• <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 ?

    T-Reader: 一種基于自注意力機制的多任務深度閱讀理解模型

    2018-12-20 06:18:30鄭玉昆劉奕群馬少平
    中文信息學報 2018年11期
    關鍵詞:排序模型

    鄭玉昆,李 丹,范 臻,劉奕群,張 敏,馬少平

    (1. 清華大學 計算機系,北京 100084;2. 阿姆斯特丹大學 ILPS,荷蘭 阿姆斯特丹 1098XH)

    0 簡介

    近年來,機器閱讀理解發(fā)展迅速,成為了深度學習領域的熱點。隨著多個閱讀理解與問答數(shù)據(jù)集的發(fā)布,越來越多端到端的深度學習方法被提出,算法性能上取得了極大進步。數(shù)據(jù)集方面,斯坦福問答數(shù)據(jù)集SQuAD[1]和微軟閱讀理解數(shù)據(jù)集MS MARCO[2]是兩個目前最為流行的真實問答數(shù)據(jù)集。其中,SQuAD屬于抽取式的問答數(shù)據(jù)集,但不同于以往類似數(shù)據(jù)集的是,SQuAD數(shù)據(jù)集涉及了多種模式的上下文邏輯推理。MS MARCO數(shù)據(jù)集從Bing搜索引擎中收集問題的文檔,答案不再具有約束,即一些答案可能由用戶撰寫,存在無法與段落完全匹配的文字或者同時包含多個段落片段。MS MARCO數(shù)據(jù)集的設置更接近真實閱讀理解與問答的情景,同時任務也更具有挑戰(zhàn)性。目前兩個數(shù)據(jù)集的最新排行榜上機器均取得了超過人類平均水平的成績,極大地推動了深度學習在自然語言理解的發(fā)展。

    此次2018機器閱讀理解技術競賽采用全新的DuReader數(shù)據(jù)集[3],與MS MARCO數(shù)據(jù)集類似,DuReader采用了來自百度搜索引擎的真實查詢詞作為問題,從搜索引擎檢索的頂部文檔中進行答案標注。因此,此次比賽具有更真實的任務設定,同時面臨查詢意圖模糊、多文檔、多段落、答案可能不在文檔中出現(xiàn)等多方面挑戰(zhàn)。

    本文介紹了在此次比賽中我們使用的模型設計以及實驗結果。為了應對復雜的實驗挑戰(zhàn),我們在R-Net模型基礎上設計了基于自注意力機制的多任務深度閱讀理解模型T-Reader。模型的主要擴展有以下三點:

    (1) 在模型中加入了跨段落和跨文檔兩個級別的注意力機制,使得問題下所有的段落能夠?qū)崿F(xiàn)信息交互。

    (2) 在預測答案范圍的基礎上加入了基于預測答案的段落排序網(wǎng)絡,使用增強學習的方法直接優(yōu)化評價指標。

    (3) 借鑒信息檢索領域中排序?qū)W習(learning to rank)的常用方法,手動提取了問題—段落精準匹配特征作為額外的模型輸入,顯式地捕捉問題詞項在段落中的分布模式。

    我們將模型分別在search和zhidao兩種數(shù)據(jù)集上單獨進行訓練、驗證和測試,最終在Test v2測試集取得了Rouge-L為54.41,BLEU-4為47.77的表現(xiàn),在所有參賽隊伍中性能表現(xiàn)獲得第八名。

    1 相關研究工作

    1.1 相關數(shù)據(jù)集

    在斯坦福問答數(shù)據(jù)集SQuAD[1]出現(xiàn)之前,傳統(tǒng)的機器閱讀數(shù)據(jù)集主要分為兩類: (1)通過人工標注建立的閱讀理解數(shù)據(jù)集,這種數(shù)據(jù)集一般數(shù)據(jù)規(guī)模很小,難以用于深度模型的訓練; (2)從真實語料中抽取段落構成的數(shù)據(jù)集,其中各個段落中部分詞匯被去除,模型的訓練目標為判斷句中缺失的單詞,補全句子。受數(shù)據(jù)規(guī)模和質(zhì)量影響,傳統(tǒng)的閱讀理解問題研究進展緩慢。2016年發(fā)布的SQuAD真正為機器閱讀理解領域提供了一份數(shù)據(jù)量大且標注可靠的真實問答類數(shù)據(jù)集,有力推動了機器閱讀理解領域的研究。

    另一份大規(guī)模數(shù)據(jù)集,微軟閱讀理解數(shù)據(jù)集 (MS MARCO)[2]則直接向用戶提供多個相關文檔摘要,并直接采用用戶的答案作為標準答案,這種生成式的問答問題更加貼近實際,也對問答模型的性能提出了更高的要求。

