• <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 ?

    基于詞向量相似度的食品安全問答系統(tǒng)設(shè)計與實現(xiàn)

    2019-10-15 02:21楊晨張鵬
    軟件導(dǎo)刊 2019年8期
    關(guān)鍵詞:食品安全

    楊晨 張鵬

    摘 要:針對目前食品安全問答系統(tǒng)準確率不高且無法滿足智能化問答要求等問題,基于詞向量相似度設(shè)計食品安全問答系統(tǒng)。采用深度學(xué)習(xí)方法構(gòu)建食品安全領(lǐng)域知識庫及詞向量模型,結(jié)合近義詞庫提出問句相似度計算方法,將問句與知識庫內(nèi)所有問句進行匹配,返回相似度最高問句對應(yīng)的答案。實驗結(jié)果表明,該系統(tǒng)問答準確率達到80%,能滿足食品行業(yè)用戶的日常問答需求。

    關(guān)鍵詞:食品安全;詞向量;句子相似度;問答系統(tǒng)

    DOI:10. 11907/rjdk. 182790 開放科學(xué)(資源服務(wù))標識碼(OSID):

    中圖分類號:TP301文獻標識碼:A 文章編號:1672-7800(2019)008-0016-05

    Application of Food Safety Question Answering System

    Based on Word Vector Similarity

    YANG Chen, ZHANG Peng

    (School of Computer Science, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

    Abstract:Aiming at the current problem of the accuracy of the question and answer system in the field of food safety, and the inability to meet the requirements of intelligent question and answer,a food safety question and answer system based on word vector similarity is proposed. The system uses the deep learning method to construct the knowledge base and word vector model in the field of food safety, and combines the thesaurus to propose the method of calculating the similarity of questions, matching the questions with all the questions in the knowledge base, and returning the corresponding questions with answers of the highest similarity. The experimental results show that the accuracy rate of the system is 80%, which can meet the users' daily need of questions and answers in the food industry.

    Key Words:Food safety; word vector; sentence similarity; question answering system

    作者簡介:楊晨(1994-),男,江蘇科技大學(xué)計算機學(xué)院碩士研究生,研究方向為智能信息處理;張鵬(1994-),男,江蘇科技大學(xué)計算機學(xué)院碩士研究生,研究方向為智能信息處理。

    0 引言

    隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,信息來源愈加豐富,但也帶來信息質(zhì)量參差不齊、難以得到準確信息等問題,利用自然語言處理技術(shù)構(gòu)建面向不同領(lǐng)域的問答系統(tǒng)應(yīng)運而生[1]。

    相關(guān)研究有:考慮到命名實體和實體關(guān)系對答案匹配的影響,通過分析命名實體和實體關(guān)系,于根等[2]構(gòu)建了基于信息抽取技術(shù)的問答系統(tǒng),并提出基于層次的答案提取方法;秦兵等[3]根據(jù)用戶提問內(nèi)容構(gòu)建候選問題集,通過計算問題集與問句相似度并返回答案的方法實現(xiàn)基于常見問題集的問答系統(tǒng),并證明此方法能有效提高問題匹配的準確率;蘇斐等[4]通過對問答系統(tǒng)中問句信息的深入挖掘,實現(xiàn)了基于問句表征的問答系統(tǒng),有效改善了問答系統(tǒng)的答案抽取準確性和系統(tǒng)性能。

    目前特定領(lǐng)域(如食品安全)問答系統(tǒng)研究較少,且存在回答效果差、性能低下等問題[5]。因此,利用自然語言處理技術(shù)進行特定領(lǐng)域問答系統(tǒng)的研究有著重大意義。本文通過引入近義詞詞典,提出一種基于近義詞詞向量相似度的問句相似度算法,實現(xiàn)了基于此算法的食品安全問答系統(tǒng)。

    1 相關(guān)技術(shù)

    1.1 自然語言處理

    文本預(yù)處理是實現(xiàn)自然語言處理的基礎(chǔ)[6],文本預(yù)處理主要包括分詞、去除停用詞等操作。中文文本的分詞方法[7]主要有基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計的方法。

    基于字符串匹配的分詞方法主要包含正向最大匹配法、逆向最大匹配法、最少切分和雙向最大匹配法。在正向最大匹配分詞算法基礎(chǔ)上,常建秋等[8]提出一種正向最大逐字匹配方法,提高了分詞的準確性,增強了基于字符串匹配分詞方法的實用性。

    基于理解的分詞方法[9]需要大量的信息和語言知識作為基礎(chǔ),但漢語語言知識的復(fù)雜性、多樣性使基于理解的分詞方法難以在實際中運用。

    基于統(tǒng)計的分詞方法則是利用統(tǒng)計機器學(xué)習(xí)模型對已分詞后文本進行詞語切分規(guī)律的學(xué)習(xí),進而對未知文本進行分詞?;诮y(tǒng)計的分詞方法,常用的統(tǒng)計模型有最大熵模型[10](ME)、隱馬爾可夫模型[11](Hidden Markov Model ,HMM)、N元文法模型[12](N-gram)和條件隨機場模型(Conditional Random Fields,CRF),從而衍生出最大熵分詞方法、最大概率分詞方法等基于統(tǒng)計的分詞方法。

    常見的分詞工具有jieba分詞、IKAnalyzer、漢語詞法分析系統(tǒng)(ICTCLAS)和Stanford 漢語分詞工具[13]。

    文本中詞匯間的關(guān)系難以依靠詞語本身獲得,只有將其轉(zhuǎn)換為向量形式并放入一個較大的語料庫中,才能判斷詞匯之間的關(guān)系[14]。

    Word2vec是Google于2013年推出的一個自然語言處理工具,它采用兩種神經(jīng)網(wǎng)絡(luò)語言模型CBOW和Skip-gram模型實現(xiàn)詞的分布式表示[15]。CBOW模型和Skip-gram模型都屬于淺層的雙層神經(jīng)網(wǎng)絡(luò),包括輸入層、隱藏層和輸出層。CBOW模型的基本原理為輸入一個特定詞的上下文相關(guān)詞的詞向量,輸出這個特定詞的詞向量,而Skip-Gram模型的原理則是將特定的一個詞的詞向量作為輸入,輸出是特定詞對應(yīng)的上下文詞向量。Skip-gram模型的精度一般優(yōu)于CBOW模型[16],因此本文采用Skip-gram模型進行訓(xùn)練。

