• <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
    99久久99久久久精品蜜桃| 亚洲精品在线观看二区| 亚洲精品av麻豆狂野| 十分钟在线观看高清视频www| 国产精华一区二区三区| 一个人免费在线观看的高清视频| 国产精品久久久久久精品电影 | 午夜久久久在线观看| 久久热在线av| 久久久久久国产a免费观看| 国产aⅴ精品一区二区三区波| 十八禁人妻一区二区| 亚洲成av人片免费观看| 麻豆成人午夜福利视频| 精品久久久久久久末码| 少妇裸体淫交视频免费看高清 | 亚洲成国产人片在线观看| 最近在线观看免费完整版| 18禁美女被吸乳视频| 1024香蕉在线观看| 亚洲国产精品999在线| 老汉色∧v一级毛片| 亚洲专区国产一区二区| 欧美乱码精品一区二区三区| 脱女人内裤的视频| 日韩欧美国产在线观看| 精品日产1卡2卡| 亚洲成a人片在线一区二区| 一本一本综合久久| 日韩高清综合在线| 欧美黑人巨大hd| 99国产综合亚洲精品| 久久久久久久午夜电影| 欧美性猛交╳xxx乱大交人| 国产精品 国内视频| 久99久视频精品免费| www国产在线视频色| 免费在线观看亚洲国产| 午夜福利视频1000在线观看| 90打野战视频偷拍视频| АⅤ资源中文在线天堂| 久久香蕉精品热| 少妇 在线观看| 亚洲精品一卡2卡三卡4卡5卡| 久久久久久久久免费视频了| 可以在线观看的亚洲视频| 欧美成人一区二区免费高清观看 | 国产熟女午夜一区二区三区| 国产精品爽爽va在线观看网站 | 天天添夜夜摸| 亚洲精品粉嫩美女一区| 91麻豆精品激情在线观看国产| 婷婷六月久久综合丁香| 日本 av在线| 韩国精品一区二区三区| 国产主播在线观看一区二区| 黄网站色视频无遮挡免费观看| 亚洲 国产 在线| 99re在线观看精品视频| 美女高潮喷水抽搐中文字幕| 成人午夜高清在线视频 | 国产亚洲精品久久久久久毛片| 天天躁夜夜躁狠狠躁躁| 午夜福利一区二区在线看| 成人免费观看视频高清| 国产一区二区三区在线臀色熟女| 99热6这里只有精品| 欧美国产日韩亚洲一区| 一本大道久久a久久精品| 精品国产亚洲在线| 国产又色又爽无遮挡免费看| 亚洲av日韩精品久久久久久密| 欧美zozozo另类| 亚洲成人久久爱视频| x7x7x7水蜜桃| 国产aⅴ精品一区二区三区波| 国产在线精品亚洲第一网站| 亚洲va日本ⅴa欧美va伊人久久| 熟女电影av网| 亚洲真实伦在线观看| 免费av毛片视频| 天天添夜夜摸| 国产精品一区二区三区四区久久 | 国产亚洲欧美精品永久| 国产精品98久久久久久宅男小说| 久久久国产欧美日韩av| 欧美黄色片欧美黄色片| 久久中文字幕一级| 免费在线观看成人毛片| 日本一本二区三区精品| 欧美日韩精品网址| 午夜福利18| 亚洲精品久久成人aⅴ小说| 午夜福利在线观看吧| 国产视频内射| 久久 成人 亚洲| 在线观看66精品国产| 女人高潮潮喷娇喘18禁视频| 长腿黑丝高跟| 亚洲精品久久国产高清桃花| 狂野欧美激情性xxxx| 国产成人啪精品午夜网站| 国产精品一区二区精品视频观看| 久久精品人妻少妇| www.999成人在线观看| 亚洲aⅴ乱码一区二区在线播放 | 日韩有码中文字幕| 黄色丝袜av网址大全| 又黄又粗又硬又大视频| 欧美不卡视频在线免费观看 | 精品久久久久久久人妻蜜臀av| 欧美一区二区精品小视频在线| 久久精品国产亚洲av香蕉五月| 国产精品精品国产色婷婷| 欧美乱妇无乱码| 精品一区二区三区av网在线观看| 精品不卡国产一区二区三区| 精品久久久久久,| 亚洲熟妇熟女久久| 又大又爽又粗| 