• <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
    日韩欧美在线二视频| 91老司机精品| 一级a爱视频在线免费观看| 成人亚洲精品一区在线观看| 国产成人av激情在线播放| 欧美色视频一区免费| 久久国产乱子伦精品免费另类| 成年女人毛片免费观看观看9| 国产精品久久久久久亚洲av鲁大| 色综合欧美亚洲国产小说| 国产三级在线视频| 97超级碰碰碰精品色视频在线观看| 满18在线观看网站| 一进一出抽搐gif免费好疼| 热re99久久国产66热| 国产精品 国内视频| 动漫黄色视频在线观看| 亚洲自拍偷在线| 国产片内射在线| 18禁美女被吸乳视频| 女生性感内裤真人,穿戴方法视频| 亚洲久久久国产精品| 制服丝袜大香蕉在线| 99国产精品一区二区蜜桃av| 午夜福利18| 亚洲av五月六月丁香网| 亚洲人成网站在线播放欧美日韩| 欧美日韩精品网址| 亚洲avbb在线观看| 久久久久久久精品吃奶| 黄色女人牲交| 日韩有码中文字幕| 久久久久免费精品人妻一区二区 | 欧美日韩中文字幕国产精品一区二区三区| 人妻丰满熟妇av一区二区三区| 亚洲五月婷婷丁香| 亚洲性夜色夜夜综合| 777久久人妻少妇嫩草av网站| 香蕉av资源在线| 亚洲色图av天堂| 三级毛片av免费| 黄频高清免费视频| 无遮挡黄片免费观看| 男人舔女人的私密视频| 日日摸夜夜添夜夜添小说| 久久狼人影院| 美国免费a级毛片| 免费看十八禁软件| a级毛片a级免费在线| 婷婷精品国产亚洲av在线| 伦理电影免费视频| 精品欧美国产一区二区三| 99国产综合亚洲精品| 欧美 亚洲 国产 日韩一| 一级片免费观看大全| 麻豆久久精品国产亚洲av| 一级作爱视频免费观看| 亚洲av美国av| 丁香欧美五月| 亚洲人成网站在线播放欧美日韩| 亚洲成人久久性| 午夜a级毛片| 曰老女人黄片| 可以免费在线观看a视频的电影网站| 老汉色av国产亚洲站长工具| 亚洲 欧美 日韩 在线 免费| 精品午夜福利视频在线观看一区| 一个人观看的视频www高清免费观看 | 麻豆成人午夜福利视频| 国产男靠女视频免费网站| 成人特级黄色片久久久久久久| 成人18禁在线播放| 欧洲精品卡2卡3卡4卡5卡区| 久久中文看片网| 国产成+人综合+亚洲专区| 欧美性猛交╳xxx乱大交人| 国产视频一区二区在线看| 一区二区三区国产精品乱码| 欧美性猛交╳xxx乱大交人| 欧美乱色亚洲激情| 高清毛片免费观看视频网站| 欧美黑人精品巨大| 国产aⅴ精品一区二区三区波| 精品国产亚洲在线| e午夜精品久久久久久久| 亚洲黑人精品在线| 欧美+亚洲+日韩+国产| 亚洲中文日韩欧美视频| 日本熟妇午夜| 操出白浆在线播放| 日本a在线网址| 男人舔奶头视频| 日韩欧美 国产精品| 亚洲精品一区av在线观看| 12—13女人毛片做爰片一| 国产爱豆传媒在线观看 | 黄色丝袜av网址大全| 大香蕉久久成人网| 日日干狠狠操夜夜爽| 久久中文看片网| 国产激情偷乱视频一区二区| 精品乱码久久久久久99久播| av欧美777| 日韩欧美国产一区二区入口| 麻豆成人av在线观看| 麻豆久久精品国产亚洲av| 妹子高潮喷水视频| 国产午夜福利久久久久久| 亚洲国产欧美日韩在线播放| av电影中文网址| 真人做人爱边吃奶动态| 老熟妇乱子伦视频在线观看| 性欧美人与动物交配| 中文字幕久久专区| 久久久久国产精品人妻aⅴ院| 伊人久久大香线蕉亚洲五| 午夜福利18| 亚洲精品色激情综合| 久久天躁狠狠躁夜夜2o2o| 无人区码免费观看不卡| 欧美国产日韩亚洲一区| 