• <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 ?

    基于神經(jīng)網(wǎng)絡(luò)的詞義消歧

    2019-10-08 09:03:43王子牛陳婭先高建瓴
    軟件 2019年2期
    關(guān)鍵詞:自然語言處理神經(jīng)網(wǎng)絡(luò)

    王子牛 陳婭先 高建瓴

    摘? 要: 在計算機(jī)語言學(xué)中,詞義消歧是自然語言處理的一個重要問題,詞義消歧即指根據(jù)上下文確定對象語義的過程,在詞義、句義、篇章中都會出現(xiàn)這種詞語在上下文的語義環(huán)境中有不同的含義的現(xiàn)象。本文提出一種基于神經(jīng)網(wǎng)絡(luò)的模型實(shí)現(xiàn)詞義消歧,將詞向量輸入神經(jīng)網(wǎng)絡(luò),通過分類的方式實(shí)現(xiàn)消歧的目的。實(shí)驗(yàn)表明,基于神經(jīng)網(wǎng)絡(luò)的詞義消歧比傳統(tǒng)的統(tǒng)計方法消歧具有更高的準(zhǔn)確度。

    關(guān)鍵詞: 詞義消歧;自然語言處理;詞向量;神經(jīng)網(wǎng)絡(luò)

    中圖分類號: TP391.1? ? 文獻(xiàn)標(biāo)識碼: A? ? DOI:10.3969/j.issn.1003-6970.2019.02.003

    【Abstract】: In computer linguistics, word sense disambiguation is an important issue in natural language processing. Word sense disambiguation refers to the process of determining object semantics according to context. In words, sentences, and chapters, such words appear in context. There are different meanings in the semantic environment. This paper proposes a neural network-based model to achieve word sense disambiguation, input word vector into neural network, and achieve the purpose of disambiguation through classification. Experiments show that neural network disambiguation has higher accuracy than traditional statistical method disambiguation.

    【Key words】: Word sense disambiguation; Natural language processing; Word vector; Neural network

    0? 引言

    詞義消歧(WSD)即根據(jù)多義詞所在的上下文環(huán)境所確定語義的過程,解決這個問題對于自然語言處理的相關(guān)研究和應(yīng)用具有很重要的意義。機(jī)器翻譯、語音識別、文本分類和自動摘要等各種自然語言處理系統(tǒng)都涵蓋了消除歧義這項工作,為了使這些系統(tǒng)更高效,提高消歧的準(zhǔn)確度就顯得尤為重要[1]。

    多義詞消歧方法主要有三種:第一,基于規(guī)則方式來進(jìn)行詞義消歧,使用該方法需要一個具有完備性、一致性和對開放領(lǐng)域適應(yīng)的語料庫,該方法存在很多瓶頸問題[2]。第二,基于統(tǒng)計的消歧方法,利用統(tǒng)計學(xué)方法自動在訓(xùn)練語料中獲取消歧所需的語言學(xué)知識,根據(jù)訓(xùn)練數(shù)據(jù)的差異選擇又分為有監(jiān)督機(jī)器學(xué)習(xí)、無監(jiān)督機(jī)器學(xué)習(xí)和半監(jiān)督機(jī)器[3]學(xué)習(xí)三種方法,無監(jiān)督的消歧方法就是運(yùn)用聚類算法對相似的語義環(huán)境或樣本示例進(jìn)行聚類,最典型的就是Lesk算法[4];有監(jiān)督的消歧方法就是運(yùn)用標(biāo)注好的語料庫,提取與歧義詞有關(guān)的語義關(guān)系作為特征進(jìn)行消歧,這種方法具有較好的消歧效果,但是難點(diǎn)在于需要大量人工標(biāo)注的語料庫[5];結(jié)合有監(jiān)督和無監(jiān)督兩種方法的優(yōu)點(diǎn)推敲出的半監(jiān)督消歧方法就是根據(jù)少量有標(biāo)注的訓(xùn)練語料,結(jié)合未標(biāo)注語料資源構(gòu)建消歧分類器[6];第三,基于知識庫的消歧方法,該方法計算詞匯在詞典中的不同義項和語言環(huán)境中的語義的共現(xiàn)率,選擇出共現(xiàn)率最高的分類作為歧義詞在當(dāng)前語義環(huán)境下的語義,但由于現(xiàn)有詞典的覆蓋范圍相對狹窄,不具備擴(kuò)充能力,因而該方法逐漸受到冷落。

    2005年謝芳[7]等人利用BP神經(jīng)網(wǎng)絡(luò)模型和統(tǒng)計待消歧詞的上下文信息來進(jìn)行詞義消歧。2014年張婷婷[8]提出基于WordNet現(xiàn)存的詞義結(jié)構(gòu)以及詞義對用的上下文語義關(guān)系,詞義消歧之后通過語義選擇完成消歧工作。2016年張國清[9]進(jìn)行了有導(dǎo)的利用神經(jīng)網(wǎng)絡(luò)進(jìn)行的詞義消歧方法,還介紹了無導(dǎo)的利用Hownet義原同現(xiàn)頻率信息進(jìn)行的消歧方法。2016年張春祥[10]等人將語義信息引入詞義消歧模型之中。在漢語句子中,以歧義詞匯為中心定位其左右詞匯單元,以左右詞匯單元的語義類別為基礎(chǔ),使用貝葉斯模型來判斷歧義詞匯的真實(shí)語義。隨著神經(jīng)網(wǎng)絡(luò)的興起,神經(jīng)網(wǎng)絡(luò)在自然語言處理也被廣泛應(yīng)用[11-13]。Bengio[14]等借助語言模型的思想,使用句子中的詞作為神經(jīng)網(wǎng)絡(luò)的輸入和神經(jīng)網(wǎng)絡(luò)的輸出,利用語言模型的思想和神經(jīng)網(wǎng)絡(luò)反向傳播算法,對詞向量進(jìn)行學(xué)習(xí),大大縮短了訓(xùn)練時間[15]。結(jié)合矩陣分解和上下文窗口,能利用更多的統(tǒng)計信息,在越大的語料上越具有優(yōu)勢,深度學(xué)習(xí)獲得的詞向量中包含大量的語義信息[16],這些語義信息能否用于以及如何用于詞義消歧領(lǐng)域成為了最新的問題?;诖耍疚奶岢隽艘环N基于神經(jīng)網(wǎng)絡(luò)的有導(dǎo)詞義消歧方法, 利用神經(jīng)網(wǎng)絡(luò)的泛化功能來解決傳統(tǒng)有導(dǎo)消歧中的問題,達(dá)到比較好的詞義消歧效果。為了驗(yàn)證模型的有效性,本文采用人民日報數(shù)據(jù)集對模型進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,該模型取得了較好的效果。