    1.2 基于深度學習的問答系統(tǒng)模型

    早在SQuAD數(shù)據(jù)集產(chǎn)生之前,許多團隊已經(jīng)將深度學習方法應用于閱讀理解的相關問題,并取得了不錯的效果。Hermann等人受到機器翻譯和圖像識別領域成果的啟發(fā),第一次在機器閱讀理解領域引入了注意力機制(attention)的概念,進行問題和答案對應的向量及單個字詞的權重交互[4]。Kadlec等人在模型中引入指針網(wǎng)絡(pointer network),結合指針網(wǎng)絡和注意力機制進行缺失單詞的預測[5]。

    在SQuAD發(fā)布后,不斷有端到端的深度模型被提出。Wang和Jiang首先提出Match-LSTM模型[6],實現(xiàn)了基于單詞的帶權重匹配和單詞間的信息交互;之后他們又進一步將指針網(wǎng)絡和Match-LSTM模型結合[7],使模型能夠預測SQuAD數(shù)據(jù)集中每一個問題對應的最佳答案在文中的起止位置?;贛atch-LSTM和指針網(wǎng)絡,微軟亞洲研究院的研究人員提出了R-Net模型[8]。R-Net模型在問題—答案注意力計算的基礎上又引入了自我匹配注意力機制(self-matching attention),并結合使用了詞項、字符兩種表示,繼續(xù)提升了模型在SQuAD和MS MARCO數(shù)據(jù)集上的效果。

    為了完成MS MARCO類數(shù)據(jù)集中生成答案式的任務,Tan等人在R-Net的基礎上又提出了S-Net[9],該模型通過提取特征-生成答案兩部分,利用已有模型和思路提取特征后,使用雙向GRU進行答案生成。

    2 模型設計

    在實現(xiàn)T-Reader的過程中我們主要參考了R-Net的模型設計,包括編碼層、問題—段落匹配層、段落匹配層和指針網(wǎng)絡。除此之外,我們新加入了基于預測的答案范圍和段落文本表示的段落排序網(wǎng)絡。在實現(xiàn)T-Reader的過程中,我們也針對比賽任務進行了特殊的設計,例如,加入問題—段落精準匹配信號、文檔標題信息以及段落位置信息等。T-Reader模型框架如圖1所示。

    圖1 T-Reader模型框架

    2.1 編碼層

    對于問題和段落文本,我們采用了類似R-Net的處理方法,使用循環(huán)神經(jīng)網(wǎng)絡處理變長的詞項序列。循環(huán)神經(jīng)網(wǎng)絡(RNN)有很多變種,例如,LSTM和GRU等。以往工作中[8-9],GRU在效率和效果上均有很好的表現(xiàn),所以本次工作中我們也沿用了GRU作為循環(huán)神經(jīng)網(wǎng)絡的實現(xiàn)。除了詞項級別的表示外,R-Net還使用了字符級別的詞嵌入向量,用于表示未出現(xiàn)在詞表中的詞項。在實現(xiàn)過程中,囿于計算資源有限,我們沒有采用字符級詞嵌入向量。

    (1)

    (2)

    2.2 問題—答案匹配層

    其中,ct通過基于注意力機制的問題和段落交互得到式(8)~式(10)。

    (11)

    2.3 段落匹配層

    其中,ct通過基于段落的自注意力機制得到式(15)~式(17)。

    特別地,為了增強模型對于文檔表示的學習能力,我們嘗試了多種自注意力機制的作用級別: 段落級別、文檔級別和問題級別,即分別將一個段落、文檔和問題下所有文檔作為自注意力層的輸入。經(jīng)過測試,我們最終選取了文檔級別作為最終的實現(xiàn)。盡管在我們的測試中,較高的級別帶來越好的模型表現(xiàn),但這也意味著模型需要占用越大的計算資源和越長的訓練時間,此時的模型提升卻十分有限。為了彌補問題級別文檔信息交互的缺失,我們引入額外的文檔信息交互層。首先,對于文檔di={pi1,pi2,…,pis},我們將循環(huán)神經(jīng)網(wǎng)絡最后一個時刻的隱狀態(tài)作為文檔的表示oi,如式(18)所示。

    oi=BiGRU(pi1,pi2,…,pis)

    (18)

    (19)

    2.4 指針網(wǎng)絡

    指針網(wǎng)絡,也是模型中預測答案范圍的輸出層,我們在此部分沿用了以往工作中的常見做法。首先我們使用循環(huán)神經(jīng)網(wǎng)絡重新對段落中每個詞項表示進行學習,如式(20)所示。

    (20)