    1.2 相似度計算

    相似度計算是實現(xiàn)問答系統(tǒng)的重要一步[17],通過計算用戶輸入的問句與知識庫中每一條知識所對應(yīng)問題的相似度,返回相似度排名中較為靠前的知識,從而確保答案更加精準。計算語句相似度方法很多,包括計算余弦相似度[18]、N-gram相似度[19]等方法。

    (1)N-gram相似度是一種模糊匹配方法,通過兩個相似句子間的“差異”衡量相似度。計算方法為將原句子按長度N(N一般取值為2或3)切分得到詞段,即原句中所有長度為N的子字符串,對于這兩個句子,則可通過共有子串的數(shù)量定義相似度,公式如下:

    [P(T)=P(w1|begin)*P(w2|w1)*?*P(wn|wn-1)] (1)

    其中,[P(w1|begin)]可以理解為以[w1]開頭的所有句子在句子總數(shù)中的比例,[P(w2|w1)]表示[w2,w1]同時出現(xiàn)的次數(shù)與[w1]出現(xiàn)的次數(shù)比值。

    (2)余弦相似度指利用向量空間中兩個向量夾角的余弦值表示兩個個體間差異的大小程度。余弦值越接近1表示夾角越接近0°,即兩個向量越相似;反之,余弦值越接近0表示夾角越大,說明這兩個向量不同,稱為“余弦相似性”。相比距離度量,余弦相似度更加注重兩個向量在方向上的差異,而非距離或長度上的差異。

    [cos(θ)=i=1nxiyii=1nxi2*i=1nyi2]? ? (2)

    其中,[xi]為句子1中的某一個特征詞的詞向量,[yi]為句子2中某個特征的詞向量。

    2 基于詞向量的問句相似度算法

    2.1 分詞處理

    將用戶輸入的問句記作[Si],同時將知識庫中對應(yīng)的問句記為[Ai],通過jieba分詞工具對[Si]和[Ai]進行分詞,然后去除停用詞,得到一個由N個詞組成的句子[Si'={x1,x2,?,][xN}]與一個由M個詞組成的句子[Ai'={a1,a2,?,aM}]。

    2.2 分詞替換為標準詞

    近義詞采用人工錄入方式進行。經(jīng)過多年積累,系統(tǒng)常用詞匯基本上都有比較全的近義詞集,其中詞條已達千萬級。針對零售行業(yè)系統(tǒng)也作過相關(guān)業(yè)務(wù)詞的近義詞擴展。

    除近義詞關(guān)系外,系統(tǒng)還考慮了其它關(guān)系,如 “檢驗”是一個詞匯,包含“檢驗流程”、“檢驗單位”等,為這種“包含”關(guān)系定義 “檢驗父類”進行管理?!皺z驗”本身又可表述成“檢查”等,為這種同義詞關(guān)系定義 “檢驗近類”進行管理。通過這種詞匯級的語義關(guān)系管理,最真實且精確地表達了詞匯本身的含義,從而為精確的語義理解打下基礎(chǔ),同時為每一種語義設(shè)定標準,此分詞稱為標準詞。

    此步驟把[A'i=a1,a2,a3,?,aM]中的各個分詞元素替換為標準詞。

    2.3 詞向量訓(xùn)練

    Word2vec的訓(xùn)練模型具有一個隱含層的神經(jīng)元網(wǎng)絡(luò),輸入詞匯表向量,以詞匯表為參照,對于訓(xùn)練樣本中的每個詞,若詞存在詞匯表中,則將其在詞匯表中的位置標志置為1,否則置為0。輸出結(jié)果是詞匯表向量,對于訓(xùn)練樣本標簽中的每一個詞,把在詞匯表中出現(xiàn)的位置值置為1,否則置為0,最終將輸入樣本中的詞轉(zhuǎn)化為128維的向量。

    使用Word2vec模型將[S,i]和[A,i]表示為詞向量:

    [xi'={ω1,ω2,?,ωn}](i=1,2,…,n)? ? ? ? ? ? ? ? (3)

    [aj'={φ1,φ2,?,φm}](j=1,2,…,m)? ? ? ? ? ? ? ? (4)

    其中[ωi]和[φi]分別表示詞向量[xi]和[aj]在第i維的向量值,[xi']和[aj']分別表示詞[xi]和詞[aj]由word2vec處理成的詞向量,則[Ai]與[Si]間的詞向量相似度為:

    [Sim1(Ai,Si)=i=1nωiφii=1nωi2*i=1nφi2]? (5)

    2-gram相似度計算:計算輸入問句和知識中答案對應(yīng)的問句之間的2-gram相似度前,分別計算[Ai]和[Si]的2-gram序列:

    [Aseqi={Bw1,w1w2,?,wn-1wn,wnE}] (6)

    [Sseqi={Bw'1,w'1w'2,?,w'n-1w'n,w'nE}] (7)

    其中[B]和[E]是特殊符號,分別表示輸入問句(知識庫中答案對應(yīng)的問句)的開始和輸入問句(知識庫中答案對應(yīng)的問句)的結(jié)束,則[Ai]和[Si]間的2-gram相似度為:

    [Sim2(Ai,Si)=|Aseqi?Sseqi||Aseqi?Sseqi|]? ?(8)

    搭配相似度計算:在計算輸入問句和答案對應(yīng)的問句之間搭配相似度前,對輸入問句(知識庫中答案對應(yīng)的問句)進行搭配分析,獲取輸入問句(知識庫中答案對應(yīng)的問句)中的搭配對,其中[Acoli]為[Ai]的詞搭配集合,[Scoli]為[Si]的詞搭配集合,則[Ai]和[Si]間的搭配相似度為:

    [Sim3(Ai,Si)=|Acoli?Scoli||Acoli?Scoli|]? ? (9)

    最終相似度計算:通過多特征的相似度融合算法計算輸入問句與知識庫中答案對應(yīng)問句的相似度為:

    [Sim(Ai,Si)=α1*Sim1(Ai,Si)+α2*Sim2(Ai,Si)+α3*Sim3(Ai,Si)] (10)

