• <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 ?

    網(wǎng)絡電影評論的情感傾向性分類研究

    2018-11-28 03:21:24
    遵義師范學院學報 2018年6期
    關鍵詞:傾向性語料庫分類器

    唐 利

    (安徽三聯(lián)學院,安徽合肥230601)

    近些年來,隨著計算機的迅猛發(fā)展與信息化技術的日漸成熟,互聯(lián)網(wǎng)已逐漸在人們的生活、學習與工作中普遍開來并占據(jù)不可或缺的地位[1]。據(jù)統(tǒng)計,截止到2017年6月,中國的網(wǎng)絡普及率高達百分之五十四點三,這意味著中國目前有超過七點五億的網(wǎng)絡用戶使用互聯(lián)網(wǎng)進行娛樂、工作或?qū)W習[2]?;ヂ?lián)網(wǎng)普及的同時,也在慢慢改變著人們生活的方方面面,其中變化最為明顯的是娛樂休閑的方式。

    經(jīng)過前期的網(wǎng)絡調(diào)研與大量的文獻查閱發(fā)現(xiàn),網(wǎng)絡電影評論的情感分析具有不可估量的市場前景。目前,相比于實體影院,選擇在線觀看電影的觀眾越來越多,并且這種方式已經(jīng)成為一種趨勢。網(wǎng)絡在線影院除了具備方便快捷、足不出戶便可點播觀看用戶想看的電影這方面的優(yōu)勢以外,還為廣大用戶提供了一個在線交流與評論的平臺[3],它沒有實體影院的種種約束,用戶可以隨時隨地發(fā)表自己對所觀看電影的評論,還可以與其他人對某部電影進行交流。而這一部分海量的信息數(shù)據(jù),相對于一些企業(yè)的推廣信息或宣傳廣告來說,更具真實性,更能代表用戶的主觀體驗感受,更容易被接受。相應地,本課題主要針對這些數(shù)據(jù)進行挖掘分析,分析結果不僅可以為其他用戶提供較為可靠的參考,還可以幫助電影網(wǎng)站或制片公司更好地了解網(wǎng)絡觀眾的需求和某一類電影的前景,以輔助其對電影的制作的投放分配做出更加合理的決策來保證企業(yè)價值的最大化。

    一、相關理論與技術研究

    (一)文本情感傾向性分類概念及研究內(nèi)容

    文本情感傾向性分類是近幾年來基于文本分類挖掘領域流行起來的研究課題,同時也是情感分析領域中很重要的一部分內(nèi)容。目前的文本情感傾向性分類,主要將一段包含感情色彩的文本作為研究對象,通過處理、分類和分析來判斷該段文本的情感傾向性??偟膩碚f,情感傾向性主要有兩種分類方法:一種將情感分為喜怒哀樂四種傾向[4];另一種是將情感傾向分為正面情感傾向、中性情感、負面情感傾向三種類型[5]、[6]。本文采用第二種分類方法來研究網(wǎng)絡電影評論文本的正負情感傾向。

    目前研究的文本情感傾向性分類過程如下:首先進行訓練語料庫與測試語料庫的收集與生成[7]、[8],訓練語料庫的作用是生成分類模型,而測試語料庫是用來測試所生成的分類模型的分類效果如何。一般來說,要求測試語料庫和訓練語料庫中要包含不同的數(shù)據(jù)集。然后進行的是訓練語料庫文本的預處理、向量化、特征提取與選擇[9]、[10]、[11]。最后,處理后的訓練語料庫通過三個不同算法分別進行三個不同分類模型的構建與訓練,再將測試語料庫的數(shù)據(jù)輸入分類模型,根據(jù)分類結果來評估分析不同分類模型的性能。

    (二)文本情感傾向性分類關鍵技術

    文本預處理的對象是文本中沒有實際意義的虛詞和不帶感情色彩中性詞語,使得到的結果便于計算機的處理與進一步分析。文本預處理工作主要包括中文文本分詞、去停用詞、詞性標注等。本課題研究過程中使用ICTCLAS3(Institute of computer technology,Chinese lexical analysis system)分詞系統(tǒng)[12]。

    文本在經(jīng)過預處理之后形成的是詞語集,這些詞語表示的是中文文本的情感傾向性,詞語與情感傾向性的類別之間有著相對應的關系,如何將這種關系表示成為計算機可以識別的文本表示模型,便于后面文本的分類處理,是文本向量化所要做的工作。本文采用的是向量空間模型,不僅形式簡單,而且準確率相對于其他方法來說較高。