国产亚洲精品久久久久久毛片| av天堂在线播放| 久久久国产精品麻豆| 老鸭窝网址在线观看| 桃色一区二区三区在线观看| 超碰成人久久| 日韩欧美国产一区二区入口| 久久中文字幕一级| 国产极品粉嫩免费观看在线| 国产亚洲精品av在线| 日本成人三级电影网站| 十八禁网站免费在线| 少妇裸体淫交视频免费看高清 | 亚洲五月天丁香| 国产极品粉嫩免费观看在线| 91在线观看av| 一区二区三区激情视频| 啦啦啦 在线观看视频| 免费女性裸体啪啪无遮挡网站| a在线观看视频网站| 中文字幕最新亚洲高清| 久热爱精品视频在线9| 草草在线视频免费看| 亚洲专区中文字幕在线| 欧美性猛交黑人性爽| 制服诱惑二区| 久久天躁狠狠躁夜夜2o2o| 丝袜人妻中文字幕| 久9热在线精品视频| 丝袜人妻中文字幕| cao死你这个sao货| 欧美激情高清一区二区三区| 日日干狠狠操夜夜爽| 天堂√8在线中文| 叶爱在线成人免费视频播放| 男女床上黄色一级片免费看| 欧美激情 高清一区二区三区| 日韩欧美国产一区二区入口| 亚洲自拍偷在线| 我的亚洲天堂| 午夜久久久久精精品| 性欧美人与动物交配| 午夜亚洲福利在线播放| 啦啦啦免费观看视频1| 亚洲五月色婷婷综合| 最近最新中文字幕大全电影3 | 亚洲最大成人中文| 国产成人一区二区三区免费视频网站| 国产成人av教育| 国产欧美日韩一区二区精品| 叶爱在线成人免费视频播放| 久久久国产精品麻豆| 满18在线观看网站| 黑丝袜美女国产一区| 国产黄a三级三级三级人| 亚洲av成人不卡在线观看播放网| 桃红色精品国产亚洲av| 熟女电影av网| 18禁观看日本| 宅男免费午夜| 一个人免费在线观看的高清视频| 亚洲av第一区精品v没综合| 中文字幕精品免费在线观看视频| 身体一侧抽搐| 亚洲国产高清在线一区二区三 | 不卡一级毛片| 天天躁夜夜躁狠狠躁躁| 在线免费观看的www视频| 夜夜爽天天搞| 久久午夜亚洲精品久久| 黄片大片在线免费观看| 精品日产1卡2卡| 精品一区二区三区av网在线观看| 在线观看66精品国产| 国产成人系列免费观看| 少妇被粗大的猛进出69影院| 国产精品,欧美在线| 久久中文字幕人妻熟女| 中文字幕人妻熟女乱码| 免费在线观看亚洲国产| 可以在线观看的亚洲视频| 法律面前人人平等表现在哪些方面| 99久久综合精品五月天人人| 欧美国产日韩亚洲一区| 亚洲欧美日韩高清在线视频| 久久久久久免费高清国产稀缺| 婷婷六月久久综合丁香| 亚洲av第一区精品v没综合| 久久香蕉激情| 日本在线视频免费播放| 50天的宝宝边吃奶边哭怎么回事| 久久久久久久久中文| 99精品在免费线老司机午夜| 欧美成人午夜精品| 91字幕亚洲| 日韩欧美三级三区| 给我免费播放毛片高清在线观看| 在线看三级毛片| 中文字幕av电影在线播放| 婷婷亚洲欧美| 欧美三级亚洲精品| 一区二区日韩欧美中文字幕| 变态另类丝袜制服| 天堂√8在线中文| 亚洲一码二码三码区别大吗| 久久久国产成人免费| 国产日本99.免费观看| 高清在线国产一区| www日本在线高清视频| av中文乱码字幕在线| 欧美黑人精品巨大| www.999成人在线观看| 制服丝袜大香蕉在线| 中亚洲国语对白在线视频| 国产熟女午夜一区二区三区| 最近最新免费中文字幕在线| 午夜精品久久久久久毛片777| 日韩一卡2卡3卡4卡2021年| 精品日产1卡2卡| 天堂影院成人在线观看| 性欧美人与动物交配| 亚洲国产欧美一区二区综合| 制服丝袜大香蕉在线| 国产精品 国内视频| 欧美亚洲日本最大视频资源| 久热爱精品视频在线9| 亚洲色图av天堂| 