    特殊地,在初始時刻,我們使用問題向量表示rq作為GRU的初始狀態(tài),如式(21)~式(23)所示。

    2.5 段落排序網(wǎng)絡

    該網(wǎng)絡用于最小化答案質(zhì)量得分sp與段落p中當前預測答案的Rouge-L值的誤差。

    3 實驗結果

    3.1 實驗數(shù)據(jù)與評價指標

    實驗數(shù)據(jù)采用本次機器閱讀理解比賽提供的數(shù)據(jù)集DuReader,預先分為訓練集、驗證集和測試集三部分。數(shù)據(jù)集包含30萬問題和超過100萬文檔。每個數(shù)據(jù)樣本可以歸納為四元組: {q,t,D,A},其中q是問題,t是問題類型,D是相關文檔集合,A是人工生成的標準答案集合。問題類型包含三類: 是否類(YesNo)、實體類(Entity)、描述類(Description)。數(shù)據(jù)根據(jù)文檔來源分為search和zhidao類,分別來自百度搜索和百度知道。經(jīng)過觀察,我們發(fā)現(xiàn)兩類文本存在不同: zhidao類文檔內(nèi)容多由網(wǎng)站用戶生成,文檔平均長度更長且答案更加顯式清楚地在文中分布。

    DuReader數(shù)據(jù)集的主要特點為答案較多樣、存在答案改寫。具體表現(xiàn)為zhidao中70.8%的問題和search中62.2%的問題都包含多個答案。答案和文檔的編輯距離較大,其中51.3%的樣本的最小編輯距離(minimum edit distance)大于10。平均來說,問題包含4.8個詞,答案包含69.6個詞,文檔包含396個詞。

    實驗采用Rouge-L和BLEU-4作為評價指標。Rouge-L衡量準確率和召回率,考察候選答案和參考答案在最長公共子序列上的準確率和召回率。BLEU-4衡量準確率,考察一元至四元詞匯共現(xiàn)的頻率。兩個指標共同反映答案的可信度和可讀性。

    3.2 數(shù)據(jù)分析

    本次實驗我們?nèi)匀徊扇《温涑槿∵B續(xù)片段的方式得到最終的預測答案。但DuReader數(shù)據(jù)集存在答案無法與段落完全匹配的情況,因此為了驗證答案抽取的方式能否在當前數(shù)據(jù)上取得較好的表現(xiàn),我們在圖2中統(tǒng)計了所有問題下最佳答案片段的Rouge-L值的分布。其中,search和zhidao均有超過95%的問題能夠在文檔中找到Rouge-L大于0.7以上的連續(xù)答案片段。二者互相比較可以發(fā)現(xiàn),zhidao數(shù)據(jù)下該分布較search更為集中,超過90%的問題按照答案抽取的方式能夠找到標準答案。基于以上分析,我們認為答案抽取的方式可以在當前數(shù)據(jù)集上取得較好的表現(xiàn)。

    圖2 數(shù)據(jù)集search和zhidao中問題最佳抽取式答案片段的Rough-L分布

    3.3 實驗設置

    本次實驗中,我們在全量數(shù)據(jù)集上采用在默認參數(shù)下的Skip-gram模型訓練得到維度為300的詞嵌入向量,依據(jù)詞頻取前50萬個詞項作為模型詞嵌入層的大小,未包含在詞項中的詞項統(tǒng)一記為UNK。模型基于PyTorch實現(xiàn),所有GRU均為1層,其隱向量維度為150。對于文本序列的處理,模型最多保留問題和段落的前40和500個詞項。模型的丟棄率(dropout rate)為0.2,初始學習率(learning rate)為0.01,優(yōu)化器使用Adadelta。模型訓練時批處理大小(batch size)為2,使用兩個GPU加速計算。訓練迭代10萬輪后在訓練集和驗證集上達到收斂,用時4天。

    3.4 損失函數(shù)

    對于答案范圍預測網(wǎng)絡,我們使用交叉熵作為損失函數(shù),如式(30)所示。

    Lspan=-log(p(posstart))-log(p(posend))

    (30)

    其中,posstart和posend分別為全局最佳答案的起始和終止位置。對于段落排序網(wǎng)絡,我們使用平均平方誤差(MSE)作為損失函數(shù),如式(31)所示。

    (31)

    其中,rpred為模型預測的Rouge-L值,rtarget為當前預測答案真實的Rouge-L值。最終模型的損失函數(shù)為二者的和,如式(32)所示。

    L=Lspan+Lrank

    (32)

