• <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 ?

    基于注意力機(jī)制和BGRU網(wǎng)絡(luò)的文本情感分析方法研究

    2019-07-29 00:41尹良亮孫紅光王超賈慧婷索朗卓瑪
    無(wú)線互聯(lián)科技 2019年9期
    關(guān)鍵詞:注意力機(jī)制深度學(xué)習(xí)

    尹良亮 孫紅光 王超 賈慧婷 索朗卓瑪

    摘? ?要:文本情感分類只考慮內(nèi)容中的情感語(yǔ)義,不能有效表示上下文語(yǔ)義信息,忽略詞對(duì)句子含義的重要程度,基于此,文章提出一種基于注意力機(jī)制和雙向門循環(huán)單元網(wǎng)絡(luò)的情感分析方法,使用雙向門循環(huán)單元代替原有的簡(jiǎn)單網(wǎng)絡(luò),有效結(jié)合文本中的上下文語(yǔ)義信息。通過(guò)在公開數(shù)據(jù)集IMDB上進(jìn)行驗(yàn)證,對(duì)比MLP網(wǎng)絡(luò)、BRNN網(wǎng)絡(luò)和BGRU網(wǎng)絡(luò)得出,文章提出的方法達(dá)到最好分類效果。

    關(guān)鍵詞:文本情感分析;注意力機(jī)制;雙向門循環(huán)單元;深度學(xué)習(xí)

    隨著電子商務(wù)的普及和發(fā)展,互聯(lián)網(wǎng)上的產(chǎn)品評(píng)論信息呈指數(shù)增長(zhǎng)。產(chǎn)品評(píng)論信息在一定程度上影響消費(fèi)者的購(gòu)買意愿,也會(huì)影響產(chǎn)品及其企業(yè)的形象。這些產(chǎn)品評(píng)論包含的信息量巨大,并且呈無(wú)結(jié)構(gòu)化特點(diǎn),通過(guò)人工閱讀的方式難以實(shí)現(xiàn)對(duì)它們的處理。本文提出一種基于注意力機(jī)制和雙向門循環(huán)單元(Bi Gated Recurrent Unit,BGRU)網(wǎng)絡(luò)(Att_BGRU)的文本情感分析方法,利用BGRU代替原有的簡(jiǎn)單網(wǎng)絡(luò),緩解長(zhǎng)距離依賴問(wèn)題和梯度消失問(wèn)題,并且能夠更好地避免過(guò)擬合問(wèn)題的出現(xiàn)。結(jié)合注意力機(jī)制,能突出目標(biāo)詞的重要性,進(jìn)而能夠獲取更多的隱藏信息[1]。

    1? ? 基于注意力機(jī)制和BGRU網(wǎng)絡(luò)方法

    基于注意力機(jī)制和BGRU網(wǎng)絡(luò)的文本情感分析方法,采用BGRU網(wǎng)絡(luò),該網(wǎng)絡(luò)從正反兩個(gè)方向捕獲上下文語(yǔ)義特征信息,更加有效地結(jié)合文本中的上下文語(yǔ)義特征。同時(shí),采用注意力機(jī)制,在獲取情感特征時(shí),相關(guān)度較高的詞在句子語(yǔ)義特征中表示占據(jù)更大的權(quán)重。

    該方法的整體流程為:首先,對(duì)輸入的文本句子利用詞向量進(jìn)行編碼,轉(zhuǎn)換為詞向量表示后,將用詞向量表示的文本特征導(dǎo)入BGRU中,采用注意力機(jī)制計(jì)算注意力概率,對(duì)BGRU的輸入和輸出的相關(guān)性進(jìn)行重要度分析,根據(jù)注意力概率獲取BGRU的輸出句子級(jí)別的語(yǔ)義特征。其次,對(duì)引入注意力機(jī)制后的BGRU的輸出特征進(jìn)行最大池化處理,獲取文本整體特征。最后,將句子級(jí)別的特征導(dǎo)入分類器中進(jìn)行分類,輸出分類效果[2]。

    2? ? 模型求解

    2.1? 任務(wù)定義

    對(duì)于長(zhǎng)度為n的句子s={w1,w2,…,ai,…,wn},ai為目標(biāo)詞,將句子以詞為單位形成一個(gè)詞序列,將每個(gè)詞映射為一個(gè)多維連續(xù)值的詞向量,得到詞向量矩陣E∈Rk×|V|,k為詞向量維度,即把每一個(gè)詞映射為k維向量xi∈Rk,|V|為詞典的大小,即數(shù)據(jù)集包含的所有詞的數(shù)量。本文通過(guò)句子詞向量集合{x1,x2,…,xn}和目標(biāo)集合{ti}之間的特征信息來(lái)判斷目標(biāo)集合{ti}中每一個(gè)目標(biāo)的情感極性。