    其中[α1,α2,α3]分別表示這3種相似度權(quán)重,滿足[α1+][α2+α3=1]。

    3 系統(tǒng)設(shè)計

    食品安全問答系統(tǒng)由食品安全知識庫、文本預(yù)處理、問句與知識相似度計算以及答案生成4個部分組成。

    3.1 食品安全知識庫構(gòu)建

    食品安全知識庫構(gòu)建是食品安全問答系統(tǒng)的基礎(chǔ)和重要環(huán)節(jié)。系統(tǒng)通過各種渠道收集食品安全領(lǐng)域知識,對這些知識進行分類和整理后存入數(shù)據(jù)庫中。每條知識數(shù)據(jù)包含以下信息:所屬類別、知識庫問句、知識庫答案、知識來源。這些知識包含300個知識庫問句和500個對應(yīng)的知識庫答案,其中食品安全法律問句80個,對應(yīng)的食品安全法律答案120個;食品安全常識問句90個,對應(yīng)的食品安全常識答案140個;偽劣食品防范方法問句70個,對應(yīng)的偽劣食品防范方法答案130個;食品經(jīng)銷存儲管理辦法問句60個,對應(yīng)的食品經(jīng)銷存儲管理辦法110個。

    3.2 文本預(yù)處理

    (1)對食品安全知識庫中答案對應(yīng)的問句進行預(yù)處理,包括去除標點、停用詞以及分詞等。本文采用的分詞工具為jieba分詞,jieba分詞支持3種分詞模式:將句子作最精確切分的精確模式、掃描出句子中所有可以合成為詞組的全模式、在精確模式上再度切分的搜索引擎模式。

    (2)分詞完成后對分詞結(jié)果采用術(shù)語語義網(wǎng)擴展分詞語義網(wǎng)(semantic web)。語義網(wǎng)是一種描述事物的網(wǎng)絡(luò),運用計算機能理解的方式構(gòu)建,如圖1所示。

    圖1 語義網(wǎng)結(jié)構(gòu)

    語義網(wǎng)由7層組成[20],分別為:

    (1)Unicode和URI?!敖y(tǒng)一字符編碼”與“統(tǒng)一資源定位”是語義網(wǎng)的基礎(chǔ),統(tǒng)一國際編碼格式以實現(xiàn)事物的統(tǒng)一表達。

    (2)XML和NS。用XML語言實現(xiàn)數(shù)據(jù)與形式的剝離,提取出數(shù)據(jù),并將表現(xiàn)形式格式化。

    (3)RDF和EDF Schema。表示W(wǎng)eb上的元數(shù)據(jù)。

    (4)Ontology vocabulary。對數(shù)據(jù)資源分析,提取出語義信息。

    (5)Logic。提供語義推理規(guī)則。

    (6)Proof。在邏輯層上利用公理進行推理與證明。

    (7)Trust。提供信任機制。

    本文利用術(shù)語語義網(wǎng)對分詞進行擴展,算法如下:

    算法1:分詞替換為標準詞算法

    輸入:一組分詞question1

    輸出:擴展后的分詞組question2

    過程:

    For each i[∈]question1 do

    S = S.replace(i)//用術(shù)語語義網(wǎng)進行標準詞替換

    End For

    擴展后的分詞詞組在食品安全知識庫中不一定能找到答案對應(yīng)的問句分詞,需要把分詞轉(zhuǎn)化為標準詞之后再查找答案對應(yīng)的問句分詞。本文通過近義詞詞典找出標準詞。如“食品檢查”、“食品測試”在近義詞詞典中查找出標準詞為“食品檢驗”。

    通過一系列處理將輸入問句拆分成多個詞語組成的集合,為進行基于詞向量的相似度計算作準備。

    3.3 問句相似度算法

    問句與知識相似度計算是本系統(tǒng)核心功能,計算步驟如下:

    算法2:基于近義詞詞向量相似度的問句相似度算法

    輸入:食品安全相關(guān)問句[Si={x1,x2,?,xN}]

    輸出:問句與知識庫中所有答案對應(yīng)問句的相似度集合[Sim(Ai,Si)]

    (1)用戶輸入問句,系統(tǒng)將輸入問句去除標點符號、去除停用詞和分詞。

    (2)For each i[∈]Si do

    i = i.replace()

    End for

    //在近義詞詞典中尋找分詞結(jié)果中詞匯的近義詞,并替換分詞為標準詞。

    (3)For each i[∈]Si do

    i = i.Word2vec()

    End for

    //利用Word2vec工具分別將分詞得到的結(jié)果及系統(tǒng)中的知識庫問句轉(zhuǎn)化為詞向量。

    [Sim1(Ai,Si)]

    [Sim2(Ai,Si)]

    [Sim3(Ai,Si)]

    //Sim1為兩者詞向量間的相似度計算。Sim2為構(gòu)建輸入問句詞集合與系統(tǒng)中知識庫問句集合的2-gram序列,然后用輸入問句詞集合的2-gram序列依次與系統(tǒng)中每一個知識庫問句詞集合的2-gram序列進行相似度計算。Sim3為對輸入問句詞集合與知識庫問句詞集合進行搭配分析,獲得對應(yīng)的輸入問句詞搭配集與知識庫問句詞搭配集,并依次進行問句與每一個知識庫問句的搭配相似度計算。

    [Sim(Ai,Si)=α1*Sim1(Ai,Si)+α2*Sim2(Ai,Si)+α3*Sim3(Ai,Si)]

    //綜合考慮多種相似度權(quán)重,進行多特征的融合相似度計算,從而得出輸入問句與系統(tǒng)中所有知識庫問句的最終相似度。

    3.4 答案返回

    用戶輸入問句,系統(tǒng)運用輸入問句與知識庫相似度算法求得輸入問句與知識庫問句相似度,判斷是否匹配(設(shè)立相似度閾值,超過閾值即為匹配),按匹配程度進行排序,并將與輸入問句匹配度最高的N個知識庫問句對應(yīng)的答案返回給用戶。

    4 閾值計算

    詞向量模型訓(xùn)練完成后,隨機從測試數(shù)據(jù)集中抽取兩個答案對應(yīng)的問句進行相似度計算,得兩個問句的相似度值記為x,真實值為y(相同問句真實值記為1,不同的記為0)。重復(fù)此過程n次,則測試數(shù)據(jù)結(jié)果可表示為:

    [(X,Y)={(x1, y1),(x2, y2),(x3, y3),?,(xn, yn)}]

    滿足:

    xi∈[0,1] (1≤i≤n)

    yi = 0 or 1 (1≤i≤n)

    則閾值[λ]的求取過程可形式化為以下問題:

    一個函數(shù):[F(x,λ)=1,xλ0,x<λ]

    求:閾值[λ],使得[mini=1n|F(xi,λ)-yi|]

    給出定義1:函數(shù)

    [F(λ)=i=1n|F(xi,λ)-yi|]

