• <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
    此物有八面人人有两片| 午夜a级毛片| 男人舔奶头视频| 黄色配什么色好看| 亚洲最大成人中文| 国产精品电影一区二区三区| 久久国产精品影院| 免费在线观看日本一区| 成人欧美大片| 免费人成在线观看视频色| 免费一级毛片在线播放高清视频| 怎么达到女性高潮| 亚洲国产精品久久男人天堂| 日韩欧美在线二视频| 欧美极品一区二区三区四区| 首页视频小说图片口味搜索| 非洲黑人性xxxx精品又粗又长| 国产国拍精品亚洲av在线观看| 国产精品自产拍在线观看55亚洲| 欧美日韩福利视频一区二区| 色综合婷婷激情| 一区二区三区激情视频| 久久中文看片网| 亚洲七黄色美女视频| 91在线精品国自产拍蜜月| 国产淫片久久久久久久久 | 老司机午夜福利在线观看视频| 麻豆一二三区av精品| 1000部很黄的大片| 少妇的逼好多水| 午夜福利视频1000在线观看| 亚洲欧美日韩高清在线视频| 99久久久亚洲精品蜜臀av| 精品乱码久久久久久99久播| 禁无遮挡网站| 免费人成在线观看视频色| 身体一侧抽搐| 久久久久久国产a免费观看| 别揉我奶头~嗯~啊~动态视频| 日韩大尺度精品在线看网址| 国产乱人视频| 99国产综合亚洲精品| 99热6这里只有精品| 免费人成在线观看视频色| 麻豆久久精品国产亚洲av| 亚洲,欧美精品.| 久久久久九九精品影院| 免费人成在线观看视频色| 亚洲精品在线美女| 高清日韩中文字幕在线| 在现免费观看毛片| 国产在线男女| 国产精品影院久久| a级毛片a级免费在线| 国产成人aa在线观看| 窝窝影院91人妻| 99久久久亚洲精品蜜臀av| 国产av不卡久久| 别揉我奶头~嗯~啊~动态视频| 精品一区二区三区av网在线观看| 精品福利观看| 亚洲自偷自拍三级| 99在线视频只有这里精品首页| 亚洲av成人精品一区久久| 动漫黄色视频在线观看| 哪里可以看免费的av片| 国产欧美日韩一区二区精品| 丁香六月欧美| 精品久久久久久,| 观看美女的网站| 男人狂女人下面高潮的视频| av福利片在线观看| 亚洲国产欧洲综合997久久,| 午夜精品久久久久久毛片777| 啦啦啦观看免费观看视频高清| 身体一侧抽搐| 露出奶头的视频| 国产中年淑女户外野战色| 中文字幕高清在线视频| 搡老岳熟女国产| 久久久久久久精品吃奶| 内地一区二区视频在线| 国产午夜福利久久久久久| 亚洲熟妇中文字幕五十中出| 久久久久性生活片| 一本综合久久免费| 国产免费av片在线观看野外av| 中国美女看黄片| 天堂影院成人在线观看| 国内精品美女久久久久久| 一二三四社区在线视频社区8| 好男人在线观看高清免费视频| 亚洲欧美日韩高清在线视频| 2021天堂中文幕一二区在线观| 国产精品精品国产色婷婷| 欧美丝袜亚洲另类 | 国产男靠女视频免费网站| 亚洲性夜色夜夜综合| 久久99热6这里只有精品| 国产伦一二天堂av在线观看| 日韩中字成人| a在线观看视频网站| 国产成人a区在线观看| 国产一区二区三区视频了| 国产一区二区在线av高清观看| 午夜激情福利司机影院| 免费看光身美女| 午夜a级毛片| 成人无遮挡网站| 又爽又黄a免费视频| 永久网站在线| 免费大片18禁| 精品久久久久久久久久久久久| 中文亚洲av片在线观看爽| 深夜精品福利| 国产人妻一区二区三区在| 麻豆一二三区av精品| 午夜福利18| 日日干狠狠操夜夜爽| 日本三级黄在线观看| 亚洲国产高清在线一区二区三| 日韩欧美三级三区| 日本撒尿小便嘘嘘汇集6| 