    2.2? 門循環(huán)單元

    為了解決這種長(zhǎng)期依賴問(wèn)題,可以運(yùn)用Hochreiter等提出的長(zhǎng)短期記憶網(wǎng)絡(luò)(Long Short-Term Memory,LSTM)來(lái)替代傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)模型。本文提出方法RNNs采用其中較流行的變體,稱作門控循環(huán)單元(Gated Recurrent Unit,GRU),結(jié)構(gòu)如圖1所示。

    圖1? 門控循環(huán)單元網(wǎng)絡(luò)結(jié)構(gòu)

    其中,rt表示重置門,它的值決定了過(guò)去的記憶與當(dāng)前的輸入的組合方式;zt表示更新門,它控制著過(guò)去的記憶有多少能被保存,重置門單元rt、更新門單元zt和記憶單元st的計(jì)算公式如下所示:

    其中,表示矩陣對(duì)應(yīng)元素相乘,σ表示sigmoid函數(shù),w表示GRU共享參數(shù)。

    假設(shè)一個(gè)句子Si中有T個(gè)詞,每個(gè)詞為wit,t∈[0,T],將句子Si看作一個(gè)序列,句子中的詞為句子序列的組成部分。那么,分別通過(guò)前向GRU和后向GRU模型就能得到句子的表達(dá):

    通過(guò)結(jié)合? 得到句子Si的語(yǔ)義表示:

    2.3? 注意力機(jī)制的引入

    在句子級(jí)別的文本語(yǔ)義特征表示中,假設(shè)Si表示通過(guò)Attention方法得到的句子語(yǔ)義特征,則:

    其中,δij表示第j個(gè)詞的重要程度。定義δij的計(jì)算:

    假設(shè)其中,e是計(jì)算詞wit的重要性程度的函數(shù):

    WH是參數(shù)矩陣,V是參數(shù)向量,VT是轉(zhuǎn)置向量。

    2.4? 對(duì)輸出的特征進(jìn)行池化

    池化處理是對(duì)輸出結(jié)果進(jìn)行統(tǒng)計(jì),采用最大池化方法對(duì)整個(gè)句子引入注意力機(jī)制以后對(duì)對(duì)應(yīng)的輸出特征d={s1,s2,s3,…,sm}進(jìn)行池化:

    池化后獲得文本特征d,無(wú)論句子長(zhǎng)度是多少,池化后的特征維度都是固定的,這樣就解決了文本句子長(zhǎng)度不一的問(wèn)題。

    2.5? 對(duì)最后得到的特征進(jìn)行分類

    上述得到池化后的特征可以直接作為文本分類器的特征輸入。首先,通過(guò)一個(gè)非線性層(tanh)將d映射到維度為C的空間,C是文本分類器中的類別的數(shù)目,計(jì)算公式:

    采用softmax分類器,得到文本分類,公式如下:

    pc是文本情感類別為c的預(yù)測(cè)概率。

    2.6? 模型訓(xùn)練

    文本情感分析本質(zhì)上是一個(gè)分類問(wèn)題。為了獲取最優(yōu)的模型,本文通過(guò)使用交叉熵?fù)p失函數(shù)作為模型訓(xùn)練的優(yōu)化目標(biāo),通過(guò)隨機(jī)梯度下降算法來(lái)計(jì)算損失函數(shù)梯度同時(shí)更新模型參數(shù),計(jì)算公式如下:

    其中,D是訓(xùn)練數(shù)據(jù)集;是文本情感分類為c的0—1分布,即,如果文本情感分類為c,那么的值為1,否則的值為0。

    3? ? 實(shí)驗(yàn)與分析

    采用公共數(shù)據(jù)集驗(yàn)證本文方法在文本情感分類任務(wù)的有效性。英文詞向量采用Pennington等[2]提出的Glove詞向量,其中,每個(gè)詞向量為100維,詞典大小為331 MB。對(duì)于未登錄詞,采用隨機(jī)初始化。

    3.1? 實(shí)驗(yàn)數(shù)據(jù)

