• <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
    国产精品人妻久久久久久| 色av中文字幕| 99热全是精品| 啦啦啦啦在线视频资源| 午夜激情福利司机影院| 男人和女人高潮做爰伦理| 性色avwww在线观看| 日韩高清综合在线| 免费观看的影片在线观看| 最近在线观看免费完整版| 久久精品夜色国产| 欧美色欧美亚洲另类二区| 免费在线观看成人毛片| 晚上一个人看的免费电影| 亚洲精品乱码久久久v下载方式| 特大巨黑吊av在线直播| 中文字幕人妻熟人妻熟丝袜美| 青春草视频在线免费观看| 亚洲,欧美,日韩| 亚洲国产精品合色在线| 色哟哟哟哟哟哟| 国产午夜精品论理片| 亚洲国产精品合色在线| 欧美最新免费一区二区三区| 青春草视频在线免费观看| 精品人妻一区二区三区麻豆 | 国产精品美女特级片免费视频播放器| 插阴视频在线观看视频| 最后的刺客免费高清国语| 国产真实乱freesex| 干丝袜人妻中文字幕| 成人亚洲精品av一区二区| 国产精品电影一区二区三区| 伊人久久精品亚洲午夜| 成年版毛片免费区| 亚洲国产高清在线一区二区三| 亚洲精品亚洲一区二区| 在线观看免费视频日本深夜| 插逼视频在线观看| 亚洲一区二区三区色噜噜| av国产免费在线观看| 久久精品夜夜夜夜夜久久蜜豆| 99热只有精品国产| 久久久久久国产a免费观看| 69人妻影院| 男插女下体视频免费在线播放| 在线免费观看不下载黄p国产| 晚上一个人看的免费电影| 亚洲在线观看片| 国产精品国产高清国产av| 午夜福利在线观看免费完整高清在 | 黄色一级大片看看| 免费一级毛片在线播放高清视频| 赤兔流量卡办理| 欧美绝顶高潮抽搐喷水| av.在线天堂| 色噜噜av男人的天堂激情| 久久久久久久久大av| 亚洲自偷自拍三级| 亚洲精品粉嫩美女一区| 亚洲精品粉嫩美女一区| 毛片一级片免费看久久久久| 亚洲精品久久国产高清桃花| 最近手机中文字幕大全| 久久九九热精品免费| 久久婷婷人人爽人人干人人爱| 欧美日韩综合久久久久久| 国产高潮美女av| 熟女电影av网| 人人妻人人澡人人爽人人夜夜 | 国产精品日韩av在线免费观看| 女人十人毛片免费观看3o分钟| av卡一久久| 一级毛片我不卡| 精品日产1卡2卡| 色尼玛亚洲综合影院| 国产av麻豆久久久久久久| 国产毛片a区久久久久| 婷婷亚洲欧美| 精品熟女少妇av免费看| 3wmmmm亚洲av在线观看| 亚洲国产欧美人成| 亚洲中文字幕日韩| 在现免费观看毛片| 欧美又色又爽又黄视频| 国产精品福利在线免费观看| 欧美日本亚洲视频在线播放| 日韩欧美一区二区三区在线观看| 草草在线视频免费看| 免费高清视频大片| 精品免费久久久久久久清纯| 久久韩国三级中文字幕| 一级黄片播放器| 99久久成人亚洲精品观看| 老女人水多毛片| 国产伦精品一区二区三区四那| 久久鲁丝午夜福利片| 在线观看av片永久免费下载| 男人舔女人下体高潮全视频| 不卡视频在线观看欧美| 日韩精品中文字幕看吧| 成人av一区二区三区在线看| 热99在线观看视频| 日日干狠狠操夜夜爽| 日本撒尿小便嘘嘘汇集6| 在线播放国产精品三级| 国产精品不卡视频一区二区| 国产精品一区二区三区四区免费观看 | 国产高潮美女av| 黄片wwwwww| 少妇丰满av| 欧美精品国产亚洲| 日日干狠狠操夜夜爽| 最近在线观看免费完整版| 麻豆精品久久久久久蜜桃| 又爽又黄a免费视频| 亚洲国产日韩欧美精品在线观看| 网址你懂的国产日韩在线| 日韩一本色道免费dvd| 婷婷六月久久综合丁香| 男人的好看免费观看在线视频| 成人美女网站在线观看视频| 99国产极品粉嫩在线观看| 一个人免费在线观看电影| 亚洲av电影不卡..