    3.5 答案生成

    我們采用了官方提供的BiDAF和Match-LSTM模型作為基線方法。NI-Readers為本次評測第一名的方法。表1報告了T-Reader和其他基線方法在Test v2數(shù)據(jù)上的表現(xiàn), 其中,T-Readersub表示去掉段落排序網(wǎng)絡的T-Reader模型??梢钥闯?,T-Reader模型取得了優(yōu)于基準模型BiDAF、Match-LSTM和R-Net的表現(xiàn),但較此次比賽的最佳方法NI-Reader仍有較大的差距。在去掉段落排序網(wǎng)絡后,T-Reader在Rouge-L和BLEU-4表現(xiàn)上均有下降,因此可以認為基于增強學習的段落排序網(wǎng)絡可以提升模型效果。

    表1 Rough-L和BLEU-4結果比較

    3.6 樣例分析

    我們對不同模型生成的答案進行了樣例分析,示例如圖3所示。樣例A中T-Reader正確預測出答案,而BiDAF模型預測的答案盡管也相關,但不夠簡潔。另外,我們發(fā)現(xiàn)存在部分T-Reader生成的答案在語義層面能夠被納為一個合格的答案,但在指標上卻比較低。我們認為這是由兩個主要原因造成的。一是文檔中具有多個答案,而人工標注的至多三個參考答案無法完全覆蓋。例如樣例B中,T-Reader和BiDAF生成的答案從邏輯上都可以認為是正確的,但是由于與參考答案重合較少,兩個系統(tǒng)得分較低。二是評價指標(如Rouge-L)無法考慮語義,使得系統(tǒng)評價存在偏差。例如樣例C中,T-Reader生成的答案是不正確的,但是得分較高;而BiDAF生成的答案是正確的,但由于過多解釋性的內(nèi)容使得其得分反而降低。

    圖3 答案樣例展示答案后的數(shù)字表示Rouge-L值

    4 總結

    本次比賽我們設計并實現(xiàn)了基于自注意力機制的多任務機器閱讀模型T-Reader。在參考R-Net基礎上,我們在編碼層加入問題與段落精準匹配信號、段落位置信息以及問題類型擴展文本表示,在段落匹配層引入跨段落和跨文檔兩級的信息交互,同時在指針網(wǎng)絡后加入了基于強化學習的段落排序網(wǎng)絡,進一步提升了模型效果。