    本文采用Kaggle提供互聯(lián)網(wǎng)電影數(shù)據(jù)庫(kù)(Internet Movie Database,IMDB)電影評(píng)論數(shù)據(jù)進(jìn)行訓(xùn)練和驗(yàn)證。數(shù)據(jù)樣本中的情感極性為積極和消極。數(shù)據(jù)總共有25 000個(gè)樣本,其中,20 000個(gè)樣本作為訓(xùn)練集,5 000個(gè)樣本作為測(cè)試集。為了平衡語(yǔ)料,積極和消極情感樣本各12 500個(gè)。

    3.2? 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)

    本文采用準(zhǔn)確率(accuracy)和平方根誤差(Root Mean Square Error,RMSE)兩個(gè)評(píng)價(jià)標(biāo)準(zhǔn)來(lái)評(píng)價(jià)分類結(jié)果。其中,準(zhǔn)確率用來(lái)衡量分類器準(zhǔn)確性。平方根誤差用來(lái)衡量預(yù)測(cè)情感標(biāo)簽和真實(shí)情感標(biāo)簽之間的差異。

    其中,out_correct表示輸出的判斷正確的關(guān)系個(gè)數(shù),out_output_all表示輸出的所有關(guān)系個(gè)數(shù),gold表示當(dāng)前評(píng)論文本的類別,predicted表示當(dāng)前評(píng)價(jià)文本的預(yù)測(cè)類型。

    3.3? 參數(shù)設(shè)置

    模型的激活函數(shù)選用tanh函數(shù),隱含層節(jié)點(diǎn)數(shù)取100,采用softmax作為分類器。為防止模型計(jì)算過(guò)程出現(xiàn)的過(guò)擬合現(xiàn)象,采用L2正則化方法對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行約束,訓(xùn)練過(guò)程引入丟碼策略,其丟碼率取0.5。另外,采用批量的rmsprop優(yōu)化方法用于模型訓(xùn)練,批處理大小取50,訓(xùn)練輪數(shù)取100。所有模型參數(shù)都根據(jù)經(jīng)驗(yàn)選取。

    3.4? 實(shí)驗(yàn)對(duì)比

    本文與傳統(tǒng)的深度學(xué)習(xí)方法:多層神經(jīng)網(wǎng)絡(luò)(Multilayer Perceptron,MLP),雙向循環(huán)神經(jīng)網(wǎng)絡(luò)(Bi-directional Circulatory Neural Network,BRNN),BGRU的方法在同一個(gè)語(yǔ)料庫(kù)上進(jìn)行實(shí)驗(yàn)對(duì)比。為統(tǒng)一比較標(biāo)準(zhǔn),所有方法的輸入詞向量均采用Glove詞向量,所有網(wǎng)絡(luò)隱藏節(jié)點(diǎn)數(shù)均相同,池化和分類均采用2.4,2.5節(jié)方法進(jìn)行處理。4組方法在相同數(shù)據(jù)集上的情感分類對(duì)比實(shí)驗(yàn)如表1所示。

    從表1結(jié)果可以看出,本文提出的方法在數(shù)據(jù)集上分類效果優(yōu)于其他方法。Att_BGRU在IMDB數(shù)據(jù)集中的情感分類準(zhǔn)確率達(dá)到80.46%。BGRU的分類效果也要比基本的深度學(xué)習(xí)網(wǎng)絡(luò)的多層感知機(jī)和BRNN要好。分析實(shí)驗(yàn)結(jié)果可知,在遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)中,梯度消失導(dǎo)致無(wú)法保留前面較遠(yuǎn)時(shí)間的記憶。

    At_BGRU方法比BGRU方法分類準(zhǔn)確率高,原因是在加上注意力機(jī)制后,突出了GRU中關(guān)鍵性輸入的影響,同時(shí)考慮到文本中句子與結(jié)果的相關(guān)性,從而更好地識(shí)別文本的情感極性,驗(yàn)證了注意力機(jī)制在文本情感分類任務(wù)的有效性。

    4? ? 結(jié)語(yǔ)

    本文針對(duì)傳統(tǒng)深度學(xué)習(xí)方法,如MLP,BRNN,BGRU方法在產(chǎn)品文本情感分析時(shí)存在的忽略上下文語(yǔ)義信息等問(wèn)題,提出了基于注意力機(jī)制和BGRU網(wǎng)絡(luò)的方法進(jìn)行文本情感分析,在IMDB數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn),驗(yàn)證了At_BGRU方法能夠更好地發(fā)現(xiàn)文本信息的情感傾向性。下一步將該方法結(jié)合多注意力機(jī)制,使方法在不需要外部知識(shí)的情況下,例如句法分析等,獲取更深層次的情感特征信息,有效地識(shí)別不同目標(biāo)的情感極性。

    [參考文獻(xiàn)]

    [1]HOCHREITER S,SCHMIDHUBER J.Long short-Term memory[J].Neural Computation, 1997(8):1735.