在线观看| 亚洲中文字幕日韩| 日韩强制内射视频| 日韩 亚洲 欧美在线| 黄色欧美视频在线观看| 小蜜桃在线观看免费完整版高清| 免费黄网站久久成人精品| 亚洲欧美成人精品一区二区| 寂寞人妻少妇视频99o| 99热网站在线观看| 性色avwww在线观看| 十八禁国产超污无遮挡网站| 久久久久国产精品人妻aⅴ院| 日韩一本色道免费dvd| 99热网站在线观看| 男女边吃奶边做爰视频| 少妇猛男粗大的猛烈进出视频 | 日韩欧美一区二区三区在线观看| 国产精品女同一区二区软件| 久久久国产成人免费| av黄色大香蕉| 看免费成人av毛片| 人妻制服诱惑在线中文字幕| 亚洲婷婷狠狠爱综合网| 18禁裸乳无遮挡免费网站照片| 麻豆精品久久久久久蜜桃| 一个人看的www免费观看视频| 日韩一本色道免费dvd| 日本色播在线视频| 久久久久久久久久久丰满| 精品国内亚洲2022精品成人| 尾随美女入室| 在线观看av片永久免费下载| 日本色播在线视频| 国产成人福利小说| 国产成人影院久久av| 欧美中文日本在线观看视频| 亚洲精华国产精华液的使用体验 | 婷婷精品国产亚洲av| 18禁黄网站禁片免费观看直播| av卡一久久| 成人综合一区亚洲| 亚洲欧美日韩无卡精品| 一本久久中文字幕| 免费人成在线观看视频色| 欧美日韩在线观看h| 一区二区三区免费毛片| 日日摸夜夜添夜夜添小说| 亚洲成人精品中文字幕电影| 给我免费播放毛片高清在线观看| 尾随美女入室| 精品乱码久久久久久99久播| 免费看av在线观看网站| 国产午夜福利久久久久久| 欧美性猛交╳xxx乱大交人| 日本在线视频免费播放| 亚洲激情五月婷婷啪啪| 日韩av在线大香蕉| 国产探花在线观看一区二区| 久久精品国产自在天天线| 国内精品宾馆在线| 日韩,欧美,国产一区二区三区 | 国内精品一区二区在线观看| 午夜福利在线在线| 99在线人妻在线中文字幕| 日韩 亚洲 欧美在线| 午夜免费男女啪啪视频观看 | 男人狂女人下面高潮的视频| 十八禁网站免费在线| 日韩欧美免费精品| 国内精品宾馆在线| 老师上课跳d突然被开到最大视频| 黄色一级大片看看| 久久国产乱子免费精品| 亚洲精品粉嫩美女一区| 亚洲av熟女| 老司机午夜福利在线观看视频| 日本在线视频免费播放| 亚洲av熟女| 日本撒尿小便嘘嘘汇集6| 久久久久久久久中文| 精品一区二区三区人妻视频| 亚洲欧美日韩高清专用| 国产黄a三级三级三级人| 国产亚洲欧美98| 国产精品永久免费网站| 久久天躁狠狠躁夜夜2o2o| 国产毛片a区久久久久| 99在线视频只有这里精品首页| 亚洲国产色片| 精品无人区乱码1区二区| 亚洲人与动物交配视频| 99热这里只有是精品在线观看| 黄色视频,在线免费观看| 国产精品,欧美在线| 丰满人妻一区二区三区视频av| 日韩制服骚丝袜av| 