    在未來工作中,我們希望能夠?qū)Χ温湮恢靡蛩貙δP托Ч挠绊戇M行分析,同時優(yōu)化模型設計,減少參數(shù)數(shù)量,降低計算空間占用。

    猜你喜歡
    排序模型
    一半模型
    排排序
    排序不等式
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權M-估計的漸近分布
    恐怖排序
    節(jié)日排序
    刻舟求劍
    兒童繪本(2018年5期)2018-04-12 16:45:32
    3D打印中的模型分割與打包
    FLUKA幾何模型到CAD幾何模型轉換方法初步研究
    九九爱精品视频在线观看| 欧美激情在线99| 国产一区二区亚洲精品在线观看| 日韩三级伦理在线观看| 国产精品人妻久久久影院| 精品午夜福利在线看| 亚洲欧洲国产日韩| 亚洲伊人久久精品综合| 美女大奶头视频| 国内揄拍国产精品人妻在线| www.色视频.com| www.色视频.com| 最近最新中文字幕免费大全7| 亚洲综合色惰| 五月玫瑰六月丁香| 夫妻午夜视频| 欧美一区二区亚洲| 日韩av在线大香蕉| 免费观看无遮挡的男女| 国产精品久久视频播放| 亚洲最大成人手机在线| 在线免费十八禁| 国产片特级美女逼逼视频| 乱系列少妇在线播放| 好男人在线观看高清免费视频| 一区二区三区乱码不卡18| 午夜老司机福利剧场| 男女视频在线观看网站免费| av国产久精品久网站免费入址| 69av精品久久久久久| av国产久精品久网站免费入址| 男人爽女人下面视频在线观看| 少妇熟女欧美另类| 最近的中文字幕免费完整| 国产精品国产三级国产专区5o| 久热久热在线精品观看| 又爽又黄无遮挡网站| 国产在线一区二区三区精| 99久久精品一区二区三区| 成年女人在线观看亚洲视频 | 亚洲国产成人一精品久久久| 熟妇人妻不卡中文字幕| 又爽又黄a免费视频| 真实男女啪啪啪动态图| 极品少妇高潮喷水抽搐| 久久久a久久爽久久v久久| 国产精品麻豆人妻色哟哟久久 | 国产一区二区在线观看日韩| 99久久精品热视频| 亚洲综合色惰| 国产精品三级大全| 男女国产视频网站| 免费大片18禁| 免费观看性生交大片5| 午夜福利在线观看吧| 毛片女人毛片| 在线免费十八禁| 最近2019中文字幕mv第一页| 亚洲成人一二三区av| 成年免费大片在线观看| 亚洲av在线观看美女高潮| 真实男女啪啪啪动态图| 国产淫语在线视频| 午夜视频国产福利| 99re6热这里在线精品视频| 伊人久久精品亚洲午夜| av福利片在线观看| 久久精品夜色国产| 日韩 亚洲 欧美在线| 亚洲精品中文字幕在线视频 | 丰满乱子伦码专区| 欧美一区二区亚洲| 国精品久久久久久国模美| 好男人视频免费观看在线| 一本一本综合久久| 少妇人妻精品综合一区二区| 国产人妻一区二区三区在| 色视频www国产| 中文字幕亚洲精品专区| 亚洲av成人精品一区久久| 日韩电影二区| 搞女人的毛片| 精品国产一区二区三区久久久樱花 | 色尼玛亚洲综合影院| 一级爰片在线观看| 一级毛片aaaaaa免费看小| 欧美激情国产日韩精品一区| 欧美三级亚洲精品| 午夜日本视频在线| 美女主播在线视频| 2018国产大陆天天弄谢| 视频中文字幕在线观看| 18禁在线无遮挡免费观看视频| 久久久久网色| 亚洲av不卡在线观看| 男女那种视频在线观看| 久久久久久久久久成人| 午夜福利在线观看免费完整高清在| 蜜臀久久99精品久久宅男| 婷婷六月久久综合丁香| 国产精品日韩av在线免费观看| 最近中文字幕高清免费大全6| 99久久精品国产国产毛片| 国产视频内射| videos熟女内射| 尾随美女入室| 免费观看av网站的网址| 亚洲欧美日韩无卡精品| 日韩不卡一区二区三区视频在线| 一级毛片电影观看| 亚洲精品国产av成人精品| a级毛色黄片| 久久久a久久爽久久v久久| 特级一级黄色大片| 亚洲av二区三区四区| 国产爱豆传媒在线观看| 日韩伦理黄色片| 激情五月婷婷亚洲| 精品久久久精品久久久| 色视频www国产| 成年女人在线观看亚洲视频 | 国产精品久久久久久久电影| 亚洲欧美日韩无卡精品| 国产欧美另类精品又又久久亚洲欧美| 在线观看美女被高潮喷水网站| 简卡轻食公司| 丝袜喷水一区| 精品酒店卫生间| 午夜福利高清视频| 国产精品国产三级专区第一集| av免费在线看不卡| 深爱激情五月婷婷| 免费观看的影片在线观看| 啦啦啦啦在线视频资源| 青春草视频在线免费观看| 亚洲av二区三区四区| 边亲边吃奶的免费视频| 国产一区二区在线观看日韩| 