    在閾值算法計算中,精度P初始值為1000,abs函數(shù)用來計算絕對值,過程見算法3。

    算法3:閾值計算

    輸入:(X,Y),P

    輸出:λ

    初始化:sum1 = P,sum2 = 0,z = 0

    For? each (xi,yi)∈(X, Y)? do

    xi = xi×P

    yi = yi×P

    end for

    //把每一個相似度xi,和真實值yi都乘以精

    度P,使得xi∈[0,1000],yi=0 or 1000。

    For? each i∈[0,1000]? do

    For? each (xi,yi)∈(X, Y)? do

    If? xi >i :

    z=1000

    Else :

    z=0

    T=abs(z-yi)

    sum2=sum2 + T

    end if

    end for

    if? sum2 < sum1? then

    sum1=sum2

    λ=i

    end if

    end for//i從0開始遍歷到1000,求出定義1函數(shù)F(λ)的最小值,同時也求出閾值λ

    5 數(shù)據(jù)集與評估方法

    5.1 實驗數(shù)據(jù)

    實驗所用數(shù)據(jù)來自食品安全知識庫,包括食品安全相關(guān)法律、食品安全常識、偽劣食品防范方法和食品經(jīng)銷存儲管理辦法等4大類共500條食品安全領(lǐng)域知識。

    5.2 評估標準

    (1)查準率(Precision)。[S]表示食品安全知識問答對,[TN(S)]表示問答系統(tǒng)返回知識中正確答案的個數(shù),[RN(S)]表示問答系統(tǒng)返回所有答案的個數(shù),食品安全問答系統(tǒng)的查準率可表示為:

    [P(S)=TN(S)RN(S)] (7)

    (2)查全率(Recall)。[S]表示食品安全問答對,[TN(S)]表示問答系統(tǒng)返回知識中正確答案的個數(shù),[AN(S)]表示問答系統(tǒng)中所有正確答案的個數(shù),食品安全問答系統(tǒng)的查全率可表示為:

    [R(S)=TN(S)AN(S)] (8)

    (3)F1-Measure。[P(S)]表示食品安全問答系統(tǒng)的查準率,[R(S)]表示食品安全問答系統(tǒng)的查全率,食品安全問答系統(tǒng)的F1-Measure可表示為:

    [F(S)=2*P(S)*R(S)P(S)+R(S)] (9)

    6 實驗

    6.1 實驗參數(shù)設(shè)置

    實驗選用詞向量工具word2ve的Skip-gram模型進行詞向量訓(xùn)練,抽樣匹配數(shù)(sample)設(shè)置為50 000,相似度閾值(threshold)設(shè)為0.6,匹配問句數(shù)為3,返回知識數(shù)為5,進程數(shù)(process_num)為10。

    6.2 實驗過程

    用戶在系統(tǒng)內(nèi)輸入所要了解的食品安全問題,問答系統(tǒng)將用戶輸入的問句與食品安全知識庫中的問句進行相似度計算,并將相似程度大于閾值的問句答案返回給用戶,由用戶判斷返回答案中正確答案的個數(shù),實驗評估結(jié)果如表2所示。

    例句:

    食品檢驗歸誰管?

    分詞結(jié)果:

    食品,檢驗,歸誰,管

    匹配相似度最高的前3個問句:

    食品檢驗由誰負責(zé)?

    例句與問句1的句子相似度計算結(jié)果為0.75。

    食品抽樣檢查如何實施?

    例句與問句2的句子相似度計算結(jié)果為0.65。

    食品抽樣檢驗流程是什么?

    例句與問句3的句子相似度計算結(jié)果為0.62。

    最佳結(jié)果:食品校驗由誰負責(zé)?

    返回答案:

    知識1:第八十四條?食品檢驗機構(gòu)按照國家有關(guān)認證認可的規(guī)定取得資質(zhì)認定后,方可從事食品檢驗活動。但是,法律另有規(guī)定的除外。食品檢驗機構(gòu)的資質(zhì)認定條件和檢驗規(guī)范,由國務(wù)院食品藥品監(jiān)督管理部門規(guī)定。符合本法規(guī)定的食品檢驗機構(gòu)出具的檢驗報告具有同等效力??h級以上人民政府應(yīng)當(dāng)整合食品檢驗資源,實現(xiàn)資源共享。

    知識2:第八十五條?食品檢驗由食品檢驗機構(gòu)指定的檢驗人獨立進行。檢驗人應(yīng)當(dāng)依照有關(guān)法律、法規(guī)的規(guī)定,并按照食品安全標準和檢驗規(guī)范對食品進行檢驗,尊重科學(xué),恪守職業(yè)道德,保證出具的檢驗數(shù)據(jù)和結(jié)論客觀、公正,不得出具虛假檢驗報告。

    知識3:第八十六條?食品檢驗實行食品檢驗機構(gòu)與檢驗人負責(zé)制。食品檢驗報告應(yīng)當(dāng)加蓋食品檢驗機構(gòu)公章,并有檢驗人的簽名或者蓋章。食品檢驗機構(gòu)和檢驗人對出具的食品檢驗報告負責(zé)。

    知識4:第八十九條?食品生產(chǎn)企業(yè)可以自行對所生產(chǎn)的食品進行檢驗,也可以委托符合本法規(guī)定的食品檢驗機構(gòu)進行檢驗。

    表2 實驗結(jié)果評估

    [問句數(shù)\&查準率(%)\&查全率(%)\&F1-Measure(%)\&20\&76\&69\&72\&40\&68\&80\&73\&60\&80\&79\&79\&80\&82\&82\&82\&100\&77\&81\&78\&]

    知識5:第八十七條?縣級以上人民政府食品藥品監(jiān)督管理部門應(yīng)當(dāng)對食品進行定期或者不定期的抽樣檢驗,并依據(jù)有關(guān)規(guī)定公布檢驗結(jié)果,不得免檢。進行抽樣檢驗,應(yīng)當(dāng)購買抽取的樣品,委托符合本法規(guī)定的食品檢驗機構(gòu)進行檢驗,并支付相關(guān)費用;不得向食品生產(chǎn)經(jīng)營者收取檢驗費和其它費用。

    對于此例句,用戶判斷問答系統(tǒng)返回答案中正確的個數(shù)為4,即查準率為80%,用戶重復(fù)以上操作,可以得出結(jié)論如圖2所示,可以看出基于詞向量相似度的食品安全問答系統(tǒng)在答案的查準率上表現(xiàn)較好。

    圖2 實驗結(jié)果

    7 結(jié)語

    本文構(gòu)建了基于詞向量相似度的食品安全問答系統(tǒng)。通過引入近義詞詞典和詞向量相似度概念,使詞匯間的相似度計算變得更加準確。同時設(shè)計了基于詞向量的多特征相似度算法,將句子相似度融入輸入問句與食品安全知識庫問句相似度計算,使答案生成更加嚴謹。

    通過研究問答系統(tǒng)中問句間的相似性,對詞向量空間構(gòu)建方法以及語句相似度相關(guān)計算方法有了更加深入的了解,對問答系統(tǒng)工作流程有了一定認識。下一步研究工作:通過擴大語料庫規(guī)模和更深入挖掘問句中的語義信息等方法,對食品安全問答系統(tǒng)性能和準確率進行改進。

    參考文獻:

    [1] 毛先領(lǐng),李曉明. 問答系統(tǒng)研究綜述[J]. 計算機科學(xué)與探索, 2012,6(3):193-207.