亚洲精品色激情综合| 久久久久久国产a免费观看| 麻豆国产97在线/欧美| 欧美在线一区亚洲| 深爱激情五月婷婷| 成人午夜高清在线视频| 精品一区二区三区视频在线| 免费看日本二区| 免费一级毛片在线播放高清视频| h日本视频在线播放| 人人妻,人人澡人人爽秒播| 日本精品一区二区三区蜜桃| 听说在线观看完整版免费高清| 亚洲高清免费不卡视频| 亚洲欧美日韩高清专用| 成人二区视频| 尤物成人国产欧美一区二区三区| 亚洲在线自拍视频| 国产免费男女视频| 身体一侧抽搐| 精品国产三级普通话版| 免费看美女性在线毛片视频| 国产精品一区www在线观看| 欧美国产日韩亚洲一区| 99热精品在线国产| 国产精品乱码一区二三区的特点| h日本视频在线播放| 97碰自拍视频| 国产成人91sexporn| or卡值多少钱| 国产亚洲av嫩草精品影院| 亚洲欧美精品综合久久99| 99久久精品一区二区三区| 欧美最新免费一区二区三区| 成人三级黄色视频| 91久久精品国产一区二区三区| 午夜老司机福利剧场| 成人二区视频| 日日摸夜夜添夜夜添小说| 亚洲人成网站在线播放欧美日韩| 国产精品福利在线免费观看| 久久精品国产清高在天天线| 两个人视频免费观看高清| 国产真实乱freesex| 国产乱人偷精品视频| 一级毛片aaaaaa免费看小| 欧美不卡视频在线免费观看| 亚洲av中文av极速乱| 五月玫瑰六月丁香| 午夜老司机福利剧场| 久久草成人影院| 免费av观看视频| 国产亚洲精品久久久久久毛片| 国产精品福利在线免费观看| 国产成人福利小说| 国产亚洲精品久久久com| 欧美成人免费av一区二区三区| 美女被艹到高潮喷水动态| 国产极品精品免费视频能看的| 国产精品无大码| 精品久久国产蜜桃| 亚洲高清免费不卡视频| 国产av一区在线观看免费| 尾随美女入室| 1000部很黄的大片| 日日撸夜夜添| av视频在线观看入口| 中出人妻视频一区二区| 黄色一级大片看看| 欧美又色又爽又黄视频| 精品久久久久久久久av| 亚洲精品国产av成人精品 | 亚洲国产高清在线一区二区三| 日韩欧美精品v在线| 色综合站精品国产| 国产美女午夜福利| 久久人妻av系列| 在线观看免费视频日本深夜| 男女做爰动态图高潮gif福利片| 成人午夜高清在线视频| 能在线免费观看的黄片| 99热这里只有是精品50| 九九在线视频观看精品| 99久久中文字幕三级久久日本| 一区二区三区四区激情视频 | 日本撒尿小便嘘嘘汇集6| 18+在线观看网站| 亚洲色图av天堂| 蜜臀久久99精品久久宅男| 成年女人永久免费观看视频| 麻豆成人午夜福利视频| 国产色爽女视频免费观看| 中文亚洲av片在线观看爽| 在线免费观看的www视频| 一个人观看的视频www高清免费观看| 欧美丝袜亚洲另类| 尤物成人国产欧美一区二区三区| 国产探花极品一区二区| 日日啪夜夜撸| 久久午夜亚洲精品久久| 香蕉av资源在线| 亚洲性夜色夜夜综合| 午夜免费激情av| 国产av一区在线观看免费| 亚洲av二区三区四区| 日韩精品有码人妻一区| 亚洲aⅴ乱码一区二区在线播放| 人妻久久中文字幕网| 搞女人的毛片| 少妇人妻一区二区三区视频| 国产黄色小视频在线观看| 午夜激情欧美在线| 成人一区二区视频在线观看| 亚洲中文字幕日韩| 