国产精品女同一区二区软件| 在现免费观看毛片| 久久精品国产鲁丝片午夜精品| 色5月婷婷丁香| 久久久久久九九精品二区国产| 国产真实伦视频高清在线观看| 国产成人91sexporn| 国产免费视频播放在线视频 | 日韩一本色道免费dvd| 亚洲欧洲国产日韩| 亚洲最大成人av| 在线 av 中文字幕| 欧美极品一区二区三区四区| 亚洲三级黄色毛片| 看十八女毛片水多多多| 自拍偷自拍亚洲精品老妇| 中文精品一卡2卡3卡4更新| 亚洲欧美日韩卡通动漫| 精品人妻熟女av久视频| 老师上课跳d突然被开到最大视频| 日本熟妇午夜| 亚洲精品自拍成人| 亚洲自偷自拍三级| 久久综合国产亚洲精品| 在线免费观看不下载黄p国产| 久久久久久久亚洲中文字幕| 国内精品一区二区在线观看| 成人毛片a级毛片在线播放| 亚洲综合色惰| 亚洲欧美日韩卡通动漫| 免费看av在线观看网站| 国产淫语在线视频| 高清午夜精品一区二区三区| eeuss影院久久| 久久久精品欧美日韩精品| 午夜福利视频1000在线观看| 欧美日韩亚洲高清精品| 国产熟女欧美一区二区| 亚洲av中文av极速乱| 国产精品人妻久久久影院| 国产成人a∨麻豆精品| 免费观看的影片在线观看| 极品少妇高潮喷水抽搐| 伊人久久精品亚洲午夜| 在线免费观看不下载黄p国产| 色5月婷婷丁香| 久久久久性生活片| 丝袜美腿在线中文| 国产精品无大码| 国产成人a区在线观看| 欧美日韩国产mv在线观看视频 | 久热久热在线精品观看| 3wmmmm亚洲av在线观看| 国产精品久久久久久久电影| 日韩一区二区视频免费看| 丝瓜视频免费看黄片| 一级片'在线观看视频| 人妻夜夜爽99麻豆av| 久久久精品免费免费高清| 国产91av在线免费观看| 韩国av在线不卡| 中文乱码字字幕精品一区二区三区 | 夜夜看夜夜爽夜夜摸| 成年女人在线观看亚洲视频 | 日日撸夜夜添| 日韩在线高清观看一区二区三区| 超碰97精品在线观看| 亚洲最大成人手机在线| 成年人午夜在线观看视频 | 日日啪夜夜撸| 91aial.com中文字幕在线观看| 久久久久精品久久久久真实原创| 国产av不卡久久| 女的被弄到高潮叫床怎么办| 成年女人在线观看亚洲视频 | 成人欧美大片| 网址你懂的国产日韩在线| 天天躁夜夜躁狠狠久久av| 搡女人真爽免费视频火全软件| xxx大片免费视频| av在线播放精品| 一级毛片我不卡| 人妻少妇偷人精品九色| 天堂影院成人在线观看| 午夜免费观看性视频| 可以在线观看毛片的网站| 国产精品.久久久| 日韩av不卡免费在线播放| 日本色播在线视频| 亚洲熟妇中文字幕五十中出| 国产精品一区二区三区四区久久| 亚洲内射少妇av| 亚洲精品成人久久久久久| 国产成人免费观看mmmm| 青春草亚洲视频在线观看| 九九爱精品视频在线观看| 人体艺术视频欧美日本| 国产视频首页在线观看| 老师上课跳d突然被开到最大视频| 日韩人妻高清精品专区| 能在线免费看毛片的网站| 80岁老熟妇乱子伦牲交| 七月丁香在线播放| 国产单亲对白刺激| 久久久久久九九精品二区国产| 18禁在线播放成人免费| 日韩电影二区| 久久久久久伊人网av| 美女高潮的动态| 永久网站在线| 性插视频无遮挡在线免费观看| 夜夜爽夜夜爽视频| 精品国产露脸久久av麻豆 | 亚洲av二区三区四区| 国产一区二区三区综合在线观看 | 亚洲国产精品国产精品| 99热这里只有精品一区| 国产乱来视频区| 成人鲁丝片一二三区免费| 伦理电影大哥的女人| 有码 亚洲区| 午夜福利成人在线免费观看| 寂寞人妻少妇视频99o| 中文欧美无线码| 欧美日韩精品成人综合77777| 爱豆传媒免费全集在线观看| 亚洲aⅴ乱码一区二区在线播放| 99热这里只有是精品在线观看| 直男gayav资源| 日韩视频在线欧美| 中国美白少妇内射xxxbb| 国产免费福利视频在线观看| 国产成人a∨麻豆精品| 赤兔流量卡办理| 美女黄网站色视频| 亚洲国产色片| 日本-黄色视频高清免费观看| 视频中文字幕在线观看| 亚洲av中文字字幕乱码综合| 国产欧美另类精品又又久久亚洲欧美| 午夜福利成人在线免费观看| 亚洲国产精品sss在线观看| 精品欧美国产一区二区三| 成年版毛片免费区| 国产黄色小视频在线观看| 日韩欧美一区视频在线观看 | 啦啦啦韩国在线观看视频| 美女主播在线视频| 干丝袜人妻中文字幕| 永久免费av网站大全| 午夜福利视频精品| 特级一级黄色大片| 日韩强制内射视频| 精品一区二区三卡| 久久久久久久久大av| 免费黄色在线免费观看| 成人毛片a级毛片在线播放| 精品久久久久久久末码| 夜夜爽夜夜爽视频| 我的女老师完整版在线观看| 