一级毛片女人18水好多| 免费在线观看日本一区| 成人国语在线视频| 亚洲av第一区精品v没综合| 黄片大片在线免费观看| 久久精品国产99精品国产亚洲性色| 国产亚洲欧美98| 黑人欧美特级aaaaaa片| 久久久国产成人精品二区| 国产视频内射| 亚洲国产精品成人综合色| 女警被强在线播放| 老司机午夜福利在线观看视频| 99精品久久久久人妻精品| 首页视频小说图片口味搜索| 精品久久久久久久久久免费视频| 国语自产精品视频在线第100页| 亚洲第一电影网av| 19禁男女啪啪无遮挡网站| 欧美zozozo另类| 精品久久久久久久末码| 免费在线观看亚洲国产| 国产精品亚洲av一区麻豆| 国产激情欧美一区二区| 国产99久久九九免费精品| 99国产精品一区二区三区| 亚洲专区中文字幕在线| 波多野结衣av一区二区av| 国产精品,欧美在线| 波多野结衣高清作品| or卡值多少钱| 免费看美女性在线毛片视频| 国产亚洲av嫩草精品影院| 亚洲人成电影免费在线| 欧美黑人巨大hd| 丝袜人妻中文字幕| 哪里可以看免费的av片| 国产私拍福利视频在线观看| 精品国产乱码久久久久久男人| 国产精华一区二区三区| 麻豆国产av国片精品| bbb黄色大片| 午夜老司机福利片| 午夜精品久久久久久毛片777| 中文字幕精品亚洲无线码一区 | 国产又黄又爽又无遮挡在线| 中文字幕最新亚洲高清| svipshipincom国产片| 免费在线观看日本一区| 亚洲va日本ⅴa欧美va伊人久久| 国产亚洲精品久久久久久毛片| 成人国产综合亚洲| 国产成人欧美| 成人国产一区最新在线观看| 18禁黄网站禁片免费观看直播| 欧美日韩乱码在线| 麻豆av在线久日| 人妻久久中文字幕网| 高潮久久久久久久久久久不卡| 精品国产超薄肉色丝袜足j| 嫩草影视91久久| 欧美激情极品国产一区二区三区| 琪琪午夜伦伦电影理论片6080| tocl精华| 狂野欧美激情性xxxx| 黄色毛片三级朝国网站| 夜夜看夜夜爽夜夜摸| 丁香欧美五月| 在线视频色国产色| 久久中文字幕一级| 99riav亚洲国产免费| 午夜久久久在线观看| 日韩大尺度精品在线看网址| 女同久久另类99精品国产91| 久久久久久免费高清国产稀缺| 国产私拍福利视频在线观看| 久久天躁狠狠躁夜夜2o2o| 亚洲男人的天堂狠狠| 搞女人的毛片| 国产一区在线观看成人免费| 欧美激情高清一区二区三区| 精品无人区乱码1区二区| 看片在线看免费视频| 色哟哟哟哟哟哟| 久热这里只有精品99| 国产精品精品国产色婷婷| 99riav亚洲国产免费| 国内久久婷婷六月综合欲色啪| 又黄又粗又硬又大视频| 日韩欧美 国产精品| 国产精品二区激情视频| 禁无遮挡网站| 国产精品久久电影中文字幕| 成人国产综合亚洲| 亚洲 国产 在线| 精品国产乱码久久久久久男人| 男人的好看免费观看在线视频 | 国产又黄又爽又无遮挡在线| 成人特级黄色片久久久久久久| 欧美精品啪啪一区二区三区| 人人妻,人人澡人人爽秒播| 国产不卡一卡二| 视频在线观看一区二区三区| 久久久久九九精品影院| 在线观看免费午夜福利视频| 欧美黄色淫秽网站| 国产亚洲欧美精品永久| 亚洲 欧美一区二区三区| 中文字幕精品免费在线观看视频| 白带黄色成豆腐渣| 一区福利在线观看| 国产一级毛片七仙女欲春2 | 后天国语完整版免费观看| 国产1区2区3区精品| 国产精品国产高清国产av| 亚洲精品久久成人aⅴ小说| 在线永久观看黄色视频| 一级作爱视频免费观看| 久久精品夜夜夜夜夜久久蜜豆 | 精品国产亚洲在线| 色综合亚洲欧美另类图片| 淫秽高清视频在线观看| 亚洲成人久久爱视频| 亚洲男人的天堂狠狠| 熟妇人妻久久中文字幕3abv| 此物有八面人人有两片| 亚洲性夜色夜夜综合| 一级作爱视频免费观看| 国产成人av教育| 国产av一区在线观看免费| 国产精品国产高清国产av| 夜夜看夜夜爽夜夜摸| 日本免费一区二区三区高清不卡| 日本 av在线| 婷婷精品国产亚洲av在线| 国产欧美日韩一区二区三| 亚洲精华国产精华精| 免费在线观看成人毛片| 国产精品 欧美亚洲| 在线观看免费视频日本深夜| www.