色尼玛亚洲综合影院| 欧美 亚洲 国产 日韩一| 久久久久久九九精品二区国产 | 99精品欧美一区二区三区四区| 国产成人精品无人区| 两人在一起打扑克的视频| 怎么达到女性高潮| 国产亚洲av高清不卡| 中文字幕人成人乱码亚洲影| 免费观看人在逋| 久99久视频精品免费| 久久人妻av系列| 又黄又爽又免费观看的视频| 巨乳人妻的诱惑在线观看| videosex国产| 欧美日韩福利视频一区二区| 黄色丝袜av网址大全| 久久久久免费精品人妻一区二区 | 神马国产精品三级电影在线观看 | 欧美日韩中文字幕国产精品一区二区三区| 午夜福利在线观看吧| 人妻久久中文字幕网| 免费一级毛片在线播放高清视频| 妹子高潮喷水视频| 在线免费观看的www视频| av超薄肉色丝袜交足视频| 国产97色在线日韩免费| 午夜日韩欧美国产| 亚洲全国av大片| 亚洲男人天堂网一区| 精品久久久久久久末码| 法律面前人人平等表现在哪些方面| 99国产精品99久久久久| 亚洲精品一卡2卡三卡4卡5卡| 精华霜和精华液先用哪个| 露出奶头的视频| 中文字幕人妻熟女乱码| 欧美一级a爱片免费观看看 | 999久久久国产精品视频| 香蕉av资源在线| 亚洲黑人精品在线| 欧美一级毛片孕妇| 亚洲va日本ⅴa欧美va伊人久久| 日韩精品青青久久久久久| 91麻豆精品激情在线观看国产| 亚洲一码二码三码区别大吗| 中出人妻视频一区二区| 国产熟女xx| 欧美又色又爽又黄视频| 国产三级黄色录像| 高清毛片免费观看视频网站| 99在线视频只有这里精品首页| 99久久综合精品五月天人人| 搡老熟女国产l中国老女人| 亚洲全国av大片| 免费av毛片视频| 俺也久久电影网| 国内久久婷婷六月综合欲色啪| 老熟妇乱子伦视频在线观看| 成人三级黄色视频| 两个人视频免费观看高清| 少妇的丰满在线观看| 国产亚洲精品av在线| 91字幕亚洲| 国产午夜精品久久久久久| tocl精华| 亚洲国产精品久久男人天堂| 夜夜看夜夜爽夜夜摸| 欧美激情 高清一区二区三区| 最近最新中文字幕大全免费视频| 91麻豆av在线| 国产乱人伦免费视频| 欧美黑人精品巨大| 少妇裸体淫交视频免费看高清 | 19禁男女啪啪无遮挡网站| 久久久久国内视频| 高清在线国产一区| 国语自产精品视频在线第100页| 国产又色又爽无遮挡免费看| 亚洲黑人精品在线| 成人精品一区二区免费| 亚洲精品中文字幕在线视频| 国产精品av久久久久免费| 91麻豆av在线| 国产亚洲精品综合一区在线观看 | 亚洲欧美日韩无卡精品| 性色av乱码一区二区三区2| 国产高清videossex| 18禁观看日本| 视频在线观看一区二区三区| 亚洲午夜理论影院| 久久久久久久久久黄片| 亚洲欧美精品综合久久99| 日韩中文字幕欧美一区二区| 国产精品av久久久久免费| 最近最新中文字幕大全电影3 | 母亲3免费完整高清在线观看| 一级毛片女人18水好多| 欧美黑人精品巨大| 99久久精品国产亚洲精品| 国产精品1区2区在线观看.| 19禁男女啪啪无遮挡网站| 亚洲av电影不卡..在线观看| 丝袜在线中文字幕| 最近最新免费中文字幕在线| 国产亚洲精品一区二区www| 国产精品免费一区二区三区在线| 亚洲一区高清亚洲精品| 亚洲精品中文字幕在线视频| 国产精品爽爽va在线观看网站 | 看片在线看免费视频| 亚洲专区中文字幕在线| 一个人免费在线观看的高清视频| 免费看日本二区| 亚洲专区字幕在线| 啦啦啦免费观看视频1| 国产成年人精品一区二区| 亚洲精品久久国产高清桃花| 国产在线精品亚洲第一网站| 每晚都被弄得嗷嗷叫到高潮| 19禁男女啪啪无遮挡网站| 中文字幕人妻熟女乱码| 国产精品免费一区二区三区在线| 