    [2]JEFFREY P,RICHARD S.GloVe: global vectors for word representation[C].Doha:Empirical Methods in Natural Language Processing,2014.

    Abstract:Text emotion classification only considers the emotional semantics in the content, can not effectively represent the contextual semantic information, and ignores the importance of words to the meaning of the sentence. In this paper, an emotional analysis method based on attention mechanism and bidirectional gate loop unit network is proposed. The bidirectional gate loop unit is used instead of the original simple network, which effectively combines the context semantic information in the text. Compared with MLP network, BRNN network and BGRU network, the method proposed in this paper achieves the best classification effect by validating on the open dataset IMDB.

    Key words:text emotion analysis; attention mechanism; two-way door cycling unit; deep learning

    猜你喜歡
    注意力機(jī)制深度學(xué)習(xí)
    基于LSTM?Attention神經(jīng)網(wǎng)絡(luò)的文本特征提取方法
    InsunKBQA:一個(gè)基于知識(shí)庫(kù)的問(wèn)答系統(tǒng)
    有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    激情视频va一区二区三区| 成人精品一区二区免费| 夜夜夜夜夜久久久久| 18美女黄网站色大片免费观看| 老汉色∧v一级毛片| 欧美色视频一区免费| 精品久久久久久久毛片微露脸| 国产野战对白在线观看| 老熟妇乱子伦视频在线观看| 日韩中文字幕欧美一区二区| 美女高潮喷水抽搐中文字幕| 交换朋友夫妻互换小说| 亚洲性夜色夜夜综合| 宅男免费午夜| 亚洲色图av天堂| 精品午夜福利视频在线观看一区| 91国产中文字幕| 99国产综合亚洲精品| 午夜免费观看网址| 亚洲国产精品999在线| 欧美黑人欧美精品刺激| 又大又爽又粗| 久久伊人香网站| 99精品在免费线老司机午夜| 久久热在线av| 视频在线观看一区二区三区| 日韩三级视频一区二区三区| 久久国产精品男人的天堂亚洲| 国产亚洲av高清不卡| 高清欧美精品videossex| 脱女人内裤的视频| 欧洲精品卡2卡3卡4卡5卡区| 操美女的视频在线观看| 欧美另类亚洲清纯唯美| 色婷婷av一区二区三区视频| 亚洲性夜色夜夜综合| 国产精品香港三级国产av潘金莲| 曰老女人黄片| 多毛熟女@视频| x7x7x7水蜜桃| 嫩草影院精品99| 亚洲国产精品一区二区三区在线| 久久中文字幕人妻熟女| 国产成年人精品一区二区 | 成人永久免费在线观看视频| 国产亚洲欧美精品永久| 十八禁人妻一区二区| 天堂动漫精品| 精品一区二区三卡| 国产深夜福利视频在线观看| 女人爽到高潮嗷嗷叫在线视频| 久久久国产成人精品二区 | 国产亚洲精品一区二区www| 