    特征提取是為了從文本中提取出可以和其他類別的文本相區(qū)別的數(shù)據(jù)項,從而選出最有效的特征。目前特征提取的算法有很多,如文檔頻率(Document Frequency,DF)、期望交叉熵(Excepted Cross Entropy,ECE)、信息增益(InformationGain,IG)[13]。本文采用的是信息增益算法,并將其作為特征提取的標準。

    二、網(wǎng)絡電影評論的情感傾向性分類實驗

    本課題關于網(wǎng)絡電影評論的情感傾向分類模型的建立過程包括海量網(wǎng)絡電影評論文本數(shù)據(jù)的收集、數(shù)據(jù)的規(guī)范化預處理、數(shù)據(jù)向量化及特征降維以及最終的主觀識別和情感極性分類。

    (一)數(shù)據(jù)收集

    新浪微博目前已經(jīng)成為網(wǎng)絡推廣、品牌宣傳、用戶交流的重要平臺,對于電影行業(yè)來說亦是如此??偟膩碚f,本課題針對網(wǎng)絡電影評論的數(shù)據(jù)對象首先是新浪微博中微博電影模塊中來源于普通用戶的原創(chuàng)評論,不包括官方微博;其次,評論內(nèi)容應該圍繞電影本身,而非個人情感表述。我們收集到的評論不僅工作量大而且不利于分類工作,為了能快速的收集網(wǎng)絡電影評論,我們將采用專業(yè)的數(shù)據(jù)抓取工具。

    1.網(wǎng)絡電影評論樣本抓取程序

    本課題采用的是專用的數(shù)據(jù)抓取工具MetaSeeker實現(xiàn)新浪微博電影網(wǎng)頁中電影評論數(shù)據(jù)的抓取。該工具是Gooseeker公司設計并推出的一種抓取網(wǎng)頁信息數(shù)據(jù)的插件,根據(jù)用戶的指定的需求,該工具可以實現(xiàn)網(wǎng)頁中目標信息的篩選和提取,最終以XML文件的形式提交給用戶。目前為止,火狐瀏覽器通過插件的方式支持MetaSeeker網(wǎng)頁數(shù)據(jù)抓取工具的使用。抽取的內(nèi)容如設定為普通用戶的原創(chuàng)非轉(zhuǎn)發(fā)評論內(nèi)容,包括評論用戶的用戶名、認證狀態(tài)和評論內(nèi)容,篩選條件包括電影名稱、時間、類型等,而不關注用戶評論內(nèi)容的轉(zhuǎn)發(fā)和收藏次數(shù)。

    2.網(wǎng)絡電影評論樣本抓取結果解析

    由于通過抓取工具是以30個XML文件的形式向用戶提交最后的抓取結果,我們需要將這30個文件進行解析處理,得到適合本課題研究的初步的數(shù)據(jù)形式。通過perl對結果文件進行自動處理,刪除掉@后的文字和連接以及標簽文字之后,生成一個包含三列內(nèi)容的結果文件。形式如表1所示:

    表1 解析后結果文件樣式表

    經(jīng)過初步整理后得到的電影評論總共 48736條,經(jīng)過進一步的篩選處理后,符合本課題研究內(nèi)容的評論數(shù)據(jù)最終有24923條。最后將評論的內(nèi)容存儲到TXT文本中,同時隨機抽取其中的2400條評論,將其作為情感傾向分類的樣本數(shù)據(jù)。對著2400條評論樣本進行手動分類,類別包括情感傾向為正面、負面、中性的評論以及噪聲評論,最終得到表2的樣本集統(tǒng)計:

    表2 網(wǎng)絡電影評論數(shù)據(jù)樣本統(tǒng)計表

    (二)數(shù)據(jù)規(guī)范化預處理

    1.分詞和詞性標注

    本課題采用的基礎訓練語料庫來自于ICTCLAS3分詞系統(tǒng),該詞法分析系統(tǒng)是由中科院開發(fā),但是對于本課題的研究內(nèi)容來說是遠遠不夠的,因此在研究過程中還需添加電影行業(yè)相關的專業(yè)名詞以及目前流行的網(wǎng)絡詞語,將最后生成的新的語料庫作為本課題的詞典。

    電影行業(yè)專業(yè)詞匯本課題采用的是百度的中文分詞詞庫和相關的細胞詞庫,還使用了已經(jīng)整理成型的電影名稱詞典、影視明星詞典;流行網(wǎng)絡詞語方面,使用的是目前發(fā)展相對成熟的搜狗輸入法的詞庫和其細胞詞庫。另外微博中還提供表情的功能,用戶評論中的表情在數(shù)據(jù)庫中會轉(zhuǎn)換成文字形式存儲,如鼓掌、大笑等。因此還需統(tǒng)計微博表情轉(zhuǎn)換后的詞匯,通過相應的文本算法,將其連同以上詞庫及詞典導入到本課題的基礎語料庫中,形成適合本課題的非結構化網(wǎng)絡電影評論語料庫,其中包括24735個流行網(wǎng)絡詞語、10276個電影評論相關詞匯、1250個表情詞匯。其中包括 18624個正面情感詞匯和17637個負面情感詞匯,將其作為對上一小節(jié)所整理的網(wǎng)絡電影評論文本數(shù)據(jù)的樣本集進行分詞和詞性標注的依據(jù)。