    本文的主要工作如下:(1)提出利用神經(jīng)網(wǎng)絡(luò)應(yīng)用于中文詞義消歧,該方法可提高消歧的準(zhǔn)確度;(2)利用詞向量的特點(diǎn),結(jié)合神經(jīng)網(wǎng)絡(luò),將消歧過程轉(zhuǎn)變?yōu)楹唵蔚姆诸愡^程;(3)充分利用《同義詞詞林》的詞典結(jié)構(gòu),進(jìn)行編碼處理做為神經(jīng)網(wǎng)絡(luò)的分類輸出。

    本文組織結(jié)構(gòu):第一節(jié)介紹了詞義消歧的定義及其相關(guān)研究進(jìn)度和成果;第二節(jié)介紹了神經(jīng)網(wǎng)絡(luò)的模型;第三節(jié)介紹了詞義消歧的模型及消歧過程;第四節(jié)通過調(diào)整窗口參數(shù)做不同實(shí)驗(yàn)獲取最佳參數(shù),達(dá)到最佳消歧效果;最后一節(jié)是本文結(jié)論。

    1? 神經(jīng)網(wǎng)絡(luò)模型

    從最簡單的神經(jīng)網(wǎng)絡(luò)講起,這個神經(jīng)網(wǎng)絡(luò)僅由一個“神經(jīng)元”構(gòu)成,該神經(jīng)元有兩個部分,一部份為狀態(tài)值,另一個部分為激活值。一個神經(jīng)元有一個或多個輸入,每一個輸入對應(yīng)一個權(quán)值w,神經(jīng)元內(nèi)部將輸入的值與對應(yīng)權(quán)值相乘相加后,再將結(jié)果與偏置值相加,最終將結(jié)果放入激活函數(shù)中,由激活函數(shù)給出最后的輸出,“神經(jīng)元”如下圖1所示。

    2? 基于神經(jīng)網(wǎng)絡(luò)的詞義消歧算法

    2.1? 方法描述

    本文提出的基于神經(jīng)網(wǎng)絡(luò)的詞義消歧方法主要思想是,將多義詞所在的語義環(huán)境通過截取一定的長度轉(zhuǎn)變?yōu)樵~向量輸入神經(jīng)網(wǎng)絡(luò),通過神經(jīng)網(wǎng)絡(luò)反復(fù)迭代計算,調(diào)整權(quán)值和偏置值將該多義詞進(jìn)行準(zhǔn)確分類,找出最合適的義項進(jìn)行輸出。詞義消歧步驟如下:①數(shù)據(jù)預(yù)處理;②多義詞所在的上下文環(huán)境及其義項的向量表示;③搭建神經(jīng)網(wǎng)絡(luò)并訓(xùn)練網(wǎng)絡(luò);④進(jìn)行測試得出結(jié)論。

    2.2? 文檔預(yù)處理

    首先對需要進(jìn)行消歧的文檔進(jìn)行分詞,并將待消歧的詞語做標(biāo)記,標(biāo)記為《同義詞詞林》中的小類代碼,然后查找待消歧文本中的多義詞,并將多義詞整理統(tǒng)計分為一個義項、兩個義項及多個義項的詞典。由于本文使用的多義詞標(biāo)記是《同義詞詞林》中的小類代碼,需要將這些小類代碼用One-Hot編碼方式表示為具體向量,最后將詞典的每個義項轉(zhuǎn)換為小類代碼的具體向量形式。

    2.3? 神經(jīng)網(wǎng)絡(luò)的輸入

    由于多義詞的含義取決于多義詞所在的上下文環(huán)境,所以上下文顯得尤為重要,上下文的確定是在歧義詞前后一定大小的窗口內(nèi)進(jìn)行截取,窗口過大會引入更多噪聲,過小又會丟失信息會降低消歧的準(zhǔn)確度,通過閱讀文獻(xiàn)的累計,本文取窗口大小為5,將包含該歧義詞在內(nèi)的9個詞作為輸入。