国产私拍福利视频在线观看| 成人午夜高清在线视频| 色视频www国产| 久久久欧美国产精品| 欧美一区二区精品小视频在线| 色哟哟·www| 国产淫片久久久久久久久| 久久久精品大字幕| 亚洲人成网站在线播放欧美日韩| 久久中文看片网| 男插女下体视频免费在线播放| 淫妇啪啪啪对白视频| 精品一区二区三区视频在线观看免费| 最新中文字幕久久久久| 亚洲五月天丁香| 人妻久久中文字幕网| 美女被艹到高潮喷水动态| 亚洲专区国产一区二区| 99在线人妻在线中文字幕| 在线免费观看不下载黄p国产| 女的被弄到高潮叫床怎么办| 韩国av在线不卡| 久久久欧美国产精品| 亚洲精品日韩在线中文字幕 | 三级经典国产精品| 国产蜜桃级精品一区二区三区| 91在线精品国自产拍蜜月| 亚洲国产精品久久男人天堂| 亚洲电影在线观看av| 国产一区二区三区在线臀色熟女| 一进一出抽搐动态| 伊人久久精品亚洲午夜| 久久99热这里只有精品18| 精品久久久久久久久av| 精品福利观看| 久久久久久久午夜电影| 久久久久久久久久久丰满| ponron亚洲| 中国美女看黄片| 亚洲中文日韩欧美视频| 九九久久精品国产亚洲av麻豆| 好男人在线观看高清免费视频| 欧美绝顶高潮抽搐喷水| 国产高清视频在线观看网站| 国产精华一区二区三区| 国产在线男女| 国内揄拍国产精品人妻在线| 亚洲欧美日韩高清专用| 欧美高清成人免费视频www| 丰满的人妻完整版| 欧美色视频一区免费| 天天一区二区日本电影三级| 国产男人的电影天堂91| 国产片特级美女逼逼视频| 国内久久婷婷六月综合欲色啪| .国产精品久久| 国产精品久久久久久精品电影| 99久久精品国产国产毛片| 久久久久久久久中文| 国产男靠女视频免费网站| 少妇裸体淫交视频免费看高清| 色av中文字幕| 男人舔奶头视频| 午夜激情欧美在线| 国产精品无大码| 蜜桃亚洲精品一区二区三区| 成人三级黄色视频| 亚洲不卡免费看| 国产 一区精品| 18禁在线播放成人免费| 国产69精品久久久久777片| 亚洲中文字幕日韩| 成人午夜高清在线视频| 午夜视频国产福利| 久久婷婷人人爽人人干人人爱| 99热全是精品| 成人精品一区二区免费| 最好的美女福利视频网| av卡一久久| 乱码一卡2卡4卡精品| 国产乱人视频| 两个人视频免费观看高清| 欧美高清成人免费视频www| 国产精品人妻久久久影院| 最近最新中文字幕大全电影3| 五月玫瑰六月丁香| 国产精品野战在线观看| 欧美性感艳星| 看十八女毛片水多多多| 欧美在线一区亚洲| 麻豆一二三区av精品| 亚洲欧美成人综合另类久久久 | 国产av在哪里看| 国产精品伦人一区二区| 男女做爰动态图高潮gif福利片| 国产综合懂色| www.色视频.com| 在线看三级毛片| 亚洲av五月六月丁香网| 九色成人免费人妻av| 别揉我奶头 嗯啊视频| 亚洲激情五月婷婷啪啪| 给我免费播放毛片高清在线观看| 12—13女人毛片做爰片一| 国产中年淑女户外野战色| 蜜臀久久99精品久久宅男| 免费无遮挡裸体视频| 成人午夜高清在线视频| 成人特级黄色片久久久久久久| 99久国产av精品国产电影| 22中文网久久字幕| 老司机午夜福利在线观看视频| 最新中文字幕久久久久| 淫妇啪啪啪对白视频| 成人特级av手机在线观看| 国产成人一区二区在线| 18禁在线无遮挡免费观看视频 | 午夜激情福利司机影院| 亚洲成人精品中文字幕电影| 久久久久久久久久久丰满| 国产高清视频在线观看网站| 亚洲成av人片在线播放无| 国产av不卡久久| 又黄又爽又刺激的免费视频.