av| 国产亚洲精品av在线| 亚洲最大成人手机在线| 亚洲成人中文字幕在线播放| 波多野结衣巨乳人妻| 俺也久久电影网| 中文字幕人成人乱码亚洲影| 99久久精品一区二区三区| 性色avwww在线观看| 亚洲精品成人久久久久久| 免费人成在线观看视频色| 中国美女看黄片| 在线视频色国产色| 看片在线看免费视频| 色精品久久人妻99蜜桃| 亚洲国产精品sss在线观看| 天堂av国产一区二区熟女人妻| www.www免费av| 欧美av亚洲av综合av国产av| av专区在线播放| 一边摸一边抽搐一进一小说| 亚洲乱码一区二区免费版| 国产av麻豆久久久久久久| 一本久久中文字幕|