免费在线观看亚洲国产| 视频在线观看一区二区三区| 国产黄a三级三级三级人| 亚洲精品美女久久久久99蜜臀| 日本精品一区二区三区蜜桃| 欧美日韩亚洲综合一区二区三区_| 久久99一区二区三区| 69av精品久久久久久| 美女午夜性视频免费| 欧美亚洲日本最大视频资源| 精品高清国产在线一区| 国产成人啪精品午夜网站| 99久久综合精品五月天人人| 可以免费在线观看a视频的电影网站| 99在线人妻在线中文字幕| 麻豆久久精品国产亚洲av | 91成人精品电影| 亚洲成人免费电影在线观看| 在线观看免费日韩欧美大片| 精品福利永久在线观看| 一进一出好大好爽视频| 久久久久久人人人人人| 又黄又粗又硬又大视频| 91九色精品人成在线观看| 精品国产国语对白av| 免费在线观看日本一区| 欧美久久黑人一区二区| 18禁黄网站禁片午夜丰满| 国产成人精品在线电影| 国产精品久久久人人做人人爽| 免费少妇av软件| 国产91精品成人一区二区三区| 色综合站精品国产| 淫秽高清视频在线观看| 男女午夜视频在线观看| 妹子高潮喷水视频| 好看av亚洲va欧美ⅴa在| 国产精品一区二区免费欧美| 久久 成人 亚洲| 久久人人爽av亚洲精品天堂| 精品国内亚洲2022精品成人| 国产av一区在线观看免费| 中文字幕最新亚洲高清| av国产精品久久久久影院| 久久影院123| 欧美中文综合在线视频| 久久香蕉激情| 成人黄色视频免费在线看| cao死你这个sao货| 国产一区二区三区在线臀色熟女 | bbb黄色大片| 别揉我奶头~嗯~啊~动态视频| 一区在线观看完整版| 久久精品成人免费网站| 亚洲中文av在线| 成人亚洲精品一区在线观看| 亚洲男人天堂网一区| 自线自在国产av| 亚洲三区欧美一区| 欧美乱色亚洲激情| 中文字幕最新亚洲高清| 免费av中文字幕在线| 别揉我奶头~嗯~啊~动态视频| 久久久久久久久久久久大奶| 亚洲国产欧美一区二区综合| 欧美成狂野欧美在线观看| 淫妇啪啪啪对白视频| 一边摸一边抽搐一进一出视频| 成人av一区二区三区在线看| 国产高清视频在线播放一区| 999久久久精品免费观看国产| 在线观看www视频免费| 欧美日韩黄片免| 老司机在亚洲福利影院| 国产成+人综合+亚洲专区| 久久人人爽av亚洲精品天堂| 国产精品99久久99久久久不卡| 97碰自拍视频| 亚洲精品一二三| 一区福利在线观看| 不卡一级毛片| 三上悠亚av全集在线观看| 一二三四在线观看免费中文在| 亚洲午夜理论影院| 制服人妻中文乱码| 成人精品一区二区免费| 高清毛片免费观看视频网站 | 国产精品免费一区二区三区在线| 亚洲男人天堂网一区| 亚洲九九香蕉| 久久天躁狠狠躁夜夜2o2o| 欧美在线一区亚洲| 久久中文字幕一级| 国产精品自产拍在线观看55亚洲| 日本黄色日本黄色录像| 99精国产麻豆久久婷婷| 亚洲精品国产一区二区精华液| 亚洲午夜精品一区,二区,三区| 午夜免费成人在线视频| 国产高清激情床上av| 天天躁夜夜躁狠狠躁躁| 久久久久国产精品人妻aⅴ院| 亚洲精品中文字幕在线视频| 亚洲片人在线观看| 91麻豆精品激情在线观看国产 | 亚洲av熟女| 中文字幕人妻丝袜制服| 国产免费现黄频在线看| 老鸭窝网址在线观看| 欧美人与性动交α欧美精品济南到| 亚洲精品国产色婷婷电影| 午夜日韩欧美国产| 水蜜桃什么品种好| 一级黄色大片毛片| 中文字幕色久视频| 成人精品一区二区免费| 一本综合久久免费| 少妇粗大呻吟视频| 交换朋友夫妻互换小说| 中文字幕高清在线视频| 亚洲成人免费av在线播放| 国产一区二区激情短视频| 国产精品久久久久久人妻精品电影| 国产黄a三级三级三级人| 国产伦人伦偷精品视频| 亚洲精品中文字幕一二三四区| 久久久久久久精品吃奶| 国产精品美女特级片免费视频播放器 | 一个人免费在线观看的高清视频| 久久久久精品国产欧美久久久| 超碰97精品在线观看| 国产一卡二卡三卡精品| 欧美激情高清一区二区三区| 国产精品久久久久久人妻精品电影| 久久精品亚洲av国产电影网| 国产成人欧美在线观看| 99国产精品99久久久久| 在线观看66精品国产| 欧美日韩亚洲高清精品| 