人妻制服诱惑在线中文字幕| 久久99热这里只有精品18| 嫁个100分男人电影在线观看| 午夜精品一区二区三区免费看| 老熟妇仑乱视频hdxx| 亚洲最大成人av| 国产精品亚洲av一区麻豆| 激情在线观看视频在线高清| 亚洲人与动物交配视频| 两性午夜刺激爽爽歪歪视频在线观看| 久久婷婷人人爽人人干人人爱| 夜夜爽天天搞| 真人做人爱边吃奶动态| 男人舔女人下体高潮全视频| 精品一区二区三区视频在线| 91在线观看av| av国产免费在线观看| 性插视频无遮挡在线免费观看| 国产色爽女视频免费观看| 久久久久久九九精品二区国产| 国产精品自产拍在线观看55亚洲| 午夜久久久久精精品| 麻豆久久精品国产亚洲av| 最近视频中文字幕2019在线8| 国产精品伦人一区二区| 日韩中文字幕欧美一区二区| 俄罗斯特黄特色一大片| 国产精品一区二区免费欧美| 国内少妇人妻偷人精品xxx网站| 嫩草影院精品99| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品在线美女| 日日干狠狠操夜夜爽| 国产aⅴ精品一区二区三区波| 国产免费一级a男人的天堂| 亚洲最大成人av| 亚洲精品456在线播放app | 九九久久精品国产亚洲av麻豆| 毛片女人毛片| 欧美绝顶高潮抽搐喷水| 国产成年人精品一区二区| 简卡轻食公司| 国产伦在线观看视频一区| 国产男靠女视频免费网站| 欧美性猛交╳xxx乱大交人| 欧美色欧美亚洲另类二区| 婷婷亚洲欧美| 久久久久久国产a免费观看| 亚洲第一欧美日韩一区二区三区| 亚洲中文字幕日韩| 免费观看人在逋| 国产大屁股一区二区在线视频| 国产爱豆传媒在线观看| 嫩草影院入口| 亚洲午夜理论影院| 国产91精品成人一区二区三区| 精品熟女少妇八av免费久了| 精品福利观看| 俄罗斯特黄特色一大片| 亚洲在线自拍视频| 欧美在线黄色| 精品无人区乱码1区二区| 又黄又爽又免费观看的视频| 天堂√8在线中文| 一级av片app| 全区人妻精品视频| 午夜亚洲福利在线播放| 人妻丰满熟妇av一区二区三区| 午夜福利18| 一边摸一边抽搐一进一小说| 国产伦在线观看视频一区| 国产私拍福利视频在线观看| 国产精品亚洲av一区麻豆| 在线天堂最新版资源| 乱人视频在线观看| 精品久久久久久久久久免费视频| 精品人妻1区二区| 日本 欧美在线| 欧美潮喷喷水| www.色视频.com| 国产成人aa在线观看| 伦理电影大哥的女人| 十八禁网站免费在线| xxxwww97欧美| 国产精品一区二区性色av| 嫩草影院新地址| av在线老鸭窝| 国产真实伦视频高清在线观看 | 在线播放国产精品三级| 亚洲欧美日韩无卡精品| 99精品久久久久人妻精品| 黄色一级大片看看| 午夜福利免费观看在线| 亚洲av成人精品一区久久| 精品人妻视频免费看| 99riav亚洲国产免费| 亚洲成av人片在线播放无| 久久亚洲精品不卡| 亚洲人成电影免费在线| 小说图片视频综合网站| 最近中文字幕高清免费大全6 | 色5月婷婷丁香| 国产91精品成人一区二区三区| 桃色一区二区三区在线观看| av在线蜜桃| 日日干狠狠操夜夜爽| 怎么达到女性高潮| 色吧在线观看| 亚洲av电影不卡..