    將語料進(jìn)行預(yù)處理后,需要把分詞和截取以后的句子表示為計算機(jī)能夠計算的形式,常用的表示模型分別是詞袋模型和詞向量。詞袋模型直接將每一個詞語或者符號統(tǒng)一放置在一個集合,然后按照計數(shù)的方式對出現(xiàn)的次數(shù)進(jìn)行統(tǒng)計,TF-IDF是詞袋模型的一個經(jīng)典用法;而詞向量是將字、詞語轉(zhuǎn)換為向量矩陣的計算模型,常用的有One-Hot(獨(dú)熱)編碼方式。自Google團(tuán)隊的Word2vec的提出以及普及,Word2vec方式能很好地克服獨(dú)熱編碼方式的兩個缺點(diǎn)。該方法將一個詞映射到一個實(shí)數(shù)向量空間中,這種方法使得詞義之間的相似性可以用空間距離表示,兩個詞向量的空間距離越近,表示兩個詞的相似性越高。2013年開放了Word2vec可以訓(xùn)練詞向量的工具。Word2vec以大量文本訓(xùn)練語料作為輸入,通過訓(xùn)練模型快速有效地將一個詞語表達(dá)成向量形式。

    本文將該歧義詞所在的語句通過截取后利用Word2Vec進(jìn)行詞向量訓(xùn)練,獲得9*60維的詞向量作為神經(jīng)網(wǎng)絡(luò)的輸入?;谏窠?jīng)網(wǎng)絡(luò)的詞義消歧模型主要有四層組成?;谏窠?jīng)網(wǎng)絡(luò)的詞義消歧模型如圖2所示。

    (1)將文本分詞后,用詞向量作為神經(jīng)網(wǎng)絡(luò)的輸入;

    (2)利用神經(jīng)網(wǎng)絡(luò)對詞向量的特征進(jìn)行提取;

    (3)最后利用softmax分類器進(jìn)行多義詞分類,輸出小類代碼所指向的向量形式。

    2.4? 神經(jīng)網(wǎng)絡(luò)的輸出

    經(jīng)過神經(jīng)網(wǎng)絡(luò)計算后,得到待消歧詞Wi 對應(yīng)的輸出向量,而輸出向量是由同義詞詞林的小類編碼通過One-hot編碼得到的向量。例如,“我國人民特別愛花,所以牡丹自古有上市的傳統(tǒng)?!敝小盎ā弊质嵌嗔x詞,它具有“花兒”和“積攢”這兩個義項,

    3? 實(shí)驗(yàn)

    3.1? 數(shù)據(jù)集

    為驗(yàn)證本文模型的有效性,采取了在人民日報作為數(shù)據(jù)集,且此數(shù)據(jù)集是不平衡數(shù)據(jù)集。本次實(shí)驗(yàn)從中挑選了常用的12個歧義詞,分別為“提高”,“系統(tǒng)”,“用”,“發(fā)表”,“隊伍”,“根本”,“左右”,“行動”,“花”,“保證”,“水”,“多少”。該預(yù)料包括800條句子。數(shù)據(jù)集分為兩部分,將百分之三十作為測試集,百分之七十作為訓(xùn)練集:(1)訓(xùn)練數(shù)據(jù)集;(2)測試集數(shù)據(jù)集。

    使用神經(jīng)網(wǎng)絡(luò)進(jìn)行詞義消歧分為兩個階段:

    (1)訓(xùn)練學(xué)習(xí)階段:向神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù),提供一組輸入與輸出對應(yīng)的數(shù)據(jù),神經(jīng)網(wǎng)絡(luò)通過反復(fù)迭代計算,不斷的調(diào)整權(quán)值和偏置值,直到滿足給定的期望輸出值,結(jié)束參數(shù)值的調(diào)整,或者已經(jīng)達(dá)到循環(huán)的次數(shù)而結(jié)束迭代計算,可能沒有調(diào)整到合適的參數(shù)。代價函數(shù)如式(4)所示:

    3.2? 實(shí)驗(yàn)參數(shù)設(shè)置

    本文的實(shí)驗(yàn)硬件環(huán)境的主要參數(shù)CPU:Intel(R) Xeon(R) X5690 @3.47 GHz,CPU內(nèi)存(RAM)為32 GB,GPU:NVIDIA 2080Ti 11G操作系統(tǒng)為openSUSE 15.0。本文實(shí)驗(yàn)軟件環(huán)境如表1所示。

    對于神經(jīng)網(wǎng)絡(luò)來說參數(shù)的設(shè)置十分重要,它會影響神經(jīng)網(wǎng)絡(luò)的性能。本文中主要參數(shù)設(shè)置為:神經(jīng)網(wǎng)絡(luò)由四層構(gòu)成,神經(jīng)網(wǎng)絡(luò)輸入層的維度為所需消歧的句子數(shù)目Len乘以以窗口大小為W的維度乘以詞向量維度,輸出層為小類編碼的類別數(shù),中間的隱藏層可以調(diào)整,權(quán)值和偏置值初始化值為0.1,則神經(jīng)網(wǎng)絡(luò)輸出的維度為Len*1426,隱藏層的激活函數(shù)使用relue函數(shù),輸出層的激活函數(shù)使用Softmax函數(shù)進(jìn)行實(shí)驗(yàn),其他參數(shù)設(shè)置如表2所示。

    3.3? 實(shí)驗(yàn)結(jié)果

    本文設(shè)置了五組實(shí)驗(yàn)進(jìn)行中文消歧,第一、二組實(shí)驗(yàn)設(shè)置窗口大小為3、4,將分詞后長度為5、7的詞向量作為神經(jīng)網(wǎng)絡(luò)的輸入,第三、四組實(shí)驗(yàn)設(shè)置窗口大小為5、6,將分詞后長度為9、11的詞向量作為輸入,第五組實(shí)驗(yàn)設(shè)置窗口大小為7,將長度為13的詞向量作為輸入,而每一組又分別用12個不同的歧義詞訓(xùn)練模型,由于數(shù)據(jù)集的數(shù)量有限,本實(shí)驗(yàn)采取交叉驗(yàn)證的方式進(jìn)行實(shí)驗(yàn),根據(jù)五組不同的窗口參數(shù)設(shè)置,對系統(tǒng)的正確率影響如圖4所示。從圖3.1可以看出,當(dāng)窗口大小為3、4、7時,系統(tǒng)的正確率普遍偏低,當(dāng)窗口大小為6時,系統(tǒng)的正確率最大為94.20%,最小為72.86%,系統(tǒng)穩(wěn)定性較差,但是當(dāng)窗口大小為5時,系統(tǒng)的穩(wěn)定性好,正確率較高,因此本文選取窗口大小為5進(jìn)行實(shí)驗(yàn)。