自偷自拍.com| 亚洲第一av免费看| 嫩草影院精品99| 亚洲精品美女久久av网站| 亚洲一码二码三码区别大吗| 日本免费a在线| av福利片在线| 最新美女视频免费是黄的| 久久国产亚洲av麻豆专区| 亚洲精品中文字幕在线视频| 一边摸一边做爽爽视频免费| 亚洲美女黄片视频| 日本 av在线| 中文字幕人妻丝袜一区二区| 99国产精品一区二区蜜桃av| 亚洲一卡2卡3卡4卡5卡精品中文| 国产1区2区3区精品| 午夜激情av网站| 久久婷婷成人综合色麻豆| 91字幕亚洲| 少妇被粗大的猛进出69影院| 淫秽高清视频在线观看| 啪啪无遮挡十八禁网站| 非洲黑人性xxxx精品又粗又长| 高清在线国产一区| 成人18禁高潮啪啪吃奶动态图| 国产精品一区二区精品视频观看| 久久久久久九九精品二区国产 | 午夜久久久久精精品| 欧美一级a爱片免费观看看 | 成人亚洲精品av一区二区| 女人爽到高潮嗷嗷叫在线视频| 午夜激情av网站| 亚洲精品国产精品久久久不卡| 后天国语完整版免费观看| 亚洲av中文字字幕乱码综合 | 老汉色av国产亚洲站长工具| 久久性视频一级片| www.熟女人妻精品国产| 色婷婷久久久亚洲欧美| 国产精品久久久久久精品电影 | 超碰成人久久| 国产一区二区三区视频了| 香蕉av资源在线| 久9热在线精品视频| 欧美 亚洲 国产 日韩一| 免费在线观看影片大全网站| 女生性感内裤真人,穿戴方法视频| 国产精品亚洲av一区麻豆| 美女国产高潮福利片在线看| 波多野结衣av一区二区av| 满18在线观看网站| 欧美成狂野欧美在线观看| 国产精品野战在线观看| 久久国产精品影院| 国产黄a三级三级三级人| 国产区一区二久久| 最近最新中文字幕大全电影3 | 国产精品影院久久| АⅤ资源中文在线天堂| 久9热在线精品视频| 欧美日韩亚洲国产一区二区在线观看| 怎么达到女性高潮| 中文字幕精品免费在线观看视频| 久久久久久免费高清国产稀缺| 麻豆成人av在线观看| 一级a爱片免费观看的视频| 久久久久久久久中文| 香蕉久久夜色| 亚洲在线自拍视频| 啦啦啦免费观看视频1| 性欧美人与动物交配| 国产成+人综合+亚洲专区| 91成年电影在线观看| 亚洲国产中文字幕在线视频| 少妇 在线观看| av超薄肉色丝袜交足视频| 亚洲欧美日韩高清在线视频| 无遮挡黄片免费观看| 欧美黄色淫秽网站| 亚洲欧洲精品一区二区精品久久久| 熟女电影av网| 欧美性猛交╳xxx乱大交人| 精品第一国产精品| 免费av毛片视频| 久久久精品国产亚洲av高清涩受| 国产精品一区二区精品视频观看| 免费女性裸体啪啪无遮挡网站| 男女那种视频在线观看| 亚洲久久久国产精品| 亚洲一区高清亚洲精品| 在线视频色国产色| 亚洲成av人片免费观看| 亚洲精品在线美女| 听说在线观看完整版免费高清| 亚洲一区二区三区不卡视频| 亚洲精品美女久久久久99蜜臀| 淫妇啪啪啪对白视频| 少妇被粗大的猛进出69影院| 久99久视频精品免费| 精品一区二区三区视频在线观看免费| or卡值多少钱| 9191精品国产免费久久| 丁香欧美五月| √禁漫天堂资源中文www| 在线观看免费视频日本深夜| 亚洲精华国产精华精| 国产精品乱码一区二三区的特点| 亚洲无线在线观看| 亚洲av中文字字幕乱码综合 | 欧美另类亚洲清纯唯美| 国内揄拍国产精品人妻在线 | 亚洲男人的天堂狠狠| 巨乳人妻的诱惑在线观看| 美女 人体艺术 gogo| 免费看a级黄色片| 久久久久国内视频| 精品国产亚洲在线| 高清毛片免费观看视频网站| 丝袜在线中文字幕| 一夜夜www| 国产精品1区2区在线观看.