欧美人与性动交α欧美精品济南到| 日韩大尺度精品在线看网址| 好男人电影高清在线观看| 在线天堂中文资源库| 90打野战视频偷拍视频| 久久欧美精品欧美久久欧美| 一a级毛片在线观看| 亚洲精华国产精华精| 制服人妻中文乱码| 不卡一级毛片| 久久久久久久久久黄片| 亚洲成av人片免费观看| 亚洲国产中文字幕在线视频| 侵犯人妻中文字幕一二三四区| 老汉色∧v一级毛片| 亚洲狠狠婷婷综合久久图片| 狂野欧美激情性xxxx| 午夜激情av网站| 欧美午夜高清在线| 麻豆成人午夜福利视频| 国产亚洲精品一区二区www| 国产又色又爽无遮挡免费看| 久久性视频一级片| 久久青草综合色| 久久精品人妻少妇| 51午夜福利影视在线观看| 99久久综合精品五月天人人| 一区二区三区激情视频| 天堂动漫精品| www.熟女人妻精品国产| 久久婷婷成人综合色麻豆| 国产三级黄色录像| 国产区一区二久久| 一二三四在线观看免费中文在| 麻豆成人av在线观看| 国产一区二区三区视频了| 2021天堂中文幕一二区在线观 | 国产黄a三级三级三级人| 成人午夜高清在线视频 | 黑人欧美特级aaaaaa片| 女人爽到高潮嗷嗷叫在线视频| 久久久久免费精品人妻一区二区 | 国产精品影院久久| 午夜a级毛片| 极品教师在线免费播放| 欧美色视频一区免费| 丰满人妻熟妇乱又伦精品不卡| 欧美乱码精品一区二区三区| 久久久久国产一级毛片高清牌| 最新美女视频免费是黄的| 午夜激情av网站| 12—13女人毛片做爰片一| 一区二区日韩欧美中文字幕| 国内毛片毛片毛片毛片毛片| 在线观看免费午夜福利视频| 亚洲avbb在线观看| 好看av亚洲va欧美ⅴa在| 欧美亚洲日本最大视频资源| 久久99热这里只有精品18| 最近最新中文字幕大全免费视频| 国产国语露脸激情在线看| 国产av一区在线观看免费| 欧美日本视频| 欧美精品啪啪一区二区三区| 日韩精品青青久久久久久| 午夜福利免费观看在线| 在线观看免费日韩欧美大片| 亚洲av电影不卡..在线观看| 国产午夜福利久久久久久| 一二三四社区在线视频社区8| 一进一出抽搐动态| 侵犯人妻中文字幕一二三四区| 国产欧美日韩一区二区三| 制服诱惑二区| 色综合婷婷激情| 亚洲自拍偷在线| 久久久久国内视频| 女人爽到高潮嗷嗷叫在线视频| 日韩 欧美 亚洲 中文字幕| 99riav亚洲国产免费| 久久亚洲真实| 中文字幕久久专区| 久久狼人影院| 女警被强在线播放| 一级毛片精品| 欧美亚洲日本最大视频资源| 亚洲精品美女久久av网站| 制服诱惑二区| 色婷婷久久久亚洲欧美| 男女之事视频高清在线观看| 亚洲欧美日韩高清在线视频| 欧美日本亚洲视频在线播放| 禁无遮挡网站| 欧美国产精品va在线观看不卡| 国产精品免费一区二区三区在线| av片东京热男人的天堂| 女人爽到高潮嗷嗷叫在线视频| 欧美黑人精品巨大| 18禁黄网站禁片午夜丰满| 中文字幕最新亚洲高清| 香蕉久久夜色| 国产精品综合久久久久久久免费| 欧美+亚洲+日韩+国产| 亚洲av日韩精品久久久久久密| 十分钟在线观看高清视频www| 国产视频一区二区在线看| 露出奶头的视频| 伦理电影免费视频| 国产三级在线视频| 男人的好看免费观看在线视频 | 欧美中文综合在线视频| 99久久久亚洲精品蜜臀av| av视频在线观看入口| 午夜免费鲁丝| 欧美在线黄色| 欧美乱妇无乱码| 国产精品电影一区二区三区| 精品国产一区二区三区四区第35| 国产真实乱freesex| 在线十欧美十亚洲十日本专区| 亚洲av美国av| 两人在一起打扑克的视频| 国产亚洲精品久久久久久毛片| 听说在线观看完整版免费高清| 高清在线国产一区| 