    [2] 于根,李曉戈,劉睿,等. 基于信息抽取技術(shù)的問答系統(tǒng)[J]. 計算機工程與設(shè)計,2017,38(4):1051-1055.

    [3] 秦兵,劉挺,王洋,等. 基于常問問題集的中文問答系統(tǒng)研究[J]. 哈爾濱工業(yè)大學(xué)學(xué)報, 2003, 35(10):1179-1182.

    [4] 蘇斐,高德利,葉晨. Web問答系統(tǒng)中問句理解的研究[J]. 測試技術(shù)學(xué)報,2012,26(3):29-34.

    [5] 陶永芹. 專業(yè)領(lǐng)域智能問答系統(tǒng)設(shè)計與實現(xiàn)[J]. 計算機應(yīng)用與軟件,2018(5):16-21.

    [6] 王燦輝,張敏,馬少平. 自然語言處理在信息檢索中的應(yīng)用綜述[J]. 中文信息學(xué)報,2007,21(2):35-45.

    [7] 孫鐵利,劉延吉. 中文分詞技術(shù)的研究現(xiàn)狀與困難[J]. 信息技術(shù), 2009(7):187-189.

    [8] 常建秋,沈煒. 基于字符串匹配的中文分詞算法的研究[J]. 工業(yè)控制計算機,2016, 29(2):115-116.

    [9] 蘇勇. 基于理解的漢語分詞系統(tǒng)的設(shè)計與實現(xiàn)[D]. 成都:電子科技大學(xué),2011.

    [10] 李素建,劉群,張志勇,等. 語言信息處理技術(shù)中的最大熵模型方法[J]. 計算機科學(xué),2002,29(7):108-110.

    [11] 魏曉寧. 基于隱馬爾科夫模型的中文分詞研究[J]. 電腦知識與技術(shù),2007,4(21):885-886.

    [12] 馮連剛. 一種改進的基于N元語法模型的中文分詞方法[J]. 自然科學(xué),2016(10):00284-00287.

    [13] SONG M,CHAMBERS T. Text mining with the Stanford CoreNLP[M]. Measuring Scholarly Impact. Springer International Publishing,2014:215-234.

    [14] 張志昌,周慧霞,姚東任,等. 基于詞向量的中文詞匯蘊涵關(guān)系識別[J]. 計算機工程,2016,42(2):169-174.

    [15] 唐明,朱磊,鄒顯春. 基于Word2Vec的一種文檔向量表示[J]. 計算機科學(xué),2016,43(6):214-217.

    [16] 熊富林,鄧怡豪,唐曉晟. Word2vec的核心架構(gòu)及其應(yīng)用[J]. 南京師范大學(xué)學(xué)報:工程技術(shù)版, 2015(1):43-48.

    [17] 王麗月,葉東毅. 面向游戲客服場景的自動問答系統(tǒng)研究與實現(xiàn)[J]. 計算機工程與應(yīng)用, 2016, 52(17):152-159.

    [18] 武永亮,趙書良,李長鏡,等. 基于TF-ID F和余弦相似度的文本分類方法[J]. 中文信息學(xué)報,2017,31(5):138-145.

    [19] 宋彥,張桂平,蔡東風(fēng). 基于N-gram的句子相似度計算技術(shù)[C].全國計算語言學(xué)學(xué)術(shù)會議, 2007.

    [20] 李潔,丁穎. 語義網(wǎng)關(guān)鍵技術(shù)概述[J]. 計算機工程與設(shè)計, 2007, 28(8):1831-1833.

    (責(zé)任編輯:杜能鋼)