    當(dāng)窗口大小為5時,使用挑選的12個歧義詞進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如表3所示。

    表4中給出了BP神經(jīng)網(wǎng)絡(luò)模型、動態(tài)規(guī)則方法、義原同現(xiàn)頻率方法、半監(jiān)督[10]方法和本文的模型在測試集上得到的結(jié)果,具體評價指標(biāo)包括正確率的最大值、最小值和平均值。

    通過表3和表4可以看出預(yù)測的結(jié)果平均正確率為86.55%與之前的研究者做的消歧正確率高,文獻(xiàn)[7]中利用BP神經(jīng)網(wǎng)絡(luò)模型和統(tǒng)計待消歧詞的上下文信息來進(jìn)行詞義消歧正確率平均正確率為84.54%,最高達(dá)到88.9%,但最低只有72.72%說明系統(tǒng)不穩(wěn)定;在文獻(xiàn)[8]中使用動態(tài)規(guī)則法最高正確率達(dá)到83.9%;在文獻(xiàn)[9]中使用的神經(jīng)網(wǎng)絡(luò)詞義消歧正確率達(dá)到82.5%,本文正確率達(dá)到86.55%;利用義原同現(xiàn)頻率進(jìn)行多義詞消歧正確率只有75%;在文獻(xiàn)[10]中使用13個不同的歧義詞測試最高正確率達(dá)到85.0%,最低達(dá)到27.8%。通過此次實(shí)驗(yàn)證明本文模型比文獻(xiàn)[7]的模型提高正確率2.01個百分點(diǎn),比文獻(xiàn)[8]高16.05個百分點(diǎn),比文獻(xiàn)[10]高1.55個百分點(diǎn),說明本文使用神經(jīng)網(wǎng)絡(luò)進(jìn)行消歧正確率還是比其他的消歧方式高,因此利用神經(jīng)網(wǎng)絡(luò)在詞義消歧方面具有很好的前景。

    4? 結(jié)論

    本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的詞義消歧模型,利用word2vec模型訓(xùn)練的詞向量作為輸入,結(jié)合神經(jīng)網(wǎng)絡(luò)模型對多義詞進(jìn)行詞義消歧。實(shí)驗(yàn)表明,該方法比基于知識的詞義消歧算法有更高的正確率。同時,利用詞向量能夠更好的保存文本序列的上下文信息。由于實(shí)驗(yàn)數(shù)據(jù)的規(guī)模有限,若要提高消歧的效果,還需要大規(guī)模實(shí)驗(yàn)數(shù)據(jù),還可以對神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)整,這些問題將在下一步研究中解決。

    參考文獻(xiàn)

    MincaA, Diaconescu S. An approach to knowledgebased word sense disambiguation using semantic trees built on a WordNet lexicon network[C]// The 6 th Conference on Speech Technology and Human_Computer Dialogue, 2011: 1-6.

    Suvitha D S, Janarthanan R.Enriched semantic information Processing using WordNet based on semantic relation network[C]// Internation Conference on Computing, Electronics and Electrical Technologies, 2012: 846-851.

    孫鵬, 馮翔. 一種基于集成學(xué)習(xí)的健壯性半監(jiān)督SVM[J]. 軟件, 2018, 39(11): 182-186.

    王永生. 基于改進(jìn)的Lesk算法的詞義排歧算法[J]. 微型機(jī)與應(yīng)用, 2013(24): 69-71.

    蔣振超, 李麗雙, 黃德根. 基于詞語關(guān)系的詞向量模型[J]. 中文信息學(xué)報, 2017, 31(3): 25-31.

    LE A C, SHIMAZU A, HUYNH V N. Semi-supervised Learning Integrated with Classifier Combination for Word Sense Disambiguation[J]. Computer Speech & Language, 2008, 22(4): 330-345.

    謝芳, 胡泉. 基于BP神經(jīng)網(wǎng)絡(luò)的詞義消歧模型[J]. 計算機(jī)工程與應(yīng)用, 2006, 12: 187-189.

    張婷婷. 基于語義規(guī)則的詞義消歧方法的研究[J]. 數(shù)碼世界, 2018: 131-132.

    張國清. 兩種詞義消歧方法分析與比較[J]. 信息與電腦, 2017(19): 47-52.

    張春祥, 徐志峰, 高雪瑤, 等. 一種半監(jiān)督的漢語詞義消歧方法[J]. 西南交通大學(xué)學(xué)報.

    張曉明, 尹鴻峰. 基于卷積神經(jīng)網(wǎng)絡(luò)和語義信息的場景分類[J]. 軟件, 2018, 39(01): 29-34.

    張玉環(huán), 錢江. 基于兩種LSTM結(jié)構(gòu)的文本情感分析[J]. 軟件, 2018, 39(1): 116-120.

    劉騰飛, 于雙飛, 張洪濤, 等. 基于循環(huán)和卷積神經(jīng)網(wǎng)絡(luò)的文本分類研究[J]. 軟件, 2018, 39(01): 64-69.