国产三级在线视频| 麻豆国产av国片精品| 欧美国产精品va在线观看不卡| 天堂√8在线中文| 欧美黄色淫秽网站| 妹子高潮喷水视频| 满18在线观看网站| 中文字幕高清在线视频| 中文字幕人成人乱码亚洲影| 日韩有码中文字幕| 日韩欧美国产一区二区入口| 欧美成人一区二区免费高清观看 | 国产成人精品久久二区二区免费| 久久精品国产清高在天天线| 男人操女人黄网站| 欧美 亚洲 国产 日韩一| 老汉色av国产亚洲站长工具| 亚洲第一电影网av| 亚洲自拍偷在线| 好男人在线观看高清免费视频 | 天堂√8在线中文| 婷婷丁香在线五月| 悠悠久久av| 亚洲国产欧美一区二区综合| 中文字幕av电影在线播放| 日韩欧美一区视频在线观看| 黄色片一级片一级黄色片| 最近最新中文字幕大全免费视频| 亚洲人成网站高清观看| 老汉色∧v一级毛片| 麻豆成人午夜福利视频| 亚洲精品在线观看二区| 精品久久蜜臀av无| 黄色女人牲交| 国产高清videossex| 精品乱码久久久久久99久播| 我的亚洲天堂| 亚洲精品国产精品久久久不卡| 男男h啪啪无遮挡| 国产精品精品国产色婷婷| 中文字幕精品免费在线观看视频| 母亲3免费完整高清在线观看| 精品不卡国产一区二区三区| 久9热在线精品视频| 成人av一区二区三区在线看| 亚洲成人久久爱视频| 欧美+亚洲+日韩+国产| 97超级碰碰碰精品色视频在线观看| 精品久久久久久,| 久久久国产成人精品二区| 国产三级在线视频| 欧美中文综合在线视频| 免费电影在线观看免费观看| 中文字幕av电影在线播放| 精品久久久久久久毛片微露脸| 久久精品亚洲精品国产色婷小说| 亚洲aⅴ乱码一区二区在线播放 | 精品久久久久久,| 国产亚洲欧美精品永久| 免费av毛片视频| 50天的宝宝边吃奶边哭怎么回事| 国产精品九九99| 国产亚洲精品综合一区在线观看 | 欧美黄色淫秽网站| 18禁黄网站禁片免费观看直播| 国产真实乱freesex| 手机成人av网站| 国产一区二区在线av高清观看| 国内久久婷婷六月综合欲色啪| 欧美av亚洲av综合av国产av| 在线观看免费午夜福利视频| 夜夜看夜夜爽夜夜摸| 国产精品 国内视频| 欧美精品啪啪一区二区三区| 99国产综合亚洲精品| 日韩大尺度精品在线看网址| 亚洲成人国产一区在线观看| 成人亚洲精品av一区二区| 巨乳人妻的诱惑在线观看| 国产精品永久免费网站| 在线天堂中文资源库| netflix在线观看网站| 欧美日韩乱码在线| 亚洲五月色婷婷综合| 精品欧美国产一区二区三| 国产精品久久久久久亚洲av鲁大| 亚洲av电影不卡..在线观看| 在线免费观看的www视频| 久久国产亚洲av麻豆专区| 中文字幕另类日韩欧美亚洲嫩草| 一级a爱视频在线免费观看| 高清毛片免费观看视频网站| 成人国产一区最新在线观看| 国产av一区二区精品久久| 国产高清videossex| 亚洲精品美女久久av网站| 国产熟女xx| 男女视频在线观看网站免费 | 国产精品二区激情视频| 精品高清国产在线一区| 久久久久久久精品吃奶| 不卡一级毛片| 欧美丝袜亚洲另类 | 日韩免费av在线播放| 亚洲成国产人片在线观看| 黄色女人牲交| 亚洲精品av麻豆狂野| 欧美日韩乱码在线| 国产亚洲精品久久久久久毛片| 操出白浆在线播放| 国产在线观看jvid| 国产精品一区二区免费欧美| 俄罗斯特黄特色一大片| 亚洲五月色婷婷综合| 久99久视频精品免费| 亚洲国产精品sss在线观看| 中文字幕最新亚洲高清| 亚洲av电影在线进入| 天天一区二区日本电影三级| 成人手机av| 亚洲精品一区av在线观看| 欧美另类亚洲清纯唯美| 99在线人妻在线中文字幕| 又黄又粗又硬又大视频| 