免费黄网站久久成人精品| 久久精品人妻少妇| 在线 av 中文字幕| 亚洲成人av在线免费| 欧美一区二区亚洲| 国产午夜精品一二区理论片| 少妇的逼好多水| 国产在线一区二区三区精| 日本色播在线视频| 久久草成人影院| 日韩av在线免费看完整版不卡| 能在线免费看毛片的网站| 人妻制服诱惑在线中文字幕| 国产综合精华液| 少妇的逼水好多| 亚洲精品乱久久久久久| av黄色大香蕉| 亚洲美女视频黄频| 国产精品伦人一区二区| 日韩,欧美,国产一区二区三区| 国产精品福利在线免费观看| 一级毛片电影观看| 99久国产av精品国产电影| 亚洲精品456在线播放app| 欧美潮喷喷水| 国产精品1区2区在线观看.| 欧美精品一区二区大全| 久久久精品94久久精品| 禁无遮挡网站| 午夜久久久久精精品| 高清午夜精品一区二区三区| 亚洲av成人av| 亚洲图色成人| 国内揄拍国产精品人妻在线| 国产精品蜜桃在线观看| 91aial.com中文字幕在线观看| 亚洲精品第二区| 精品一区二区三区人妻视频| 精品久久久久久久久av| 最近手机中文字幕大全| 国语对白做爰xxxⅹ性视频网站| 久久亚洲国产成人精品v| 成年女人看的毛片在线观看| 久久久久九九精品影院| 日韩,欧美,国产一区二区三区| 最近视频中文字幕2019在线8| 日韩电影二区| 一级a做视频免费观看| 免费黄频网站在线观看国产| 美女国产视频在线观看| 色视频www国产| 久久久亚洲精品成人影院| 高清欧美精品videossex| 免费av不卡在线播放| 一边亲一边摸免费视频| 联通29元200g的流量卡| 国产成人精品婷婷| 国产欧美日韩精品一区二区| 午夜激情久久久久久久| 国产成人a区在线观看| 在线免费观看的www视频| 天堂影院成人在线观看| 爱豆传媒免费全集在线观看| 黄色欧美视频在线观看| 日韩av免费高清视频| 男女那种视频在线观看| 日韩精品有码人妻一区| 天堂俺去俺来也www色官网 | 一本久久精品| 成人亚洲欧美一区二区av| 激情 狠狠 欧美| 国产激情偷乱视频一区二区| 有码 亚洲区| 美女被艹到高潮喷水动态| 亚洲av免费在线观看| 日本三级黄在线观看| 26uuu在线亚洲综合色| 嘟嘟电影网在线观看| 久久国产乱子免费精品| 蜜桃亚洲精品一区二区三区| 日本午夜av视频| 晚上一个人看的免费电影| av国产免费在线观看| 婷婷色av中文字幕| 少妇丰满av| 啦啦啦啦在线视频资源| 亚洲熟女精品中文字幕| 国产精品蜜桃在线观看| 久久这里只有精品中国| 国产 一区 欧美 日韩| www.色视频.com| 亚洲天堂国产精品一区在线| 亚洲熟妇中文字幕五十中出| 久久久精品免费免费高清| 久久精品综合一区二区三区| 欧美变态另类bdsm刘玥| 久久久精品欧美日韩精品| 国产又色又爽无遮挡免| 日本av手机在线免费观看| 看免费成人av毛片| 一个人观看的视频www高清免费观看| 人妻制服诱惑在线中文字幕| 97热精品久久久久久| 精品国产露脸久久av麻豆 | 国产精品一区二区在线观看99 | 熟妇人妻久久中文字幕3abv| 成人午夜高清在线视频| 国产成人精品福利久久| 国产在视频线精品| 精品一区二区三区人妻视频| 在线免费观看不下载黄p国产| av在线观看视频网站免费| 99热这里只有是精品在线观看| 国产真实伦视频高清在线观看| 又爽又黄无遮挡网站| 亚洲精品日韩av片在线观看| 精品久久久久久成人av| 高清日韩中文字幕在线| 国产色婷婷99| 一级毛片电影观看| 精品少妇黑人巨大在线播放| 日韩av在线大香蕉| 亚洲第一区二区三区不卡| 男人爽女人下面视频在线观看| 日韩一本色道免费dvd| 99热这里只有是精品在线观看| 国产 一区精品| 久久久久久久大尺度免费视频| 久久久久精品久久久久真实原创| 久久久a久久爽久久v久久| 少妇的逼好多水| 国产精品人妻久久久久久| 久久久国产一区二区| 又爽又黄a免费视频| 亚洲精品,欧美精品| 亚洲四区av| www.av在线官网国产| 欧美性感艳星| kizo精华| 午夜激情久久久久久久| 国产亚洲一区二区精品| 全区人妻精品视频| 国产精品爽爽va在线观看网站| 天堂影院成人在线观看| 免费观看a级毛片全部| 97精品久久久久久久久久精品| 边亲边吃奶的免费视频| 亚洲av免费高清在线观看| 国产黄片美女视频| 日韩强制内射视频| 秋霞伦理黄片| 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 | 亚洲内射少妇av| 午夜精品一区二区三区免费看| 亚洲精品自拍成人| 国产高清有码在线观看视频| 