在线观看| 国产高潮美女av| av视频在线观看入口| 国产伦精品一区二区三区四那| 欧美bdsm另类| 成人鲁丝片一二三区免费| 日本黄大片高清| 亚洲av第一区精品v没综合| 欧美一级a爱片免费观看看| 亚洲国产精品sss在线观看| 一本一本综合久久| 女同久久另类99精品国产91| 岛国在线免费视频观看| 国产av麻豆久久久久久久| 九九久久精品国产亚洲av麻豆| 欧美色欧美亚洲另类二区| 动漫黄色视频在线观看| 午夜福利在线观看吧| 国产亚洲精品综合一区在线观看| 欧美精品国产亚洲| 久久久久精品国产欧美久久久| 最好的美女福利视频网| 欧美日韩福利视频一区二区| 国产一级毛片七仙女欲春2| 国产高清有码在线观看视频| 人人妻人人看人人澡| 亚洲av.av天堂| 成年免费大片在线观看| 中文字幕av成人在线电影| 一区二区三区免费毛片| 欧美日韩瑟瑟在线播放| 色综合站精品国产| 级片在线观看| 久久精品国产亚洲av香蕉五月| 夜夜夜夜夜久久久久| 成年女人看的毛片在线观看| 性色avwww在线观看| 熟妇人妻久久中文字幕3abv| 有码 亚洲区| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产亚洲av嫩草精品影院| 在线十欧美十亚洲十日本专区| 国产成人福利小说| 国产精品一区二区免费欧美| 国产精品一及| 亚洲不卡免费看| 亚洲真实伦在线观看| 免费观看的影片在线观看| 757午夜福利合集在线观看| 琪琪午夜伦伦电影理论片6080| 久久久久精品国产欧美久久久| 精品久久久久久,| 国产美女午夜福利| 日韩欧美 国产精品| 欧美xxxx黑人xx丫x性爽| 老司机深夜福利视频在线观看| 日本一本二区三区精品| 久久国产乱子免费精品| 97超级碰碰碰精品色视频在线观看| 欧美三级亚洲精品| 中国美女看黄片| 天天一区二区日本电影三级| 一级毛片久久久久久久久女| 免费av观看视频| 十八禁网站免费在线| 99久久成人亚洲精品观看| 日韩中字成人| 人妻久久中文字幕网| 日韩人妻高清精品专区| 久久久国产成人免费| 又紧又爽又黄一区二区| 欧美成人一区二区免费高清观看| 国产精品一区二区三区四区免费观看 | 亚洲国产精品合色在线| 嫩草影院新地址| 91在线观看av| 听说在线观看完整版免费高清| 亚洲欧美日韩高清在线视频| 国产精品一区二区三区四区久久| 国产 一区 欧美 日韩| 少妇被粗大猛烈的视频| 男人狂女人下面高潮的视频| 久久国产乱子免费精品| 国产精品久久久久久久久免 | 1024手机看黄色片| 亚洲电影在线观看av| 中国美女看黄片| 99久久九九国产精品国产免费| 久久久精品欧美日韩精品| 看免费av毛片| АⅤ资源中文在线天堂| 99热精品在线国产| 精品午夜福利在线看| 国产精品永久免费网站| 久久婷婷人人爽人人干人人爱| 色综合欧美亚洲国产小说| 日韩欧美国产一区二区入口| 很黄的视频免费| 午夜福利高清视频| 99精品久久久久人妻精品| 999久久久精品免费观看国产| www.www免费av| 成年版毛片免费区| 亚洲国产精品成人综合色| 国产伦一二天堂av在线观看| 国产黄色小视频在线观看| 亚洲无线观看免费| 欧美一区二区亚洲| 一个人看视频在线观看www免费| 舔av片在线| 看黄色毛片网站| 床上黄色一级片| 怎么达到女性高潮| 女生性感内裤真人,穿戴方法视频| 真实男女啪啪啪动态图| 亚洲18禁久久av| 国产在视频线在精品| 最新中文字幕久久久久| 色尼玛亚洲综合影院| 午夜福利欧美成人| 久久伊人香网站| 国产主播在线观看一区二区| 亚洲国产精品久久男人天堂| 久久久久久久久大av| 欧洲精品卡2卡3卡4卡5卡区| 草草在线视频免费看| 老司机福利观看| 日韩成人在线观看一区二区三区| 精品日产1卡2卡| 亚洲国产精品999在线| 一级av片app| 亚洲欧美日韩无卡精品| 又爽又黄无遮挡网站| 日本与韩国留学比较| 99热6这里只有精品| 神马国产精品三级电影在线观看| 无人区码免费观看不卡| 免费看a级黄色片| xxxwww97欧美| 精华霜和精华液先用哪个| 中出人妻视频一区二区| 午夜福利欧美成人| 亚洲不卡免费看| 国产伦精品一区二区三区视频9| 午夜福利成人在线免费观看| 国产高清激情床上av| 欧美另类亚洲清纯唯美| 搡女人真爽免费视频火全软件 | 一个人观看的视频www高清免费观看| 国产毛片a区久久久久| 69人妻影院| 在线十欧美十亚洲十日本专区| 国产高清有码在线观看视频| .