黄片大片在线免费观看| 国产成人欧美| 亚洲一区高清亚洲精品| 亚洲精品久久成人aⅴ小说| 人妻丰满熟妇av一区二区三区| 亚洲狠狠婷婷综合久久图片| 亚洲专区国产一区二区| 热99re8久久精品国产| 97人妻精品一区二区三区麻豆 | 国产一区在线观看成人免费| 午夜免费鲁丝| 51午夜福利影视在线观看| 日韩中文字幕欧美一区二区| 夜夜夜夜夜久久久久| 精品国产美女av久久久久小说| 国产激情偷乱视频一区二区| 国产高清有码在线观看视频 | 2021天堂中文幕一二区在线观 | 久久久久久大精品| 国产精品98久久久久久宅男小说| 黄色片一级片一级黄色片| avwww免费| 成人一区二区视频在线观看| av视频在线观看入口| 999精品在线视频| 少妇的丰满在线观看| 久久久久久久久久黄片| 无限看片的www在线观看| 久久久久九九精品影院| 人人妻人人澡欧美一区二区| 国产aⅴ精品一区二区三区波| 嫩草影院精品99| 国产精品99久久99久久久不卡| 操出白浆在线播放| 久久精品aⅴ一区二区三区四区| 国产激情欧美一区二区| 国产高清有码在线观看视频 | 日韩成人在线观看一区二区三区| 男女那种视频在线观看| 黄色视频,在线免费观看| 美女国产高潮福利片在线看| 免费搜索国产男女视频| 在线观看免费视频日本深夜| 久久性视频一级片| 麻豆久久精品国产亚洲av| 别揉我奶头~嗯~啊~动态视频| 午夜视频精品福利| 欧美色视频一区免费| 国产精品综合久久久久久久免费| 国产真实乱freesex| 天天躁夜夜躁狠狠躁躁| 三级毛片av免费| 亚洲精品在线观看二区| 国产成人欧美在线观看| 搡老岳熟女国产| 亚洲国产精品久久男人天堂| 宅男免费午夜| 夜夜躁狠狠躁天天躁| 国产三级黄色录像| 国产1区2区3区精品| 日韩视频一区二区在线观看| 精品久久久久久久人妻蜜臀av| 日韩视频一区二区在线观看| 女性被躁到高潮视频| 亚洲欧美精品综合一区二区三区| 精品久久久久久久末码| 国产视频一区二区在线看| 欧美日韩一级在线毛片| av天堂在线播放| 亚洲免费av在线视频| 此物有八面人人有两片| 夜夜夜夜夜久久久久| 亚洲国产看品久久| 丰满人妻熟妇乱又伦精品不卡| 久久久久久久久久黄片| 亚洲精品av麻豆狂野| 听说在线观看完整版免费高清| 搞女人的毛片| 99国产精品一区二区蜜桃av| 精品不卡国产一区二区三区| cao死你这个sao货| 婷婷亚洲欧美| 91国产中文字幕| 久久久久久免费高清国产稀缺| 国产精品美女特级片免费视频播放器 | 成人精品一区二区免费| 国产精品自产拍在线观看55亚洲| 亚洲va日本ⅴa欧美va伊人久久| 夜夜爽天天搞| 999久久久精品免费观看国产| 一级作爱视频免费观看| 久久久久亚洲av毛片大全| 欧美一级毛片孕妇| 国产私拍福利视频在线观看| 欧美一级a爱片免费观看看 | 精品免费久久久久久久清纯| 亚洲专区国产一区二区| 麻豆国产av国片精品| av中文乱码字幕在线| 国产单亲对白刺激| 精品国产美女av久久久久小说| 免费在线观看日本一区| 露出奶头的视频| 亚洲一区中文字幕在线| 青草久久国产| 午夜免费成人在线视频| 欧洲精品卡2卡3卡4卡5卡区| 免费在线观看完整版高清| 精品久久久久久久人妻蜜臀av| 性色av乱码一区二区三区2| 999精品在线视频| svipshipincom国产片| 天天添夜夜摸| 黄色 视频免费看| 日韩欧美在线二视频| 免费高清在线观看日韩| 999精品在线视频| 欧美一区二区精品小视频在线| 高清在线国产一区| 搡老妇女老女人老熟妇| 老熟妇仑乱视频hdxx| 亚洲第一欧美日韩一区二区三区| videosex国产|