    猜你喜歡
    食品安全
    完善我國食品召回制度的法律思考
    食品安全檢測技術(shù)研究現(xiàn)狀
    市場經(jīng)濟下食品安全對經(jīng)濟發(fā)展的意義
    另类亚洲欧美激情| 久久久a久久爽久久v久久| 一区二区三区乱码不卡18| 中文字幕精品免费在线观看视频 | 少妇人妻精品综合一区二区| 女性被躁到高潮视频| 简卡轻食公司| 最近2019中文字幕mv第一页| 97精品久久久久久久久久精品| 国产精品一二三区在线看| 国产精品一二三区在线看| 国产精品久久久久久久久免| 国产一区有黄有色的免费视频| 亚洲久久久国产精品| 国产成人精品久久久久久| 国产黄色免费在线视频| 少妇被粗大猛烈的视频| 欧美日韩精品成人综合77777| 免费av不卡在线播放| 亚洲精品久久午夜乱码| 日韩三级伦理在线观看| 久久精品国产鲁丝片午夜精品| 精品99又大又爽又粗少妇毛片| 美女xxoo啪啪120秒动态图| 久久精品国产亚洲av涩爱| 一级av片app| 日韩亚洲欧美综合| 麻豆精品久久久久久蜜桃| 国产亚洲一区二区精品| 国内精品宾馆在线| 2022亚洲国产成人精品| 久久久久久九九精品二区国产| 最近中文字幕2019免费版| 成人综合一区亚洲| 内地一区二区视频在线| 狠狠精品人妻久久久久久综合| 亚洲国产精品国产精品| 91精品国产国语对白视频| 中文欧美无线码| 亚洲成人中文字幕在线播放| 99热网站在线观看| 日本猛色少妇xxxxx猛交久久| 成人18禁高潮啪啪吃奶动态图 | 免费高清在线观看视频在线观看| 黑丝袜美女国产一区| 网址你懂的国产日韩在线| 中文字幕人妻丝袜制服| 香蕉丝袜av| 男人操女人黄网站| 一本色道久久久久久精品综合| 青青草视频在线视频观看| 欧美国产精品va在线观看不卡| 老司机深夜福利视频在线观看 | 亚洲欧洲精品一区二区精品久久久| 男人添女人高潮全过程视频| 晚上一个人看的免费电影| 丝袜在线中文字幕| 91字幕亚洲| 免费黄频网站在线观看国产| 久久毛片免费看一区二区三区| 大香蕉久久网| 最近最新中文字幕大全免费视频 | 亚洲五月婷婷丁香| 交换朋友夫妻互换小说| 大型av网站在线播放| cao死你这个sao货| 如日韩欧美国产精品一区二区三区| 首页视频小说图片口味搜索 | cao死你这个sao货| 久久国产精品人妻蜜桃| 建设人人有责人人尽责人人享有的| av视频免费观看在线观看| 电影成人av| 成年女人毛片免费观看观看9 | 好男人视频免费观看在线| 国产精品免费视频内射| 欧美黑人欧美精品刺激| 久久九九热精品免费| 久久综合国产亚洲精品| 国产一级毛片在线| 国产精品av久久久久免费| av片东京热男人的天堂| 久久久久网色| 日韩 欧美 亚洲 中文字幕| 亚洲成色77777| 在线精品无人区一区二区三| xxx大片免费视频| av片东京热男人的天堂| 成人18禁高潮啪啪吃奶动态图| 亚洲精品国产av成人精品| 久热爱精品视频在线9| 亚洲av综合色区一区| 新久久久久国产一级毛片| 精品视频人人做人人爽| 九草在线视频观看| 亚洲国产毛片av蜜桃av| 日日爽夜夜爽网站| 国产日韩一区二区三区精品不卡| 国产成人一区二区在线| 国产在线免费精品| 午夜福利,免费看| 国产精品.久久久| 久久人妻福利社区极品人妻图片 | 亚洲av片天天在线观看| 久久国产精品影院| 亚洲av成人不卡在线观看播放网 | 男男h啪啪无遮挡| 高清欧美精品videossex| 欧美成人午夜精品| 少妇精品久久久久久久| 免费在线观看完整版高清| 精品人妻熟女毛片av久久网站| 捣出白浆h1v1| 少妇裸体淫交视频免费看高清 | 免费黄频网站在线观看国产| 纵有疾风起免费观看全集完整版| 亚洲情色 制服丝袜| 亚洲国产成人一精品久久久| 国产成人精品久久久久久| 日韩中文字幕视频在线看片| 免费日韩欧美在线观看| 黄片小视频在线播放| 美女主播在线视频| 亚洲成人手机| 成年动漫av网址| 99国产精品一区二区蜜桃av | 国产女主播在线喷水免费视频网站| 黑丝袜美女国产一区| 制服诱惑二区| 多毛熟女@视频| 99久久99久久久精品蜜桃| 777久久人妻少妇嫩草av网站| 又黄又粗又硬又大视频| 手机成人av网站| 老司机靠b影院| 涩涩av久久男人的天堂| 老汉色av国产亚洲站长工具| 麻豆av在线久日| 欧美日韩亚洲综合一区二区三区_| 在线观看一区二区三区激情| 人人妻人人爽人人添夜夜欢视频| 免费女性裸体啪啪无遮挡网站| 亚洲色图 男人天堂 中文字幕| 国产精品免费大片| 免费一级毛片在线播放高清视频 | 久久精品国产a三级三级三级| 五月开心婷婷网| 日韩一卡2卡3卡4卡2021年| 真人做人爱边吃奶动态| 国产精品国产三级国产专区5o| 三上悠亚av全集在线观看| 久久av网站| 香蕉丝袜av| 女人精品久久久久毛片| 午夜免费观看性视频| 热99久久久久精品小说推荐| 黄色一级大片看看| 免费观看av网站的网址| 成人手机av| 爱豆传媒免费全集在线观看| 我的亚洲天堂| 建设人人有责人人尽责人人享有的| 国产日韩欧美在线精品| 视频区欧美日本亚洲| 精品久久久久久久毛片微露脸 | 亚洲精品美女久久av网站| 男女下面插进去视频免费观看| 午夜老司机福利片| 久久综合国产亚洲精品| 亚洲精品第二区| 国产精品久久久av美女十八| 波野结衣二区三区在线| 99香蕉大伊视频| 人人澡人人妻人| 蜜桃国产av成人99| 国产91精品成人一区二区三区 | 久久久久久人人人人人| 天天操日日干夜夜撸| 在线观看国产h片| 999久久久国产精品视频| 中文字幕人妻丝袜制服| 久久青草综合色| 精品亚洲成国产av| 如日韩欧美国产精品一区二区三区| 91九色精品人成在线观看| 久久毛片免费看一区二区三区| bbb黄色大片| 亚洲精品国产av成人精品| h视频一区二区三区| 人体艺术视频欧美日本| 日韩人妻精品一区2区三区| 亚洲国产精品国产精品| 巨乳人妻的诱惑在线观看| 国产高清视频在线播放一区 | 夫妻午夜视频| 一级毛片我不卡| 中文字幕制服av| 中文字幕人妻丝袜一区二区| 