    2.去除停用詞

    本課題所涉及的停用詞主要包括通用停用詞和電影領域的停用詞。前者主要有一般文本中出現(xiàn)頻率比較高、但對于情感傾向貢獻值很小的修飾性詞語,如量詞(“一部”,/q)、代詞(“我”,/r)、介詞(“在”,/p)等。后者主要指的是一些電影的名稱以及專業(yè)詞語,這類詞語僅僅有指示作用,也可以停用。

    本課題選擇通過計算信息增益的方法來進行特征選擇,最后所提取的特征結果中每一個特征對應的是一個分詞,并得到最后的特征權值后,每一個特征向量可以表示一條電影評論內(nèi)容,如表3所示:

    表3 一條網(wǎng)絡電影評論文本的特征向量表示

    本課題采用N折交叉驗證的方式進行主觀性內(nèi)容識別檢驗評估。結合樣本的收集與手工分類過程可以知道,中性評價中對于課題研究的意義不是很大,情感分類過程中只針對正面情感的評論和負面情感的評論。該電影評論的情感傾向性分類是建立在樣本主觀識別的基礎上的,顯而易見,該過程中的識別率與最終的情感分類精確度以及分類效果是成正比的。

    (三)數(shù)據(jù)情感分類器分類

    本課題的數(shù)據(jù)挖掘平臺采用的是Weka[14]平臺,它的一個很重要的組成部分就是分類器,包括了決策樹、貝葉斯分類等,而訓練與檢測工作通過Java來實現(xiàn)。實驗過程中首先要對三種分類器進行訓練、學習,然后才可以利用其對測試集進行分類。其中貝葉斯分類器分類是線性可分的,故而不需要進行參數(shù)的設置,而其他兩種分類器則需要事先設置好參數(shù)。

    本課題采用模型性能評價常用的評價指標:查全率(Recall)、查準率(Precision)和F1 測度(F1-Measure)。以下通過模擬分類結果建立矩陣來更清楚地表示查準率、查全率和F1測度的計算方法。

    其中,查全率(O)和查準率(O)是代表客觀性評論的查全率和查準率,查全率(S)查準率(S)是代表主觀性評論的查全率和查準率。查全率和查準率反映了分類質(zhì)量的兩個不同方面,兩者必須綜合考慮。三種分類器分類的混淆矩陣在此不在贅述,表4是以上者三種分類器對測試數(shù)據(jù)進行主客觀分類的的結果性能評估:

    表4 主客觀分類測試結果

    從檢驗結果來看,文本算法結合三種分類器后進行主客觀分類的精確度都比較高,在百分之九十左右,說明通過文本算法結合三種分類器對網(wǎng)絡電影評論進行分類的方法是可行的。從精確度的角度來看,經(jīng)過文本算法初分類后,支持向量機的精確度最高,其次是決策樹,最后是樸素貝葉斯。主觀性評論分類中三個分類器的性能如圖1所示:

    本課題中對于網(wǎng)絡電影評論的主觀判別結果分析時候,查準率要比F1測度更重要,查全率重要性最低。由上圖可知,盡管樸素貝葉斯的查全率最高,但是它的查準率并不是最高的,最高的分類器是支持向量機,針對網(wǎng)絡電影評論情感分類,文本算法結合SVM來作為該網(wǎng)絡電影評論的主觀識別分類器比較合適。

    表5是三種分類器對網(wǎng)絡電影評論的正負情感傾向性進行極性分類所得到的各個評價指標的結果:

    表5 網(wǎng)絡電影評論的正負情感傾向性分類結果

    對于本課題的網(wǎng)絡電影評論文本的正負情感傾向性進行分類的時候,需要同時對具備正面和負面傾向性的評價有很好的識別度,所以此時每個分類的精確度以及相應的F1測度的重要性是相同的,然后再查看的是查全率和查準率這兩個指標。F1測度的結果圖如2所示:

    通過上圖三個分類器的F1值進行分析、對比之后,可以很直觀地看出支持向量機算法對于positive和Average這兩項都是具有最高值的,雖然樸素貝葉斯算法在negative時是最高的,但是它的精確度卻只有65.72%,決策樹雖然比較平衡,但是由之前的研究可知,在數(shù)據(jù)量極大的時候,其處理時間會增長很快,而支持向量機則相對穩(wěn)定。