| 欧美日韩亚洲综合一区二区三区_| 亚洲中文日韩欧美视频| 国产免费av片在线观看野外av| 伦理电影免费视频| 国产在线观看jvid| 国产片内射在线| 亚洲国产毛片av蜜桃av| 久久九九热精品免费| 国产高清视频在线播放一区| 国产欧美日韩一区二区精品| 人人妻,人人澡人人爽秒播| 欧美成狂野欧美在线观看| ponron亚洲| 又大又爽又粗| 亚洲五月色婷婷综合| 亚洲黑人精品在线| 成人国产综合亚洲| a在线观看视频网站| 免费一级毛片在线播放高清视频| 97人妻精品一区二区三区麻豆 | 一本大道久久a久久精品| 在线天堂中文资源库| 亚洲av成人一区二区三| 久久久久久国产a免费观看| 女人爽到高潮嗷嗷叫在线视频| 亚洲性夜色夜夜综合| 国产激情偷乱视频一区二区| 香蕉丝袜av| 真人做人爱边吃奶动态| 岛国视频午夜一区免费看| 久久国产亚洲av麻豆专区| 日韩三级视频一区二区三区| 黄色毛片三级朝国网站| 日韩三级视频一区二区三区| 两个人看的免费小视频| 中文字幕人妻丝袜一区二区| 国产人伦9x9x在线观看| 18禁国产床啪视频网站| 可以在线观看的亚洲视频| 人人妻人人澡欧美一区二区| 久99久视频精品免费| 好男人电影高清在线观看| 欧美成狂野欧美在线观看| 亚洲精品在线观看二区| 国产麻豆成人av免费视频| 久久国产精品男人的天堂亚洲| 老司机午夜福利在线观看视频| 男女午夜视频在线观看| 国产亚洲欧美精品永久| 国产在线观看jvid| 性色av乱码一区二区三区2| 啦啦啦观看免费观看视频高清| 国产精品 国内视频| 亚洲一区高清亚洲精品| 少妇粗大呻吟视频| 久久久国产精品麻豆| 精品久久蜜臀av无| 国产精品1区2区在线观看.| 国产伦人伦偷精品视频| 国产成人欧美在线观看| 国产伦一二天堂av在线观看| 在线观看一区二区三区| 又大又爽又粗| 亚洲成人久久爱视频| 黑人巨大精品欧美一区二区mp4| 欧美午夜高清在线| 麻豆国产av国片精品| 久久国产精品影院| 哪里可以看免费的av片| av福利片在线| 美国免费a级毛片| 国产精品二区激情视频| 在线播放国产精品三级| 久久精品影院6| 国产精品电影一区二区三区| 亚洲一码二码三码区别大吗| 又黄又爽又免费观看的视频| 一夜夜www| 在线十欧美十亚洲十日本专区| 精品国产乱码久久久久久男人| 国产视频一区二区在线看| 成人手机av| 亚洲国产精品999在线| 亚洲av电影不卡..在线观看| 国产成年人精品一区二区| 级片在线观看| 免费在线观看完整版高清| 久久青草综合色| 他把我摸到了高潮在线观看| 精品久久久久久久人妻蜜臀av| 亚洲av日韩精品久久久久久密| 免费在线观看日本一区| 国产一卡二卡三卡精品| 精品日产1卡2卡| 国产欧美日韩一区二区三| 国产片内射在线| 一进一出抽搐gif免费好疼| 国产色视频综合| 999久久久精品免费观看国产| 欧美成人一区二区免费高清观看 | 日韩视频一区二区在线观看| 最新美女视频免费是黄的| 国产精品久久久久久精品电影 | 黄片小视频在线播放| 一区二区三区国产精品乱码|