在线观看免费日韩欧美大片| 天堂8中文在线网| 国产精品99久久99久久久不卡| 久久国产精品男人的天堂亚洲| 欧美xxⅹ黑人| 国产片内射在线| 久久久久久人人人人人| 麻豆av在线久日| 99久久综合免费| 80岁老熟妇乱子伦牲交| 桃花免费在线播放| 亚洲国产成人一精品久久久| 汤姆久久久久久久影院中文字幕| 老司机深夜福利视频在线观看 | 免费观看a级毛片全部| 国产在视频线精品| 五月开心婷婷网| 国产精品欧美亚洲77777| 天天躁夜夜躁狠狠躁躁| 大香蕉久久成人网| 美女国产高潮福利片在线看| 90打野战视频偷拍视频| 国产成人啪精品午夜网站| 亚洲专区中文字幕在线| 国产色视频综合| 一区二区三区乱码不卡18| 国产欧美日韩一区二区三 | 伦理电影免费视频| 欧美97在线视频| 成人黄色视频免费在线看| 国产精品久久久久成人av| 免费在线观看完整版高清| 一级毛片 在线播放| 久久国产精品影院| 精品国产一区二区三区久久久樱花| av一本久久久久| 亚洲五月色婷婷综合| 久久精品国产a三级三级三级| 一本久久精品| 国产深夜福利视频在线观看| 久久精品人人爽人人爽视色| 只有这里有精品99| 我的亚洲天堂| 亚洲 国产 在线| 叶爱在线成人免费视频播放| 免费不卡黄色视频| 热99国产精品久久久久久7| 天天影视国产精品| 国产精品一国产av| 国产精品一区二区精品视频观看| 天堂中文最新版在线下载| 制服人妻中文乱码| 日韩电影二区| 日韩伦理黄色片| 亚洲色图综合在线观看| 久久精品aⅴ一区二区三区四区| 国产欧美日韩综合在线一区二区| 一边摸一边做爽爽视频免费| 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产中文字幕在线视频| 韩国高清视频一区二区三区| cao死你这个sao货| 亚洲av成人精品一二三区| av片东京热男人的天堂| 尾随美女入室| 国产av精品麻豆| 成人亚洲精品一区在线观看| 后天国语完整版免费观看| 久久精品久久精品一区二区三区| 韩国精品一区二区三区| 精品国产一区二区三区久久久樱花| 国产精品亚洲av一区麻豆| 一边摸一边抽搐一进一出视频| 两个人免费观看高清视频| 欧美精品一区二区免费开放| 水蜜桃什么品种好| 99国产精品一区二区蜜桃av | 国产精品二区激情视频| 欧美少妇被猛烈插入视频| 人人妻,人人澡人人爽秒播 | 久久精品久久久久久久性| 你懂的网址亚洲精品在线观看| 亚洲 欧美一区二区三区| avwww免费| 欧美黑人欧美精品刺激| 亚洲国产欧美在线一区| 一个人免费看片子| 亚洲av男天堂| 精品亚洲乱码少妇综合久久| 日韩伦理黄色片| 国产精品国产三级国产专区5o| 久久99一区二区三区| 久久国产亚洲av麻豆专区| 国产精品国产av在线观看| 777米奇影视久久| www.自偷自拍.com| 麻豆国产av国片精品| 亚洲一区中文字幕在线| 久久精品国产亚洲av高清一级| 国产成人免费无遮挡视频| 国产欧美日韩一区二区三 | 老司机影院毛片| 国产精品亚洲av一区麻豆| 在线 av 中文字幕| 国产av一区二区精品久久| 99国产精品一区二区蜜桃av | 精品高清国产在线一区| 男女午夜视频在线观看| 99国产精品一区二区蜜桃av | 一级黄片播放器| 国产成人精品久久久久久| 精品卡一卡二卡四卡免费| 亚洲成av片中文字幕在线观看| 日韩av免费高清视频| 亚洲少妇的诱惑av| 午夜老司机福利片| 好男人电影高清在线观看| 国产精品一国产av| 亚洲精品国产区一区二| 国产精品一国产av| 免费看av在线观看网站| 亚洲美女黄色视频免费看| 色婷婷久久久亚洲欧美| 99精国产麻豆久久婷婷| 精品久久久精品久久久| 精品久久久久久久毛片微露脸 | 国产成人一区二区三区免费视频网站 | 免费av中文字幕在线| netflix在线观看网站| 99热网站在线观看| 午夜日韩欧美国产| 青春草视频在线免费观看| 成在线人永久免费视频| 成年人黄色毛片网站| 啦啦啦视频在线资源免费观看| 亚洲少妇的诱惑av| 人成视频在线观看免费观看| 久久久久精品国产欧美久久久 | 日韩 亚洲 欧美在线| 国产亚洲精品久久久久5区| 国产免费一区二区三区四区乱码| av有码第一页| 男男h啪啪无遮挡| 久久av网站| 搡老乐熟女国产| 国产av一区二区精品久久| 色综合欧美亚洲国产小说| 十八禁高潮呻吟视频| 久久精品久久久久久噜噜老黄| 老司机靠b影院| 香蕉国产在线看| 亚洲成人免费电影在线观看 | 天天躁夜夜躁狠狠躁躁| 人人妻人人澡人人看| 国产精品久久久久久精品古装| 视频在线观看一区二区三区| 久久久久国产精品人妻一区二区| 国产黄色免费在线视频| 久久人人爽人人片av| 男女边摸边吃奶| 一边摸一边抽搐一进一出视频| 国产成人精品久久久久久| 高清欧美精品videossex| 中文字幕另类日韩欧美亚洲嫩草| 不卡av一区二区三区| 丝袜美腿诱惑在线| 一本久久精品| 男女免费视频国产| 老司机影院成人| 免费观看人在逋| 99九九在线精品视频| 久久鲁丝午夜福利片| 欧美大码av| 国产精品香港三级国产av潘金莲 | 在线精品无人区一区二区三| 国精品久久久久久国模美| 久久久欧美国产精品| 99热网站在线观看| 不卡av一区二区三区| 日日夜夜操网爽| 亚洲国产成人一精品久久久| 国产精品av久久久久免费| 最新在线观看一区二区三区 | 老熟女久久久| 欧美在线一区亚洲| 黄色毛片三级朝国网站| 久久精品熟女亚洲av麻豆精品| 香蕉国产在线看| 另类精品久久| 欧美人与性动交α欧美精品济南到| 啦啦啦啦在线视频资源| 欧美日韩一级在线毛片| 亚洲伊人色综图| 观看av在线不卡| 下体分泌物呈黄色| 亚洲国产日韩一区二区| 激情五月婷婷亚洲| 在线观看人妻少妇| 在线av久久热| 美女午夜性视频免费| 可以免费在线观看a视频的电影网站| 精品亚洲成a人片在线观看| 成人国产av品久久久| 久久 成人 亚洲| 午夜福利一区二区在线看| 看十八女毛片水多多多| 成人亚洲欧美一区二区av| 一边亲一边摸免费视频| 极品少妇高潮喷水抽搐| 