    總的來說,非結構化的網(wǎng)絡電影評論文本的情感傾向性通過將文本算法與三種機器學習的分類器結合后可以進行有效的分類,本文不僅可以并識別出正負面情感,還可以識別出主觀情感。并且如上的實驗數(shù)據(jù)還顯示出,支持向量機的分類器對于本網(wǎng)絡電影評論的情感傾向性分類中有較好的效果,其中表現(xiàn)在準確率和F1測度值上,相較于其他兩種分類器,該分類器的表現(xiàn)穩(wěn)定均衡,效果突出。

    三、結語

    關于網(wǎng)絡電影評論的情感傾向性的分類研究,對電影市場投放何種類型,投放比例等方面都有很重要的意義。通過我們的研究可以知道將文本情感分析與機器學習算法結合是可行的,并且能構建出既減小工作量又提高準確率的算法模型。

    這里,我們的主要工作是對網(wǎng)絡電影評論的情感傾向性進行分類研究。通過文本算法構建適合本研究的新的情感詞典。最后,選用了三種目前運用比較普遍的情感分類模型,通過比較和深入地分析三種分類模型的分類結果,總結三種機器學習算法的優(yōu)劣,找到更適合網(wǎng)絡電影評論傾向性分類的模型。當然這里的研究并不是完美無缺的,因為種種原因限制,使得本文還有提升的空間。在今后的研究中會針對以上提到的可提升之處進一步完善,使得該課題更加豐富、更加具備應用價值。