    BengioY, DucharmeR, VicebtP, et al. A Neural Probabilistic Language Model[J]. The Journal of Machine Learning Research. 2003, 3: 1137-1155.

    王紅斌, 郜洪奎. 基于word2vec和依存分析的事件識別研究[J]. 軟件, 2017, 38(6): 62-65.

    Mikolov Tomas, Yih Wen-tau, Zweig Geoffrey. Linguistic regularities in continuous space word representations[C]. The Annual Conference of the North American Chapter of the Association for Computational Linguistics (NAACL-HLT), 2013: 746-75.

    猜你喜歡
    自然語言處理神經(jīng)網(wǎng)絡(luò)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    基于組合分類算法的源代碼注釋質(zhì)量評估方法
    面向機(jī)器人導(dǎo)航的漢語路徑自然語言組塊分析方法研究
    詞向量的語義學(xué)規(guī)范化
    漢哈機(jī)器翻譯中的文字轉(zhuǎn)換技術(shù)研究
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    HowNet在自然語言處理領(lǐng)域的研究現(xiàn)狀與分析
    科技視界(2016年5期)2016-02-22 11:41:39
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于.NET的維哈柯多語種網(wǎng)上數(shù)據(jù)采集系統(tǒng)的設(shè)計與實(shí)現(xiàn)
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    精品不卡国产一区二区三区| 一本精品99久久精品77| 亚洲成人精品中文字幕电影| 欧美三级亚洲精品| 69av精品久久久久久| 联通29元200g的流量卡| 男人狂女人下面高潮的视频| 性色avwww在线观看| 嫁个100分男人电影在线观看| 国产精品日韩av在线免费观看| 免费无遮挡裸体视频| eeuss影院久久| 日日夜夜操网爽| 18禁黄网站禁片午夜丰满| 国产成人福利小说| 99国产极品粉嫩在线观看| 国产免费一级a男人的天堂| 精品不卡国产一区二区三区| 伦理电影大哥的女人| 99热这里只有是精品50| 一级黄片播放器| 久久久国产成人免费| 亚州av有码| 午夜a级毛片| 久久人人精品亚洲av| 成人av一区二区三区在线看| av天堂中文字幕网| 两性午夜刺激爽爽歪歪视频在线观看| 成人永久免费在线观看视频| 日韩一区二区视频免费看| 亚洲欧美精品综合久久99| 国内精品久久久久久久电影| 国产成人aa在线观看| 免费看av在线观看网站| 麻豆成人午夜福利视频| 日本爱情动作片www.在线观看 | 国产免费av片在线观看野外av| 波多野结衣高清无吗| 亚洲人成网站在线播放欧美日韩| 91在线观看av| 可以在线观看毛片的网站| 久久精品国产99精品国产亚洲性色| 免费看美女性在线毛片视频| 午夜a级毛片| 国产伦一二天堂av在线观看| 哪里可以看免费的av片| 男女边吃奶边做爰视频| 搡老妇女老女人老熟妇| 少妇的逼好多水| 久久久久久大精品| 舔av片在线| 国产av不卡久久| 一a级毛片在线观看| 变态另类成人亚洲欧美熟女| 国产av麻豆久久久久久久| 黄色丝袜av网址大全| 欧美高清性xxxxhd video| 一本一本综合久久| 在线观看午夜福利视频| 国产成人影院久久av| av视频在线观看入口| 噜噜噜噜噜久久久久久91| 国产精品自产拍在线观看55亚洲| 女人十人毛片免费观看3o分钟| 在线观看午夜福利视频| 丝袜美腿在线中文| 日韩中字成人| 精品一区二区三区视频在线| 国产一区二区三区av在线 | 日本 欧美在线| 天天躁日日操中文字幕| 男人和女人高潮做爰伦理| 最近在线观看免费完整版| а√天堂www在线а√下载| 最近视频中文字幕2019在线8| 国产精品久久久久久av不卡| 99热这里只有精品一区| 免费av不卡在线播放| 男女做爰动态图高潮gif福利片| 一个人观看的视频www高清免费观看| 一卡2卡三卡四卡精品乱码亚洲| 国产精品国产高清国产av| 久久精品夜夜夜夜夜久久蜜豆| 欧美性感艳星| 最后的刺客免费高清国语| 禁无遮挡网站| 国产精品免费一区二区三区在线| 国产久久久一区二区三区| x7x7x7水蜜桃| 日本撒尿小便嘘嘘汇集6| 午夜激情福利司机影院| 中文字幕免费在线视频6| 