国产免费av片在线观看野外av| 亚洲人成77777在线视频| 成人黄色视频免费在线看| 99久久精品国产亚洲精品| 国产av一区在线观看免费| 免费观看精品视频网站| 精品国产国语对白av| 一级黄色大片毛片| 亚洲国产精品sss在线观看 | a在线观看视频网站| 一级毛片女人18水好多| 在线永久观看黄色视频| 国产色视频综合| 怎么达到女性高潮| 欧美不卡视频在线免费观看 | 国产一区二区三区视频了| 在线永久观看黄色视频| 中亚洲国语对白在线视频| 国产精品 欧美亚洲| 成人精品一区二区免费| 欧美日韩亚洲高清精品| 久久久国产欧美日韩av| 亚洲熟妇熟女久久| a在线观看视频网站| 午夜久久久在线观看| 久久精品亚洲精品国产色婷小说| 国产又色又爽无遮挡免费看| 国产精品偷伦视频观看了| 两个人看的免费小视频| 757午夜福利合集在线观看| 久久人人精品亚洲av| 日本黄色日本黄色录像| 一级片免费观看大全| av片东京热男人的天堂| 久久人人爽av亚洲精品天堂| 欧美乱色亚洲激情| 久久人人精品亚洲av| 亚洲片人在线观看| 一个人免费在线观看的高清视频| 老鸭窝网址在线观看| tocl精华| 日韩一卡2卡3卡4卡2021年| 精品久久蜜臀av无| 亚洲av成人一区二区三| 村上凉子中文字幕在线| 一进一出抽搐动态| 国产精品99久久99久久久不卡| 80岁老熟妇乱子伦牲交| 亚洲一码二码三码区别大吗| 一级,二级,三级黄色视频| 后天国语完整版免费观看| 国产成人av教育| 高清在线国产一区| 水蜜桃什么品种好| 久久狼人影院| 一边摸一边抽搐一进一小说| 免费在线观看视频国产中文字幕亚洲| 午夜福利免费观看在线| 久久热在线av| 他把我摸到了高潮在线观看| 精品久久久久久成人av| 波多野结衣av一区二区av| 久久香蕉激情| 国产精品乱码一区二三区的特点 | 亚洲全国av大片| 国产欧美日韩一区二区三| av在线天堂中文字幕 | 一区在线观看完整版| 成人18禁在线播放| 亚洲午夜理论影院| 99国产极品粉嫩在线观看| 久久久久久久午夜电影 | 国产熟女xx| 亚洲精品在线观看二区| 19禁男女啪啪无遮挡网站| 欧美日韩视频精品一区| 久久久国产一区二区| 精品卡一卡二卡四卡免费| 国产精品综合久久久久久久免费 | 搡老乐熟女国产| 中文字幕精品免费在线观看视频| 99久久久亚洲精品蜜臀av| 亚洲精品美女久久av网站| aaaaa片日本免费| 亚洲精品在线美女| 又大又爽又粗| 精品卡一卡二卡四卡免费| 久久狼人影院| 亚洲一区二区三区欧美精品| 国产日韩一区二区三区精品不卡| 亚洲欧美一区二区三区久久| 夜夜夜夜夜久久久久| 日日摸夜夜添夜夜添小说| 国产高清视频在线播放一区| 色在线成人网| videosex国产| 欧美丝袜亚洲另类 | 91精品国产国语对白视频| 天堂俺去俺来也www色官网| 男女之事视频高清在线观看| www.熟女人妻精品国产| 精品一区二区三区视频在线观看免费 | 国产亚洲av高清不卡| 12—13女人毛片做爰片一| 日韩 欧美 亚洲 中文字幕| 国产亚洲欧美在线一区二区| 日韩av在线大香蕉| 夜夜夜夜夜久久久久| 日韩免费高清中文字幕av| 午夜视频精品福利| 亚洲av日韩精品久久久久久密| 很黄的视频免费| 黄色怎么调成土黄色| 午夜两性在线视频| 另类亚洲欧美激情| 免费搜索国产男女视频| 久久久国产成人精品二区 | 女性生殖器流出的白浆| 窝窝影院91人妻| 88av欧美| 亚洲欧洲精品一区二区精品久久久| 国产又色又爽无遮挡免费看| 波多野结衣一区麻豆| av国产精品久久久久影院| 亚洲 国产 在线| 亚洲激情在线av| 国产伦人伦偷精品视频| 男人操女人黄网站| 国产av一区在线观看免费| 亚洲va日本ⅴa欧美va伊人久久| 丁香欧美五月| 97超级碰碰碰精品色视频在线观看| 亚洲精品在线美女| 欧美成人性av电影在线观看| 国产激情欧美一区二区| 少妇被粗大的猛进出69影院| 精品国产一区二区久久| 久久香蕉精品热| av有码第一页| 欧美另类亚洲清纯唯美| 少妇 在线观看| 男女下面进入的视频免费午夜 | 97超级碰碰碰精品色视频在线观看| 