    猜你喜歡
    傾向性語料庫分類器
    基于模糊數(shù)學法的阿舍勒銅礦深部巖體巖爆傾向性預測
    《語料庫翻譯文體學》評介
    BP-GA光照分類器在車道線識別中的應用
    電子測試(2018年1期)2018-04-18 11:52:35
    把課文的優(yōu)美表達存進語料庫
    加權空-譜與最近鄰分類器相結合的高光譜圖像分類
    結合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    關于醫(yī)患沖突報道的傾向性分析——以“湘潭產(chǎn)婦死亡案”為例
    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
    “沒準兒”“不一定”“不見得”和“說不定”的語義傾向性和主觀性差異
    語言與翻譯(2015年4期)2015-07-18 11:07:43
    一種面向博客群的主題傾向性分析模型
    日韩不卡一区二区三区视频在线| 69精品国产乱码久久久| 欧美丝袜亚洲另类| 日本欧美国产在线视频| 高清不卡的av网站| 少妇人妻一区二区三区视频| 久久久精品免费免费高清| 欧美 亚洲 国产 日韩一| 欧美精品一区二区免费开放| 人人妻人人爽人人添夜夜欢视频 | 深夜a级毛片| 中文资源天堂在线| 狠狠精品人妻久久久久久综合| 美女内射精品一级片tv| 免费观看av网站的网址| 午夜影院在线不卡| 国内精品宾馆在线| 777米奇影视久久| 少妇被粗大的猛进出69影院 | 国产欧美日韩一区二区三区在线 | 国内揄拍国产精品人妻在线| 不卡视频在线观看欧美| 亚洲国产欧美日韩在线播放 | h日本视频在线播放| 51国产日韩欧美| 男女国产视频网站| 我的女老师完整版在线观看| 22中文网久久字幕| 国产白丝娇喘喷水9色精品| 人妻 亚洲 视频| 亚洲人与动物交配视频| 91精品伊人久久大香线蕉| 又粗又硬又长又爽又黄的视频| 国产一区二区三区av在线| 伦理电影大哥的女人| 热re99久久精品国产66热6| 久久97久久精品| av又黄又爽大尺度在线免费看| 日韩一本色道免费dvd| 国产色爽女视频免费观看| 久久久久久久精品精品| 欧美另类一区| 最黄视频免费看| 久久免费观看电影| a级片在线免费高清观看视频| 蜜桃久久精品国产亚洲av| 国内精品宾馆在线| 国产成人91sexporn| 观看免费一级毛片| 最近手机中文字幕大全| 一边亲一边摸免费视频| 两个人的视频大全免费| 十分钟在线观看高清视频www | 成人毛片a级毛片在线播放| kizo精华| 久久精品国产a三级三级三级| 婷婷色av中文字幕| 18禁在线无遮挡免费观看视频| 精品一区在线观看国产| 七月丁香在线播放| 久久人人爽人人爽人人片va| 99九九线精品视频在线观看视频| 99九九线精品视频在线观看视频| 日韩成人av中文字幕在线观看| 国产日韩一区二区三区精品不卡 | 一级爰片在线观看| 亚洲精品456在线播放app| 国产精品嫩草影院av在线观看| av在线播放精品| 成人国产麻豆网| 亚洲av日韩在线播放| 观看免费一级毛片| 香蕉精品网在线| 亚洲精品日本国产第一区| av在线播放精品| 我的女老师完整版在线观看| 亚洲真实伦在线观看| 高清午夜精品一区二区三区| 伊人久久精品亚洲午夜| 国产在线男女| 欧美日韩亚洲高清精品| 麻豆成人午夜福利视频| 国模一区二区三区四区视频| 欧美日韩视频高清一区二区三区二| 九九久久精品国产亚洲av麻豆| 大话2 男鬼变身卡| 99精国产麻豆久久婷婷| 久久久久国产网址| 另类亚洲欧美激情| 久久这里有精品视频免费| 99热6这里只有精品| 免费观看的影片在线观看| 精品少妇内射三级| 少妇裸体淫交视频免费看高清| 日本vs欧美在线观看视频 | 一本一本综合久久| 亚洲婷婷狠狠爱综合网| 久久国产亚洲av麻豆专区| 久久国内精品自在自线图片| 狂野欧美激情性bbbbbb| 国产精品久久久久久精品古装| 黑人巨大精品欧美一区二区蜜桃 | 在线观看免费视频网站a站| 国产深夜福利视频在线观看| 久久精品国产亚洲网站| 美女cb高潮喷水在线观看| 国产高清国产精品国产三级| 99久久精品热视频| 亚洲av国产av综合av卡| 中文天堂在线官网| 国产白丝娇喘喷水9色精品| 久久鲁丝午夜福利片| 亚洲欧美日韩东京热| 国产日韩欧美亚洲二区| 男人狂女人下面高潮的视频| 国产片特级美女逼逼视频| 美女cb高潮喷水在线观看| 毛片一级片免费看久久久久| 一级,二级,三级黄色视频| 亚洲精品,欧美精品| 精品国产乱码久久久久久小说| 黑丝袜美女国产一区| 国产伦理片在线播放av一区| 成人综合一区亚洲| 