国产精品久久| 亚洲精品影视一区二区三区av| 国语自产精品视频在线第100页| 国产精品久久久久久人妻精品电影| 亚洲av五月六月丁香网| a在线观看视频网站| 日韩中文字幕欧美一区二区| 亚洲国产色片| 中文字幕av成人在线电影| 午夜激情福利司机影院| 日韩成人在线观看一区二区三区| 精品久久久久久成人av| 国产精品免费一区二区三区在线| 亚洲在线观看片| 精品午夜福利在线看| 免费人成在线观看视频色| 亚洲国产欧美人成| 亚洲午夜理论影院| 少妇裸体淫交视频免费看高清| 欧美+日韩+精品| 最近中文字幕高清免费大全6 | 一区二区三区高清视频在线| 很黄的视频免费| 无遮挡黄片免费观看| 亚洲一区高清亚洲精品| 日本 av在线| 色尼玛亚洲综合影院| 国产精品,欧美在线| 九色国产91popny在线| 亚洲自偷自拍三级| 怎么达到女性高潮| 中文字幕熟女人妻在线| 韩国av一区二区三区四区| 欧美一区二区亚洲| 亚洲色图av天堂| 在线观看午夜福利视频| 成人av一区二区三区在线看| 美女 人体艺术 gogo| 久久人人精品亚洲av| 国产成人欧美在线观看| 久久久成人免费电影| 午夜久久久久精精品| 天堂动漫精品| 小蜜桃在线观看免费完整版高清| 天美传媒精品一区二区| 免费av不卡在线播放| 最后的刺客免费高清国语| 不卡一级毛片| x7x7x7水蜜桃| 3wmmmm亚洲av在线观看| 久久国产精品人妻蜜桃| 亚洲av日韩精品久久久久久密| 亚洲成av人片在线播放无| 搡老妇女老女人老熟妇| 欧美日韩综合久久久久久 | 首页视频小说图片口味搜索| 男女做爰动态图高潮gif福利片| 国产精品永久免费网站| 少妇的逼好多水| 91在线观看av| 色播亚洲综合网| 欧美日韩综合久久久久久 | 蜜桃亚洲精品一区二区三区| 欧美午夜高清在线| 免费人成在线观看视频色| 噜噜噜噜噜久久久久久91| 特级一级黄色大片| 亚洲精华国产精华精| 日韩中文字幕欧美一区二区| 狂野欧美白嫩少妇大欣赏| 2021天堂中文幕一二区在线观| 欧美极品一区二区三区四区| 国产成年人精品一区二区| 少妇的逼水好多| 在线观看美女被高潮喷水网站 | 美女xxoo啪啪120秒动态图 | 成人av在线播放网站| 午夜免费成人在线视频| 精品久久久久久成人av| 十八禁网站免费在线| 久久精品久久久久久噜噜老黄 | 亚洲精品在线观看二区| 成人亚洲精品av一区二区| 丰满的人妻完整版| 啦啦啦韩国在线观看视频| 乱人视频在线观看| 亚洲色图av天堂| 久久久色成人| 无遮挡黄片免费观看| 欧美国产日韩亚洲一区| 天堂√8在线中文| 国产午夜精品论理片| 嫩草影院入口| 久久久久久九九精品二区国产| 最新在线观看一区二区三区| 一进一出好大好爽视频| 成人精品一区二区免费| 一区二区三区四区激情视频 | 在线看三级毛片| 在线观看一区二区三区| 夜夜躁狠狠躁天天躁| a级毛片a级免费在线| 成人国产综合亚洲| 久久久国产成人免费| 午夜福利18| 久久久久精品国产欧美久久久| 变态另类丝袜制服| 国产免费男女视频| 国产精华一区二区三区| 神马国产精品三级电影在线观看| 日韩欧美在线二视频| 哪里可以看免费的av片| 亚洲最大成人中文| 久久久色成人| 成人三级黄色视频| 国产又黄又爽又无遮挡在线| 亚洲av日韩精品久久久久久密| 又黄又爽又免费观看的视频| 国产欧美日韩一区二区精品| 91av网一区二区| 又黄又爽又刺激的免费视频.