最近中文字幕2019免费版| 一级毛片电影观看| 成年av动漫网址| 超色免费av| 精品福利观看| 亚洲精品久久成人aⅴ小说| 午夜老司机福利片| 亚洲中文字幕日韩| 丝袜美腿诱惑在线| 色视频在线一区二区三区| 国产在线观看jvid| 婷婷色综合大香蕉| 亚洲成人免费电影在线观看 | 久久精品亚洲av国产电影网| 91九色精品人成在线观看| 国产免费现黄频在线看| xxxhd国产人妻xxx| 亚洲精品一二三| 亚洲人成电影免费在线| 亚洲欧美日韩另类电影网站| 国产伦人伦偷精品视频| 午夜福利视频精品| 91麻豆精品激情在线观看国产 | 99国产精品免费福利视频| 中文字幕色久视频| 久久久久久久大尺度免费视频| 久久久亚洲精品成人影院| 在现免费观看毛片| 成在线人永久免费视频| 成人18禁高潮啪啪吃奶动态图| 久久狼人影院| 亚洲成国产人片在线观看| 少妇粗大呻吟视频| 日韩av在线免费看完整版不卡| 老司机亚洲免费影院| 成人亚洲欧美一区二区av| av国产精品久久久久影院| 久久久欧美国产精品| 各种免费的搞黄视频| 女人被躁到高潮嗷嗷叫费观| 最近最新中文字幕大全免费视频 | 国产亚洲欧美精品永久| 99九九在线精品视频| 丝袜喷水一区| 欧美xxⅹ黑人| 欧美国产精品一级二级三级| 秋霞在线观看毛片| 黄色视频不卡| 国产精品免费大片| 国产在线观看jvid| 两人在一起打扑克的视频| 亚洲国产欧美日韩在线播放| 亚洲一码二码三码区别大吗| 精品卡一卡二卡四卡免费| 老汉色av国产亚洲站长工具| 午夜久久久在线观看| 国产亚洲av片在线观看秒播厂| 国产成人一区二区三区免费视频网站 | 国产成人免费无遮挡视频| 亚洲精品一二三| 黑人猛操日本美女一级片| 国产真人三级小视频在线观看| 一级毛片 在线播放| 亚洲专区中文字幕在线| 亚洲熟女精品中文字幕| 久久精品久久久久久久性| 日韩av在线免费看完整版不卡| 美女国产高潮福利片在线看| 性色av乱码一区二区三区2| 99久久99久久久精品蜜桃| 在线天堂中文资源库| 成人影院久久| 一区福利在线观看| 一本色道久久久久久精品综合| 国产高清视频在线播放一区 | 亚洲一区二区三区欧美精品| 王馨瑶露胸无遮挡在线观看| 亚洲成色77777| 91精品伊人久久大香线蕉| 人人妻人人爽人人添夜夜欢视频| 精品一区二区三区四区五区乱码 | 在线 av 中文字幕| 男女下面插进去视频免费观看| www日本在线高清视频| 欧美精品人与动牲交sv欧美| 曰老女人黄片| 国产精品 国内视频| 亚洲精品成人av观看孕妇| 国产女主播在线喷水免费视频网站| 老司机深夜福利视频在线观看 | 亚洲美女黄色视频免费看| 97精品久久久久久久久久精品| 欧美在线一区亚洲| 亚洲国产精品成人久久小说| cao死你这个sao货| 少妇 在线观看| 香蕉国产在线看| 晚上一个人看的免费电影| 极品人妻少妇av视频| 日本欧美视频一区| 一级片'在线观看视频| 欧美av亚洲av综合av国产av| 大片电影免费在线观看免费| 久久狼人影院| 免费av中文字幕在线| 91麻豆精品激情在线观看国产 | 超碰成人久久| 亚洲第一av免费看| av网站免费在线观看视频| 一级毛片女人18水好多 | 久久天躁狠狠躁夜夜2o2o | 免费少妇av软件| 女警被强在线播放| 亚洲精品在线美女| 男女免费视频国产| 久久久久久久久免费视频了| 韩国精品一区二区三区| 亚洲精品日韩在线中文字幕| 久久久国产一区二区| 亚洲精品成人av观看孕妇| www.av在线官网国产| 少妇的丰满在线观看| 又紧又爽又黄一区二区| 夫妻性生交免费视频一级片| 成年女人毛片免费观看观看9 | 天天躁狠狠躁夜夜躁狠狠躁| 满18在线观看网站| 欧美日韩视频高清一区二区三区二| 亚洲成人免费av在线播放| 国产精品偷伦视频观看了| 无限看片的www在线观看| 亚洲av美国av| 欧美日韩亚洲国产一区二区在线观看 | 一区二区三区激情视频| 久久久久久亚洲精品国产蜜桃av| 久久天堂一区二区三区四区| 亚洲国产最新在线播放| 视频在线观看一区二区三区| 日本五十路高清| svipshipincom国产片| 人人妻人人澡人人爽人人夜夜| 狂野欧美激情性bbbbbb| 国产国语露脸激情在线看| 精品人妻在线不人妻| 99久久综合免费| 18在线观看网站| 人人妻,人人澡人人爽秒播 | tube8黄色片| 成人18禁高潮啪啪吃奶动态图| 99国产综合亚洲精品| 国产精品一二三区在线看| 在线av久久热| 国产欧美日韩精品亚洲av| 老司机深夜福利视频在线观看 | av天堂久久9| 啦啦啦 在线观看视频| 99久久综合免费| 老司机影院毛片| 亚洲国产精品成人久久小说| 又大又黄又爽视频免费| 久久狼人影院| 中文字幕av电影在线播放| 免费女性裸体啪啪无遮挡网站| 蜜桃国产av成人99| 精品欧美一区二区三区在线| 欧美激情极品国产一区二区三区| 国产精品一区二区精品视频观看| 极品人妻少妇av视频| 国产伦理片在线播放av一区| 婷婷色综合www| 欧美日韩成人在线一区二区| 午夜影院在线不卡| 久久青草综合色| 欧美在线一区亚洲| av线在线观看网站| 久久热在线av| 51午夜福利影视在线观看| 三上悠亚av全集在线观看| www.熟女人妻精品国产| 视频区欧美日本亚洲| 午夜两性在线视频| 一本—道久久a久久精品蜜桃钙片| 亚洲,欧美精品.| 中文字幕精品免费在线观看视频| 欧美人与性动交α欧美精品济南到| 午夜福利乱码中文字幕| 精品少妇内射三级| 18在线观看网站| 搡老岳熟女国产| 真人做人爱边吃奶动态| 亚洲精品自拍成人| 亚洲国产毛片av蜜桃av| 久久精品久久精品一区二区三区| a级毛片在线看网站| 国产亚洲av片在线观看秒播厂| 久久青草综合色| 1024视频免费在线观看| 欧美精品高潮呻吟av久久| av国产精品久久久久影院| 日韩av在线免费看完整版不卡| 无遮挡黄片免费观看| 日日摸夜夜添夜夜爱| 男女下面插进去视频免费观看| 亚洲伊人色综图| 校园人妻丝袜中文字幕| 色精品久久人妻99蜜桃| tube8黄色片| 99国产精品99久久久久|