99热这里只有是精品50| 哪个播放器可以免费观看大片| 国产老妇伦熟女老妇高清| 两个人的视频大全免费| 少妇熟女欧美另类| 婷婷色综合大香蕉| 天堂影院成人在线观看| 成人特级av手机在线观看| 国产伦在线观看视频一区| 免费观看无遮挡的男女| 你懂的网址亚洲精品在线观看| 成年人午夜在线观看视频 | 久久久久网色| 亚洲自拍偷在线| 国产在线一区二区三区精| 又粗又硬又长又爽又黄的视频| 小蜜桃在线观看免费完整版高清| 天美传媒精品一区二区| 国产高清不卡午夜福利| 亚洲国产色片| 97人妻精品一区二区三区麻豆| 尤物成人国产欧美一区二区三区| 少妇的逼好多水| 伦精品一区二区三区| 午夜福利在线观看吧| 欧美精品一区二区大全| 久久草成人影院| 色吧在线观看| 波多野结衣巨乳人妻| 国精品久久久久久国模美| 免费观看在线日韩| 国产中年淑女户外野战色| 亚洲精品日韩av片在线观看| 十八禁国产超污无遮挡网站| 淫秽高清视频在线观看| 欧美激情久久久久久爽电影| 最后的刺客免费高清国语| 一区二区三区高清视频在线| 婷婷色av中文字幕| 在线免费观看的www视频| 国产精品人妻久久久久久| 少妇猛男粗大的猛烈进出视频 | 亚洲国产欧美人成| 内射极品少妇av片p| 亚洲精品国产av成人精品| 亚洲精品亚洲一区二区| 久久久久久久大尺度免费视频| 日韩三级伦理在线观看| 看黄色毛片网站| 欧美另类一区| 大又大粗又爽又黄少妇毛片口| 国产精品人妻久久久影院| 伊人久久国产一区二区| 又大又黄又爽视频免费| 亚洲欧美中文字幕日韩二区| av在线蜜桃| 最近手机中文字幕大全| 人体艺术视频欧美日本| 国产亚洲av嫩草精品影院| 欧美最新免费一区二区三区| 18禁在线播放成人免费| 亚洲综合色惰| 亚洲图色成人| 色综合亚洲欧美另类图片| 成人亚洲精品av一区二区| 深夜a级毛片| 国产v大片淫在线免费观看| av国产免费在线观看| 中文字幕制服av| 国产一区二区三区av在线| 亚洲精品国产av蜜桃| eeuss影院久久| 熟妇人妻不卡中文字幕| 777米奇影视久久| av黄色大香蕉| 精品午夜福利在线看| 欧美97在线视频| 国产视频首页在线观看| 伦精品一区二区三区| 观看美女的网站| 99re6热这里在线精品视频| 国产黄片视频在线免费观看| 国产一区二区三区综合在线观看 | videos熟女内射| 久久久久久伊人网av| 国产综合懂色| 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 | 国产淫片久久久久久久久| 永久免费av网站大全| 成人性生交大片免费视频hd| 亚洲欧美精品自产自拍| 午夜老司机福利剧场| 免费无遮挡裸体视频| 成人无遮挡网站| 夜夜看夜夜爽夜夜摸| 国产淫片久久久久久久久| 26uuu在线亚洲综合色| 国产伦精品一区二区三区四那| 一个人观看的视频www高清免费观看| 精品人妻偷拍中文字幕| 内地一区二区视频在线| 男女边吃奶边做爰视频| 伦理电影大哥的女人| 97精品久久久久久久久久精品| 国产精品久久久久久精品电影| 中文资源天堂在线| 99久国产av精品国产电影| 美女主播在线视频| 久久久精品免费免费高清| 一区二区三区免费毛片| 日日啪夜夜撸| 欧美成人精品欧美一级黄| 日韩伦理黄色片| 一级爰片在线观看| 亚洲最大成人av| 伦理电影大哥的女人| 亚洲美女视频黄频| 午夜精品在线福利| 国内精品一区二区在线观看| 欧美成人一区二区免费高清观看| 肉色欧美久久久久久久蜜桃 | 午夜福利视频精品| 三级男女做爰猛烈吃奶摸视频| 婷婷色综合www| 国产成人精品久久久久久| 在现免费观看毛片| 久久精品人妻少妇| 成年免费大片在线观看| 免费观看a级毛片全部| 日日啪夜夜爽| 夜夜爽夜夜爽视频| 亚洲av免费在线观看| 欧美潮喷喷水| 欧美性猛交╳xxx乱大交人| 成人高潮视频无遮挡免费网站| 国产免费视频播放在线视频 | 精品久久国产蜜桃| 久久久久久久久久成人| 欧美zozozo另类| 国内精品美女久久久久久| 午夜激情福利司机影院| 又大又黄又爽视频免费| 日本一本二区三区精品| 搡老乐熟女国产| 人人妻人人澡人人爽人人夜夜 | 亚洲久久久久久中文字幕| 免费电影在线观看免费观看| 日韩电影二区| 亚洲av一区综合| 成人亚洲精品一区在线观看 | 亚洲成色77777| 毛片女人毛片| 久久热精品热| 99热这里只有精品一区| 深爱激情五月婷婷| 国内少妇人妻偷人精品xxx网站| 久久久久久久久久久丰满| 美女xxoo啪啪120秒动态图| 国产一级毛片七仙女欲春2| 亚洲不卡免费看| 亚洲欧洲日产国产|