日日啪夜夜爽| av黄色大香蕉| av专区在线播放| 国产一区有黄有色的免费视频| 超碰97精品在线观看| 久久精品久久久久久久性| 亚洲精品日本国产第一区| 色婷婷久久久亚洲欧美| av不卡在线播放| 黄色视频在线播放观看不卡| 精品久久久精品久久久| 男女边吃奶边做爰视频| 国产一区二区在线观看av| 成人免费观看视频高清| 国产精品国产三级专区第一集| 国产白丝娇喘喷水9色精品| 特大巨黑吊av在线直播| 麻豆乱淫一区二区| 久久97久久精品| 18禁在线无遮挡免费观看视频| 精品久久久精品久久久| 精品国产国语对白av| 在线观看www视频免费| 婷婷色av中文字幕| 夜夜爽夜夜爽视频| 性高湖久久久久久久久免费观看| 黄片无遮挡物在线观看| 我的女老师完整版在线观看| av在线播放精品| 青春草国产在线视频| 一个人免费看片子| 乱码一卡2卡4卡精品| 国产色婷婷99| 国产午夜精品一二区理论片| 久久狼人影院| 日韩成人伦理影院| 久久精品国产亚洲av涩爱| 久久免费观看电影| 一区二区av电影网| 九色成人免费人妻av| 高清不卡的av网站| 亚洲人与动物交配视频| 午夜老司机福利剧场| 国产精品久久久久久av不卡| a 毛片基地| 曰老女人黄片| 一级黄片播放器| 51国产日韩欧美| 妹子高潮喷水视频| 欧美成人午夜免费资源| h视频一区二区三区| av视频免费观看在线观看| 久久亚洲国产成人精品v| 少妇高潮的动态图| 女人久久www免费人成看片| 国产男女超爽视频在线观看| 看免费成人av毛片| 国产白丝娇喘喷水9色精品| 国产有黄有色有爽视频| 欧美日韩一区二区视频在线观看视频在线| 亚洲国产精品一区二区三区在线| 精品人妻偷拍中文字幕| 亚洲真实伦在线观看| 亚洲天堂av无毛| www.色视频.com| 2018国产大陆天天弄谢| 久久人人爽av亚洲精品天堂| 大片免费播放器 马上看| 99热全是精品| 国产91av在线免费观看| 欧美高清成人免费视频www| 日韩电影二区| 亚洲国产毛片av蜜桃av| 亚洲国产精品999| 黄色配什么色好看| 高清午夜精品一区二区三区| 伦理电影大哥的女人| 国产男女超爽视频在线观看| 这个男人来自地球电影免费观看 | 久久久久人妻精品一区果冻| 国产精品欧美亚洲77777| 卡戴珊不雅视频在线播放| 久久国产亚洲av麻豆专区| 久久久久国产精品人妻一区二区| 在线观看一区二区三区激情| 欧美日韩综合久久久久久| 少妇被粗大猛烈的视频| 最近中文字幕高清免费大全6| 美女视频免费永久观看网站| 99热这里只有是精品50| 国产av一区二区精品久久| 午夜免费观看性视频| 久久久a久久爽久久v久久| 97在线人人人人妻| 黑人巨大精品欧美一区二区蜜桃 | 日韩欧美 国产精品| a级毛片在线看网站| 日日啪夜夜撸| 久久久午夜欧美精品| 日韩中字成人| 草草在线视频免费看| 丰满人妻一区二区三区视频av| 日韩不卡一区二区三区视频在线| 伊人久久精品亚洲午夜| 少妇的逼水好多| 亚洲无线观看免费| 赤兔流量卡办理| 午夜视频国产福利| 午夜视频国产福利| 亚洲无线观看免费| 国产精品人妻久久久久久| h视频一区二区三区| 午夜免费男女啪啪视频观看| 色网站视频免费| 亚洲精品自拍成人| 99久久精品国产国产毛片| 日本欧美国产在线视频| 国产亚洲一区二区精品| 亚洲图色成人| 免费人成在线观看视频色| 国产一区二区三区综合在线观看 | 午夜久久久在线观看| 亚洲欧美日韩卡通动漫| 在现免费观看毛片| 香蕉精品网在线| 国产精品99久久久久久久久| 国产成人一区二区在线| 久久久国产精品麻豆| 2022亚洲国产成人精品| 日韩大片免费观看网站| 久久久久久久精品精品| 韩国高清视频一区二区三区| 80岁老熟妇乱子伦牲交| 欧美精品人与动牲交sv欧美| 一区二区av电影网| 一边亲一边摸免费视频| 久久国产亚洲av麻豆专区| 国产成人aa在线观看| 老熟女久久久| 黄色欧美视频在线观看| 亚洲国产日韩一区二区| 婷婷色麻豆天堂久久| 看非洲黑人一级黄片| 男女边吃奶边做爰视频| 人妻少妇偷人精品九色| 十八禁高潮呻吟视频 | 久热这里只有精品99| 日韩,欧美,国产一区二区三区| 男女免费视频国产| 亚洲av日韩在线播放| 3wmmmm亚洲av在线观看| 大片电影免费在线观看免费| 亚洲高清免费不卡视频| 99久久精品国产国产毛片| 特大巨黑吊av在线直播| 99精国产麻豆久久婷婷| 精品久久久久久久久av| 一级毛片我不卡| 亚洲国产毛片av蜜桃av| 久久99一区二区三区| 在线观看三级黄色| 51国产日韩欧美| 欧美老熟妇乱子伦牲交| 国产一区二区三区av在线| √禁漫天堂资源中文www| 亚洲va在线va天堂va国产| 又爽又黄a免费视频| 人人妻人人澡人人爽人人夜夜| 成人国产麻豆网| 日韩欧美精品免费久久| 久久久久久人妻| .