免费黄网站久久成人精品| 男插女下体视频免费在线播放| 男女视频在线观看网站免费| 日韩av在线大香蕉| 男人的好看免费观看在线视频| 免费人成视频x8x8入口观看| 美女cb高潮喷水在线观看| 欧美中文日本在线观看视频| 婷婷亚洲欧美| 久久久久久久久久黄片| 精品欧美国产一区二区三| 成人一区二区视频在线观看| 99国产极品粉嫩在线观看| 我要搜黄色片| 99热这里只有精品一区| 精品一区二区三区视频在线观看免费| 久久久久久国产a免费观看| 一进一出抽搐动态| 亚洲成av人片在线播放无| 亚洲乱码一区二区免费版| 69人妻影院| 精品99又大又爽又粗少妇毛片 | 亚洲七黄色美女视频| 亚洲人成网站在线播| 国产高清不卡午夜福利| 国产成人福利小说| 女人被狂操c到高潮| 欧美精品啪啪一区二区三区| 色噜噜av男人的天堂激情| 五月玫瑰六月丁香| 丰满人妻一区二区三区视频av| 夜夜看夜夜爽夜夜摸| 亚洲五月天丁香| 一区二区三区免费毛片| 久久久久国内视频| 夜夜夜夜夜久久久久| 又黄又爽又刺激的免费视频.| 99久久精品一区二区三区| 免费一级毛片在线播放高清视频| 亚洲三级黄色毛片| 国产激情偷乱视频一区二区| 午夜免费男女啪啪视频观看 | 国产在线男女| 日韩中文字幕欧美一区二区| 亚洲av日韩精品久久久久久密| 亚洲欧美激情综合另类| 成人欧美大片| 婷婷精品国产亚洲av| 老熟妇乱子伦视频在线观看| av.在线天堂| 久久热精品热| 精品人妻1区二区| 午夜福利在线在线| 美女高潮喷水抽搐中文字幕| 麻豆成人午夜福利视频| 国产午夜精品论理片| 久久亚洲精品不卡| 欧美色视频一区免费| 国产欧美日韩精品一区二区| 97人妻精品一区二区三区麻豆| 欧美成人a在线观看| 国产成人a区在线观看| 成人国产一区最新在线观看| 久久久久久久精品吃奶| 欧美一级a爱片免费观看看| 不卡一级毛片| 色综合亚洲欧美另类图片| 淫秽高清视频在线观看| 午夜福利在线观看吧| 一区二区三区四区激情视频 | 国产高清视频在线播放一区| 99热只有精品国产| 免费在线观看成人毛片| 老熟妇乱子伦视频在线观看| 国产一区二区激情短视频| 色视频www国产| 国产白丝娇喘喷水9色精品| 免费不卡的大黄色大毛片视频在线观看 | 少妇丰满av| 一夜夜www| 国产在视频线在精品| 国产女主播在线喷水免费视频网站 | 久久午夜亚洲精品久久| 久久久久久久久中文| 亚洲美女黄片视频| 亚洲欧美清纯卡通| 中国美白少妇内射xxxbb| 久久精品国产亚洲av香蕉五月| 麻豆国产av国片精品| av在线亚洲专区| 精品一区二区免费观看| 国产成人aa在线观看| 不卡视频在线观看欧美| 美女黄网站色视频| 亚洲人成伊人成综合网2020| .国产精品久久| 少妇的逼好多水| 蜜桃亚洲精品一区二区三区| 亚洲中文字幕一区二区三区有码在线看| 成人特级av手机在线观看| 校园春色视频在线观看| 亚洲专区中文字幕在线| 欧美成人一区二区免费高清观看| 成人一区二区视频在线观看| 久久精品国产自在天天线| 免费观看的影片在线观看| 亚洲无线观看免费| 天堂动漫精品| 中出人妻视频一区二区| 国内少妇人妻偷人精品xxx网站| 嫩草影院新地址| 九色国产91popny在线| 此物有八面人人有两片| 亚洲精品久久国产高清桃花| 国产午夜精品论理片| 我的女老师完整版在线观看| 国产亚洲欧美98| 九九在线视频观看精品| 日韩欧美免费精品| 国产色婷婷99| 国产不卡一卡二| 成人av在线播放网站| 国内精品一区二区在线观看| 欧美日韩中文字幕国产精品一区二区三区| 亚洲图色成人| 最好的美女福利视频网| 国内精品宾馆在线| 欧美日韩瑟瑟在线播放| 九九热线精品视视频播放| 蜜桃久久精品国产亚洲av| 欧美一区二区精品小视频在线| 国产高清有码在线观看视频| 99久久精品一区二区三区| 最新中文字幕久久久久| 国产日本99.免费观看| 女同久久另类99精品国产91| 超碰av人人做人人爽久久| 久久国产精品人妻蜜桃| 91av网一区二区| 男插女下体视频免费在线播放| 99热这里只有是精品50| 国产真实乱freesex| 国产中年淑女户外野战色| 国产成人a区在线观看| av天堂中文字幕网| 亚洲精品成人久久久久久| 国产欧美日韩精品亚洲av| 男人和女人高潮做爰伦理| 黄色欧美视频在线观看| 一区二区三区激情视频| 深夜精品福利| 成人av在线播放网站| 久久国产精品人妻蜜桃| 色视频www国产| 18+在线观看网站| 亚洲精品日韩av片在线观看| 性色avwww在线观看| 日日夜夜操网爽| 日本-黄色视频高清免费观看| 午夜a级毛片| 日韩强制内射视频| 干丝袜人妻中文字幕| 又紧又爽又黄一区二区| 国产精品久久久久久亚洲av鲁大| 99久久精品热视频| 亚洲精华国产精华精| 婷婷丁香在线五月| 网址你懂的国产日韩在线| 亚洲国产精品sss在线观看| 女生性感内裤真人,穿戴方法视频| 久久草成人影院| 网址你懂的国产日韩在线| 久久婷婷人人爽人人干人人爱| www.www免费av| 成年免费大片在线观看| 