| 国产亚洲欧美在线一区二区| 在线十欧美十亚洲十日本专区| 给我免费播放毛片高清在线观看| 人人妻,人人澡人人爽秒播| 精品久久久久久成人av| 精品久久国产蜜桃| 激情在线观看视频在线高清| 国产精品嫩草影院av在线观看 | 搡女人真爽免费视频火全软件 | x7x7x7水蜜桃| 精品一区二区免费观看| 色综合婷婷激情| 嫩草影院入口| 成人国产一区最新在线观看| 欧美另类亚洲清纯唯美| 国产精品三级大全| 又黄又爽又免费观看的视频| 别揉我奶头~嗯~啊~动态视频| av国产免费在线观看| 欧美一级a爱片免费观看看| 少妇裸体淫交视频免费看高清| 亚洲中文字幕日韩| 成人鲁丝片一二三区免费| 日韩欧美三级三区| 特级一级黄色大片| 精品欧美国产一区二区三| 最好的美女福利视频网| 久久人妻av系列| 乱人视频在线观看| 又紧又爽又黄一区二区| 欧美色欧美亚洲另类二区| 久久精品国产清高在天天线| 搡老熟女国产l中国老女人| 十八禁人妻一区二区| 2021天堂中文幕一二区在线观| 国产综合懂色| 少妇裸体淫交视频免费看高清| 久久精品91蜜桃| 桃色一区二区三区在线观看| 99热只有精品国产| 欧美激情国产日韩精品一区| 国产精品嫩草影院av在线观看 | 88av欧美| 99国产精品一区二区三区| 亚洲av免费高清在线观看| 亚洲精品日韩av片在线观看| 国产探花在线观看一区二区| 91久久精品国产一区二区成人| 亚洲专区中文字幕在线| 色尼玛亚洲综合影院| 中文字幕熟女人妻在线| 久久香蕉精品热| 首页视频小说图片口味搜索| 波多野结衣高清作品| 国产探花极品一区二区| 国产真实乱freesex| 亚洲片人在线观看| 麻豆一二三区av精品| 18美女黄网站色大片免费观看| 国产三级中文精品| 在线播放国产精品三级| 欧美性感艳星| 国产极品精品免费视频能看的| 中出人妻视频一区二区| 亚洲精品粉嫩美女一区| 亚洲色图av天堂| 免费在线观看亚洲国产| 99热只有精品国产| 亚洲国产精品合色在线| 狂野欧美白嫩少妇大欣赏| 免费av毛片视频| 国产精品亚洲美女久久久| 真人一进一出gif抽搐免费| 男女下面进入的视频免费午夜| 赤兔流量卡办理| 久久久久九九精品影院| 精华霜和精华液先用哪个| 国产激情偷乱视频一区二区| 性插视频无遮挡在线免费观看| 神马国产精品三级电影在线观看| 国产色爽女视频免费观看| а√天堂www在线а√下载| 国产高潮美女av| 丰满人妻熟妇乱又伦精品不卡| 亚洲狠狠婷婷综合久久图片| 亚洲精品在线美女| 亚洲人成网站在线播| 亚洲av日韩精品久久久久久密| 中文亚洲av片在线观看爽| 91麻豆av在线| 女生性感内裤真人,穿戴方法视频| 又紧又爽又黄一区二区| 免费看日本二区| 精品久久国产蜜桃| 99视频精品全部免费 在线| 成人鲁丝片一二三区免费| 亚洲内射少妇av| 欧美日韩综合久久久久久 | 国产在线精品亚洲第一网站| 女人十人毛片免费观看3o分钟| 日韩人妻高清精品专区| 国产综合懂色| 久久久久久久精品吃奶| 午夜免费成人在线视频| 日韩大尺度精品在线看网址| 最近最新免费中文字幕在线| 亚洲成人精品中文字幕电影| 99精品在免费线老司机午夜| 日韩欧美精品免费久久 | 久久久精品大字幕|