国产精品久久| 一级毛片 在线播放| 一级毛片我不卡| 一级毛片aaaaaa免费看小| 成人亚洲精品一区在线观看| av免费在线看不卡| 男女边吃奶边做爰视频| 亚洲婷婷狠狠爱综合网| 狂野欧美激情性bbbbbb| 精品亚洲乱码少妇综合久久| 欧美激情国产日韩精品一区| 男人舔奶头视频| 国产日韩一区二区三区精品不卡 | 欧美精品一区二区免费开放| 最近中文字幕高清免费大全6| 免费黄色在线免费观看| 亚洲av成人精品一区久久| 亚洲第一区二区三区不卡| 亚洲激情五月婷婷啪啪| 一区二区av电影网| av在线播放精品| 亚洲欧美一区二区三区国产| 99久久人妻综合| 日本91视频免费播放| 国产av码专区亚洲av| 在线观看美女被高潮喷水网站| 国产色爽女视频免费观看| 国产午夜精品久久久久久一区二区三区| 91精品伊人久久大香线蕉| 国产在线一区二区三区精| 两个人的视频大全免费| 国产精品久久久久久av不卡| 一级毛片aaaaaa免费看小| 日韩不卡一区二区三区视频在线| 啦啦啦在线观看免费高清www| 亚洲成人手机| 热re99久久精品国产66热6| 成年美女黄网站色视频大全免费 | 日韩中文字幕视频在线看片| 亚洲欧美日韩另类电影网站| 看免费成人av毛片| 一级a做视频免费观看| 国产精品伦人一区二区| 亚洲精品aⅴ在线观看| 91精品国产国语对白视频| 国产免费又黄又爽又色| 国产精品成人在线| 日日爽夜夜爽网站| 在线观看一区二区三区激情| 亚洲av中文av极速乱| 一区二区三区四区激情视频| av在线app专区| 日本av免费视频播放| 亚洲欧美一区二区三区国产| 精品国产露脸久久av麻豆| 天美传媒精品一区二区| 国产色婷婷99| 欧美一级a爱片免费观看看| 国产免费一级a男人的天堂| 亚洲色图综合在线观看| 亚洲人与动物交配视频| 久久久久久久亚洲中文字幕| 国产精品成人在线| 午夜福利影视在线免费观看| 国产欧美亚洲国产| 免费播放大片免费观看视频在线观看| 国产精品熟女久久久久浪| 免费av不卡在线播放| 夫妻午夜视频| 久久精品久久久久久久性| 99视频精品全部免费 在线| 在线观看国产h片| 中文字幕制服av| 80岁老熟妇乱子伦牲交| 婷婷色综合大香蕉| 2021少妇久久久久久久久久久| 久久久久久久久久成人| 啦啦啦在线观看免费高清www| 久热久热在线精品观看| 看免费成人av毛片| 精品午夜福利在线看| 成人二区视频| 国产成人精品无人区| 美女cb高潮喷水在线观看| 80岁老熟妇乱子伦牲交| 国产成人免费观看mmmm| 一二三四中文在线观看免费高清| 亚洲欧美成人精品一区二区| 亚洲自偷自拍三级| 最近的中文字幕免费完整| 亚洲成人av在线免费| av天堂久久9| 亚洲国产毛片av蜜桃av| 精华霜和精华液先用哪个| 熟女人妻精品中文字幕| 亚洲成色77777| 亚洲一级一片aⅴ在线观看| 国产精品伦人一区二区| 中文天堂在线官网| 久久国内精品自在自线图片| 国产在线免费精品| 日韩强制内射视频| 国产日韩欧美亚洲二区| 免费观看av网站的网址| 狂野欧美激情性xxxx在线观看| 在线观看一区二区三区激情| 久久精品国产自在天天线| 亚洲精品日本国产第一区| 女性生殖器流出的白浆| 久久久国产一区二区| 精品亚洲成a人片在线观看| 久久久久久久大尺度免费视频| 丝袜喷水一区| 国内少妇人妻偷人精品xxx网站| 亚洲综合精品二区| 18+在线观看网站| 久久久久精品久久久久真实原创| 美女内射精品一级片tv| 久久久久久久久久久丰满| 国产av码专区亚洲av| 久久6这里有精品| 欧美老熟妇乱子伦牲交| 亚洲内射少妇av| 丁香六月天网| 自拍偷自拍亚洲精品老妇| 国产美女午夜福利| 亚洲成人av在线免费| 青春草亚洲视频在线观看| 国产成人精品一,二区| 汤姆久久久久久久影院中文字幕| 国产亚洲精品久久久com| 亚洲国产日韩一区二区| 夫妻午夜视频| 一个人免费看片子| 亚洲天堂av无毛| 亚洲欧美一区二区三区国产| 久久国产精品大桥未久av | 欧美成人午夜免费资源| 汤姆久久久久久久影院中文字幕| 亚洲精品日本国产第一区| 国产白丝娇喘喷水9色精品| 国产精品一区二区在线不卡| 国产高清三级在线| 欧美日韩在线观看h| 高清欧美精品videossex| 夫妻性生交免费视频一级片| 丰满迷人的少妇在线观看| 观看免费一级毛片| av福利片在线| 超碰97精品在线观看| 成人毛片60女人毛片免费| 久久久久人妻精品一区果冻| 亚洲av.av天堂| 国产视频内射| 成人亚洲欧美一区二区av| 2018国产大陆天天弄谢| 自线自在国产av| 久久鲁丝午夜福利片| 伦理电影免费视频| 亚洲三级黄色毛片| 