波野结衣二区三区在线| 日韩欧美精品v在线| 成人无遮挡网站| 国产av麻豆久久久久久久| 国产乱人视频| 嫩草影院新地址| 免费在线观看成人毛片| 国产精品国产高清国产av| 精华霜和精华液先用哪个| 欧美在线一区亚洲| 欧美一级a爱片免费观看看| 国产男靠女视频免费网站| 午夜福利在线观看吧| 久久久久久久久中文| 人人妻,人人澡人人爽秒播| 美女xxoo啪啪120秒动态图| 亚洲精品乱码久久久v下载方式| 999久久久精品免费观看国产| 国产一区二区激情短视频| 老司机福利观看| 一个人看视频在线观看www免费| 亚洲美女视频黄频| 91久久精品国产一区二区成人| 日韩大尺度精品在线看网址| 午夜影院日韩av| 日本免费a在线| 中文在线观看免费www的网站| 婷婷精品国产亚洲av在线| 91久久精品国产一区二区成人| 美女被艹到高潮喷水动态| 一a级毛片在线观看| 午夜精品久久久久久毛片777| 亚洲最大成人中文| 有码 亚洲区| 国产亚洲欧美98| 欧美区成人在线视频| 国产成年人精品一区二区| 夜夜爽天天搞| 窝窝影院91人妻| 成人三级黄色视频| 春色校园在线视频观看| 国产av麻豆久久久久久久| 日韩中字成人| 久久国内精品自在自线图片| 国产av一区在线观看免费| 国产高潮美女av| 制服丝袜大香蕉在线| 精品人妻一区二区三区麻豆 | 日本黄色视频三级网站网址| 舔av片在线| 精品久久久久久久久久久久久| 亚洲乱码一区二区免费版| 毛片女人毛片| 成人精品一区二区免费| 婷婷六月久久综合丁香| 最后的刺客免费高清国语| 国产69精品久久久久777片| 啦啦啦观看免费观看视频高清| 亚洲美女黄片视频| 成人无遮挡网站| 午夜日韩欧美国产| www日本黄色视频网| 男人的好看免费观看在线视频| 中文字幕av在线有码专区| 一级a爱片免费观看的视频| 男插女下体视频免费在线播放| 日韩欧美在线乱码| 国产三级在线视频| 亚洲黑人精品在线| 国产探花在线观看一区二区| 一级a爱片免费观看的视频| 欧美激情在线99| 国产 一区 欧美 日韩| 日韩一本色道免费dvd| 噜噜噜噜噜久久久久久91| 麻豆av噜噜一区二区三区| 亚洲av二区三区四区| 亚洲熟妇熟女久久| 国产精品久久久久久久久免| 日本成人三级电影网站| 美女黄网站色视频| 国产麻豆成人av免费视频| 搡老熟女国产l中国老女人| 91麻豆精品激情在线观看国产| 亚洲人成伊人成综合网2020| 少妇高潮的动态图| 免费av毛片视频| 亚洲人与动物交配视频| 国产精品99久久久久久久久| 一级a爱片免费观看的视频| 男人的好看免费观看在线视频| 亚洲国产日韩欧美精品在线观看| 精品久久久久久久久亚洲 | 天天一区二区日本电影三级| 国产精品一及| 亚洲人成伊人成综合网2020| 九九在线视频观看精品| 国产一区二区在线av高清观看| 天美传媒精品一区二区| 国产精品一区二区免费欧美| 亚洲国产精品sss在线观看| 日韩亚洲欧美综合| 看免费成人av毛片| 精品久久久久久久久av| 久9热在线精品视频| 日韩,欧美,国产一区二区三区 | 日本免费一区二区三区高清不卡| www.色视频.com| 欧美成人一区二区免费高清观看| 国产精品人妻久久久久久| 一区福利在线观看| 最近在线观看免费完整版| 又黄又爽又免费观看的视频| 久久久久久久久大av| 久久久国产成人免费| 国产亚洲精品av在线| 亚洲自偷自拍三级| 亚洲国产精品久久男人天堂| 无遮挡黄片免费观看| 麻豆国产av国片精品| 在线观看66精品国产| 黄色视频,在线免费观看| 日韩欧美国产在线观看| 亚洲欧美日韩无卡精品| 人妻少妇偷人精品九色| 成人永久免费在线观看视频| 国产av不卡久久| 日本三级黄在线观看| 人人妻,人人澡人人爽秒播| 亚洲欧美清纯卡通| 伦理电影大哥的女人| 亚洲性夜色夜夜综合| 久久人妻av系列| 3wmmmm亚洲av在线观看| 欧美色欧美亚洲另类二区| 三级国产精品欧美在线观看| 国产精品久久久久久av不卡| 免费看光身美女| 亚洲一级一片aⅴ在线观看| 亚洲成人久久爱视频| 全区人妻精品视频| 欧美zozozo另类| 久久久久久久久中文| 国产91精品成人一区二区三区| 亚洲人与动物交配视频| 国产亚洲精品久久久久久毛片| 18禁在线播放成人免费| 久久久精品大字幕| 男人舔女人下体高潮全视频| 久久精品国产亚洲网站| 99久久久亚洲精品蜜臀av| 熟女人妻精品中文字幕| av中文乱码字幕在线| 日本黄色片子视频| 久久精品夜夜夜夜夜久久蜜豆| 精品久久久久久久久久久久久| 97超视频在线观看视频| a级一级毛片免费在线观看| 噜噜噜噜噜久久久久久91| 国产精品99久久久久久久久| 欧美成人a在线观看| 亚洲人成网站在线播放欧美日韩| 国产人妻一区二区三区在| 此物有八面人人有两片| 婷婷丁香在线五月| 国产私拍福利视频在线观看| 99久久精品一区二区三区| 舔av片在线| 日韩,欧美,国产一区二区三区 | 亚洲精华国产精华精| 国产黄片美女视频| 高清毛片免费观看视频网站| 日本免费一区二区三区高清不卡| 性欧美人与动物交配| 国产一区二区在线观看日韩| 老女人水多毛片| 哪里可以看免费的av片| 亚洲性久久影院| 亚洲国产精品成人综合色| 欧美日韩综合久久久久久 | .