日日爽夜夜爽网站| 国产亚洲精品久久久久久毛片| 他把我摸到了高潮在线观看| 高清黄色对白视频在线免费看| √禁漫天堂资源中文www| 亚洲一区中文字幕在线| 国产一卡二卡三卡精品| 久久九九热精品免费| 9色porny在线观看| 国产精品98久久久久久宅男小说| 亚洲成人精品中文字幕电影 | 国产一区二区三区在线臀色熟女 | 999精品在线视频| 在线天堂中文资源库| 黑人欧美特级aaaaaa片| 在线观看一区二区三区激情| 国产精华一区二区三区| 国产99久久九九免费精品| 精品国产亚洲在线| 欧美老熟妇乱子伦牲交| 大香蕉久久成人网| 亚洲精品国产一区二区精华液| 99久久99久久久精品蜜桃| 精品国产一区二区三区四区第35| 亚洲一区二区三区欧美精品| 亚洲欧美精品综合一区二区三区| 91成年电影在线观看| 亚洲精品国产一区二区精华液| 黄网站色视频无遮挡免费观看| 亚洲成人国产一区在线观看| 久久天躁狠狠躁夜夜2o2o| 婷婷丁香在线五月| 亚洲自偷自拍图片 自拍| 亚洲国产毛片av蜜桃av| 高清黄色对白视频在线免费看| √禁漫天堂资源中文www| 亚洲全国av大片| 欧美日韩亚洲综合一区二区三区_| 热99re8久久精品国产| 麻豆一二三区av精品| 神马国产精品三级电影在线观看 | 91成年电影在线观看| 夫妻午夜视频| 亚洲 欧美 日韩 在线 免费| 美女高潮喷水抽搐中文字幕| 后天国语完整版免费观看| 久久 成人 亚洲| 97碰自拍视频| 亚洲九九香蕉| 色尼玛亚洲综合影院| 亚洲精品在线观看二区| 免费看十八禁软件| 精品国产国语对白av| 久久久久久人人人人人| 中文字幕另类日韩欧美亚洲嫩草| 大码成人一级视频| 不卡av一区二区三区| 久久精品国产清高在天天线| 久久亚洲真实| 国产成人啪精品午夜网站| 成人国产一区最新在线观看| 久久人妻福利社区极品人妻图片| 色综合欧美亚洲国产小说| 欧美性长视频在线观看| 国产成人系列免费观看| www.www免费av| 91在线观看av| 久久精品国产清高在天天线| 久久久久久亚洲精品国产蜜桃av| 国产精品99久久99久久久不卡| 国产男靠女视频免费网站| 大码成人一级视频| 欧美日韩av久久| 99国产精品免费福利视频| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲av成人一区二区三| 国产免费av片在线观看野外av| 免费在线观看亚洲国产| 中文亚洲av片在线观看爽| 又大又爽又粗| 国产高清视频在线播放一区| 国产精品偷伦视频观看了| 欧美日韩精品网址| 极品教师在线免费播放| 日本三级黄在线观看| 丁香欧美五月| 色婷婷av一区二区三区视频| 精品国产亚洲在线| 精品久久久久久久毛片微露脸| 精品久久久久久成人av| 久久久久久免费高清国产稀缺| 国产午夜精品久久久久久| 女人被狂操c到高潮| 黄色成人免费大全| 免费av毛片视频| 国产精品美女特级片免费视频播放器 | 中文欧美无线码| 丁香六月欧美| 国产男靠女视频免费网站| 18禁美女被吸乳视频| 欧美大码av| 久久人人精品亚洲av| 国产精品 国内视频| 91九色精品人成在线观看| 亚洲激情在线av| 亚洲欧美精品综合久久99| 在线观看免费视频日本深夜| xxx96com| 国产精品国产高清国产av| 精品一品国产午夜福利视频| 国产成人一区二区三区免费视频网站| 亚洲专区国产一区二区| 女性生殖器流出的白浆| 亚洲在线自拍视频| 国产xxxxx性猛交| 中文字幕人妻熟女乱码| 又黄又爽又免费观看的视频| 深夜精品福利| 欧美黄色淫秽网站| 国产一区二区三区视频了| 中文字幕另类日韩欧美亚洲嫩草| √禁漫天堂资源中文www| 午夜视频精品福利| 欧美在线一区亚洲| 国产激情欧美一区二区| 国产xxxxx性猛交| 国产亚洲欧美98| 日本免费一区二区三区高清不卡 | 国产av一区在线观看免费| 宅男免费午夜| 国产高清国产精品国产三级| 婷婷六月久久综合丁香| 91麻豆av在线| 欧美亚洲日本最大视频资源| 日韩人妻精品一区2区三区| 看黄色毛片网站| 丰满的人妻完整版| 国产成人一区二区三区免费视频网站| 