99热国产这里只有精品6| 欧美日韩av久久| 老司机影院毛片| 精品少妇久久久久久888优播| 久久精品熟女亚洲av麻豆精品| 亚洲欧美成人综合另类久久久| 熟女人妻精品中文字幕| 三级经典国产精品| 一级毛片久久久久久久久女| 91成人精品电影| av播播在线观看一区| 亚洲欧美中文字幕日韩二区| 麻豆成人av视频| 又粗又硬又长又爽又黄的视频| 国产乱来视频区| 国产女主播在线喷水免费视频网站| 18禁在线无遮挡免费观看视频| 欧美+日韩+精品| 又粗又硬又长又爽又黄的视频| 中文在线观看免费www的网站| 在线观看免费日韩欧美大片 | 我要看日韩黄色一级片| 男女无遮挡免费网站观看| 精品一区二区免费观看| 99热全是精品| 国产成人精品无人区| 一本久久精品| a级片在线免费高清观看视频| 99久久精品热视频| 香蕉精品网在线| 少妇人妻一区二区三区视频| 99热全是精品| 免费观看av网站的网址| 91精品伊人久久大香线蕉| 在线观看一区二区三区激情| 亚洲欧美成人综合另类久久久| 97精品久久久久久久久久精品| 国产免费福利视频在线观看| 国产一区二区在线观看av| 免费观看的影片在线观看| 欧美人与善性xxx| 日韩av免费高清视频| 国产精品伦人一区二区| 亚洲精品自拍成人| 欧美 亚洲 国产 日韩一| 久久女婷五月综合色啪小说| 综合色丁香网| 黄色欧美视频在线观看| 国产精品无大码| 国产乱来视频区| 亚洲精品日韩在线中文字幕| 中文乱码字字幕精品一区二区三区| 国产白丝娇喘喷水9色精品| 国产av国产精品国产| 国产精品国产av在线观看| 色哟哟·www| 久久狼人影院| 日产精品乱码卡一卡2卡三| a 毛片基地| 欧美三级亚洲精品| 丰满少妇做爰视频| 女性生殖器流出的白浆| 高清不卡的av网站| 免费大片黄手机在线观看| 亚洲欧美日韩卡通动漫| a级片在线免费高清观看视频| 国国产精品蜜臀av免费| 久久这里有精品视频免费| 国产男女内射视频| 精品一品国产午夜福利视频| 自拍欧美九色日韩亚洲蝌蚪91 | 日韩制服骚丝袜av| 欧美成人精品欧美一级黄| 69精品国产乱码久久久| 美女视频免费永久观看网站| 观看av在线不卡| 99热这里只有精品一区| 成人黄色视频免费在线看| 18禁动态无遮挡网站| 亚洲熟女精品中文字幕| 美女视频免费永久观看网站| 亚洲美女黄色视频免费看| 超碰97精品在线观看| 蜜臀久久99精品久久宅男| 欧美xxxx性猛交bbbb| 亚洲精品亚洲一区二区| 在线免费观看不下载黄p国产| 亚洲精品亚洲一区二区| 国产精品国产三级国产专区5o| 黄片无遮挡物在线观看| 美女视频免费永久观看网站| 国产午夜精品久久久久久一区二区三区| 亚洲成人一二三区av| 国产黄频视频在线观看| 女的被弄到高潮叫床怎么办| 欧美bdsm另类| 九九爱精品视频在线观看| 日本wwww免费看| 国产色爽女视频免费观看| 国产男女内射视频| 国产成人午夜福利电影在线观看| 国产高清国产精品国产三级| 精品少妇黑人巨大在线播放| 久久青草综合色| 日韩熟女老妇一区二区性免费视频| 91久久精品国产一区二区成人| 久久女婷五月综合色啪小说| 亚洲va在线va天堂va国产| 日本免费在线观看一区| 2021少妇久久久久久久久久久| 成人毛片60女人毛片免费| 黄色视频在线播放观看不卡| 国产黄色免费在线视频| 一级av片app| 精华霜和精华液先用哪个| 亚洲av在线观看美女高潮| 国产欧美另类精品又又久久亚洲欧美| 国产高清三级在线| 一级片'在线观看视频| 久久精品熟女亚洲av麻豆精品| 精品久久国产蜜桃| 中文资源天堂在线| 国产高清国产精品国产三级| 十八禁网站网址无遮挡 | 九草在线视频观看| 一二三四中文在线观看免费高清| 看免费成人av毛片| videossex国产| 制服丝袜香蕉在线| 久久精品夜色国产| 少妇人妻一区二区三区视频| 亚洲av在线观看美女高潮| 日韩三级伦理在线观看| 秋霞伦理黄片| 人人妻人人添人人爽欧美一区卜| 五月开心婷婷网| 免费观看性生交大片5| 欧美最新免费一区二区三区| 我要看黄色一级片免费的| 伊人亚洲综合成人网| 欧美丝袜亚洲另类| 少妇人妻 视频| 99热这里只有是精品50| av天堂久久9| 成人亚洲精品一区在线观看| 性色avwww在线观看| 精品人妻偷拍中文字幕| 极品教师在线视频| 成人国产av品久久久| 亚洲精品aⅴ在线观看| 三级国产精品片| 国产一区二区在线观看日韩| 精品亚洲成国产av| 又粗又硬又长又爽又黄的视频| 亚洲精品一二三| 卡戴珊不雅视频在线播放| 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| 一区二区三区精品91| 免费黄网站久久成人精品|