国产精品久久| 给我免费播放毛片高清在线观看| 男女啪啪激烈高潮av片| 99久国产av精品| www.色视频.com| 日韩大尺度精品在线看网址| 美女xxoo啪啪120秒动态图| 欧美激情久久久久久爽电影| 一本久久中文字幕| 97碰自拍视频| 如何舔出高潮| 亚州av有码| 国产av麻豆久久久久久久| 免费大片18禁| 女同久久另类99精品国产91| 一进一出抽搐动态| 国产一区二区在线观看日韩| 国产在线精品亚洲第一网站| a级毛片a级免费在线| eeuss影院久久| 中文在线观看免费www的网站| 哪里可以看免费的av片| 久久精品国产亚洲av涩爱 | 观看美女的网站| 国产精品乱码一区二三区的特点| 俺也久久电影网| 亚洲专区中文字幕在线| 女的被弄到高潮叫床怎么办 | 亚洲精华国产精华液的使用体验 | 中文字幕熟女人妻在线| 老熟妇乱子伦视频在线观看| 1024手机看黄色片| 日韩欧美精品v在线| 在线播放国产精品三级| 床上黄色一级片| 亚洲精华国产精华液的使用体验 | 乱人视频在线观看| 白带黄色成豆腐渣| 亚洲国产色片| 美女免费视频网站| 亚洲av成人精品一区久久| 中文字幕熟女人妻在线| 亚洲精品一卡2卡三卡4卡5卡| 日韩亚洲欧美综合| 国产一区二区三区av在线 | 中出人妻视频一区二区| 久久久久久久久久黄片| 在线播放无遮挡| 毛片一级片免费看久久久久 | 在线观看午夜福利视频| 中文字幕av成人在线电影| 蜜桃亚洲精品一区二区三区| 深夜精品福利| 欧美人与善性xxx| 久久天躁狠狠躁夜夜2o2o| 1000部很黄的大片| 蜜桃亚洲精品一区二区三区| 亚洲自偷自拍三级| 欧美人与善性xxx| 99riav亚洲国产免费| 97碰自拍视频| 欧美国产日韩亚洲一区| 国产一区二区亚洲精品在线观看| 国产精品乱码一区二三区的特点| 久久九九热精品免费| 国产三级在线视频| 国产aⅴ精品一区二区三区波| 91久久精品国产一区二区三区| 99久久九九国产精品国产免费| 欧美色视频一区免费| 亚洲成人精品中文字幕电影| 真实男女啪啪啪动态图| 嫩草影院精品99| .国产精品久久| 国产精品美女特级片免费视频播放器| 美女免费视频网站| 免费观看精品视频网站| 国产伦人伦偷精品视频| 亚洲人成网站在线播放欧美日韩| 韩国av在线不卡| 色综合亚洲欧美另类图片| 亚洲中文日韩欧美视频| 一区二区三区免费毛片| 亚洲av中文av极速乱 | 有码 亚洲区| 日韩精品中文字幕看吧| 99精品久久久久人妻精品| 欧美日韩精品成人综合77777| 九色国产91popny在线| 美女xxoo啪啪120秒动态图| 久久香蕉精品热| 久久99热6这里只有精品| www.色视频.com| 亚洲精华国产精华液的使用体验 | 最近中文字幕高清免费大全6 | 久久午夜福利片| 亚洲精品亚洲一区二区| 亚洲国产精品久久男人天堂| 久久久久久大精品| 亚洲经典国产精华液单| 狂野欧美白嫩少妇大欣赏| 日韩精品有码人妻一区| 窝窝影院91人妻| 男女视频在线观看网站免费| 久久精品人妻少妇| 国产精品永久免费网站| 我要看日韩黄色一级片| 亚洲中文字幕日韩| 又爽又黄无遮挡网站| 国产高清视频在线观看网站| 老司机深夜福利视频在线观看| 久久午夜亚洲精品久久| 国产一区二区在线观看日韩| 国产激情偷乱视频一区二区| 色精品久久人妻99蜜桃| av中文乱码字幕在线| 久久国产精品人妻蜜桃| 男女之事视频高清在线观看| 国产女主播在线喷水免费视频网站 | 久9热在线精品视频| 一a级毛片在线观看| 亚洲av中文字字幕乱码综合| 精品久久久久久久末码| 国产av在哪里看| 国产在线精品亚洲第一网站| 91在线精品国自产拍蜜月| 我的老师免费观看完整版| 亚洲avbb在线观看| 丰满乱子伦码专区| 欧美激情久久久久久爽电影| 51国产日韩欧美| 久久99热这里只有精品18| 日韩欧美在线乱码| 禁无遮挡网站| 久久精品国产自在天天线| 小蜜桃在线观看免费完整版高清| 国产成人影院久久av| 美女大奶头视频| 天堂网av新在线| 亚洲黑人精品在线| 99国产极品粉嫩在线观看| 国产精品一区二区免费欧美| 亚洲av熟女| 日韩一本色道免费dvd| 一本精品99久久精品77| 我要搜黄色片| 成人毛片a级毛片在线播放| 蜜桃久久精品国产亚洲av| 嫩草影院精品99| 色哟哟哟哟哟哟| 久久精品国产亚洲av天美| 国产精品女同一区二区软件 | 亚洲精品456在线播放app | 不卡视频在线观看欧美| 国产成人aa在线观看| 免费电影在线观看免费观看| 人妻制服诱惑在线中文字幕| 国产麻豆成人av免费视频| 在线免费观看的www视频| 日韩精品中文字幕看吧| x7x7x7水蜜桃| 亚洲熟妇中文字幕五十中出| 婷婷精品国产亚洲av| 成人鲁丝片一二三区免费| 精品久久国产蜜桃| 国产视频一区二区在线看| 久久久国产成人精品二区| 国产一区二区亚洲精品在线观看|