在线观看www视频免费| 亚洲精品美女久久av网站| 国产亚洲欧美98| 99国产极品粉嫩在线观看| 亚洲精华国产精华精| 99久久99久久久精品蜜桃| 亚洲精品久久成人aⅴ小说| 成年人黄色毛片网站| 日韩精品中文字幕看吧| 黄色视频不卡| 国产高清国产精品国产三级| av中文乱码字幕在线| 青草久久国产| 国产精品国产高清国产av| 久久香蕉国产精品| 9191精品国产免费久久| 色精品久久人妻99蜜桃| 午夜两性在线视频| 桃红色精品国产亚洲av| 侵犯人妻中文字幕一二三四区| 99国产精品一区二区蜜桃av| 91大片在线观看| 一区福利在线观看| 在线av久久热| 大型黄色视频在线免费观看| 午夜精品在线福利| 国产精品一区二区精品视频观看| 俄罗斯特黄特色一大片| 欧美最黄视频在线播放免费 | 国产三级黄色录像| 91麻豆av在线| 欧美+亚洲+日韩+国产| 老鸭窝网址在线观看| 欧美精品啪啪一区二区三区| 亚洲熟妇熟女久久| 精品久久久久久久久久免费视频 | 亚洲中文av在线| 脱女人内裤的视频| 亚洲精品一二三| 国产97色在线日韩免费| 一进一出抽搐gif免费好疼 | 9191精品国产免费久久| av有码第一页| 国产高清国产精品国产三级| 国产91精品成人一区二区三区| 在线观看免费高清a一片| 日本a在线网址| 精品国产超薄肉色丝袜足j| 97超级碰碰碰精品色视频在线观看| 国产精品久久久人人做人人爽| 日日夜夜操网爽| 国产成人精品无人区| 欧美日韩黄片免| www国产在线视频色| 一区福利在线观看| 久久伊人香网站| 午夜a级毛片| 夜夜夜夜夜久久久久| 午夜精品国产一区二区电影| 久久久久九九精品影院| 欧美激情久久久久久爽电影 | 国产欧美日韩精品亚洲av| 国产精品永久免费网站| 亚洲精品一二三| 中文字幕最新亚洲高清| 久久精品国产清高在天天线| 国产区一区二久久| 人人妻,人人澡人人爽秒播| 一区在线观看完整版| 中文亚洲av片在线观看爽| 国产伦人伦偷精品视频| 精品久久久精品久久久| 国产三级黄色录像| 一级毛片女人18水好多| 两个人免费观看高清视频| 一级片'在线观看视频| 99久久人妻综合| 国产av又大| 久久精品91蜜桃| 精品一区二区三区四区五区乱码| 又紧又爽又黄一区二区| 久久精品国产亚洲av高清一级| 91在线观看av| 久久精品影院6| 亚洲色图综合在线观看| 亚洲精品国产精品久久久不卡| 成人18禁在线播放| 国产精品免费一区二区三区在线| 午夜久久久在线观看| 国产又爽黄色视频| aaaaa片日本免费| 黑人巨大精品欧美一区二区蜜桃| 一级作爱视频免费观看| 日韩免费av在线播放| 久久香蕉激情| 国产深夜福利视频在线观看| aaaaa片日本免费| 无遮挡黄片免费观看| 欧美成人免费av一区二区三区| 一a级毛片在线观看| 欧美日韩亚洲国产一区二区在线观看| 国产成人系列免费观看| 首页视频小说图片口味搜索| 伊人久久大香线蕉亚洲五| 在线观看免费午夜福利视频| 12—13女人毛片做爰片一| 后天国语完整版免费观看| 精品国产超薄肉色丝袜足j| 最近最新免费中文字幕在线| 亚洲欧美激情在线| 大香蕉久久成人网| 成人特级黄色片久久久久久久| 国产成人影院久久av| 亚洲精品一卡2卡三卡4卡5卡| 一级片免费观看大全| 天堂俺去俺来也www色官网| 啪啪无遮挡十八禁网站| 侵犯人妻中文字幕一二三四区| 国产成人精品久久二区二区91| 不卡av一区二区三区| 欧美在线一区亚洲| 一二三四在线观看免费中文在| 色精品久久人妻99蜜桃| 亚洲 欧美 日韩 在线 免费| 欧美日韩视频精品一区| 97碰自拍视频| 熟女少妇亚洲综合色aaa.| 欧美日韩中文字幕国产精品一区二区三区 | 国产免费av片在线观看野外av| 成人18禁高潮啪啪吃奶动态图| 长腿黑丝高跟| av国产精品久久久久影院| 久久久久久大精品| 色综合婷婷激情| 69av精品久久久久久| 动漫黄色视频在线观看| 18禁黄网站禁片午夜丰满| 亚洲国产精品sss在线观看 | 久久婷婷成人综合色麻豆| 亚洲色图 男人天堂 中文字幕| 午夜精品国产一区二区电影| 精品久久久久久电影网|