| 日本 av在线| 亚洲人与动物交配视频| 22中文网久久字幕| 国产美女午夜福利| 日韩一区二区视频免费看| АⅤ资源中文在线天堂| 日本一本二区三区精品| 五月玫瑰六月丁香| 亚洲久久久久久中文字幕| 亚洲欧美成人综合另类久久久 | 国产精品女同一区二区软件| 一级毛片我不卡| 欧美日韩国产亚洲二区| 日日撸夜夜添| 日本黄色片子视频| 在线观看66精品国产| 床上黄色一级片| 亚洲av电影不卡..在线观看| 国产午夜福利久久久久久| 欧美一区二区国产精品久久精品| 91精品国产九色| 99久久久亚洲精品蜜臀av| 69人妻影院| 欧美最黄视频在线播放免费| 自拍偷自拍亚洲精品老妇| 日韩高清综合在线| 色5月婷婷丁香| 精品乱码久久久久久99久播| 97超级碰碰碰精品色视频在线观看| 三级男女做爰猛烈吃奶摸视频| 激情 狠狠 欧美| 午夜久久久久精精品| 久久热精品热| 久久天躁狠狠躁夜夜2o2o| 波多野结衣巨乳人妻| 九九久久精品国产亚洲av麻豆| 非洲黑人性xxxx精品又粗又长| 亚洲国产精品合色在线| 亚洲自偷自拍三级| 免费看av在线观看网站| 久久精品91蜜桃| 99九九线精品视频在线观看视频| 又爽又黄无遮挡网站| 国产午夜精品论理片| 国产精品,欧美在线| 午夜激情欧美在线| 久久精品人妻少妇| 国产黄色视频一区二区在线观看 | 99久久成人亚洲精品观看| 国产精品免费一区二区三区在线| 中文字幕人妻熟人妻熟丝袜美| 丰满人妻一区二区三区视频av| 99久久成人亚洲精品观看| 国产精品,欧美在线| 精品一区二区三区av网在线观看| 人人妻人人澡人人爽人人夜夜 | 黑人高潮一二区| 性欧美人与动物交配| 村上凉子中文字幕在线| 成年免费大片在线观看| 美女大奶头视频| 精品99又大又爽又粗少妇毛片| 久久欧美精品欧美久久欧美| 18禁裸乳无遮挡免费网站照片| 色综合色国产| 男女视频在线观看网站免费| 亚洲精品一卡2卡三卡4卡5卡| 国产成人a∨麻豆精品| 国产探花极品一区二区| av在线播放精品| 伊人久久精品亚洲午夜| av卡一久久| 欧美三级亚洲精品| 午夜免费激情av| 99久久久亚洲精品蜜臀av| 最近在线观看免费完整版| 1000部很黄的大片| 人妻少妇偷人精品九色| 一区二区三区高清视频在线| 99久国产av精品国产电影| 日本黄色视频三级网站网址| 国模一区二区三区四区视频| 国产熟女欧美一区二区| 久久九九热精品免费| 免费观看在线日韩| 一本一本综合久久| 麻豆久久精品国产亚洲av| 可以在线观看的亚洲视频| 91久久精品电影网| 国产精品久久久久久av不卡| 国产白丝娇喘喷水9色精品| 欧美成人一区二区免费高清观看| 三级男女做爰猛烈吃奶摸视频| 中国美女看黄片| 女同久久另类99精品国产91| 男人的好看免费观看在线视频| 亚洲精品一卡2卡三卡4卡5卡| 亚洲一级一片aⅴ在线观看| 欧美丝袜亚洲另类| 悠悠久久av| 男人的好看免费观看在线视频| 九九在线视频观看精品| 免费观看的影片在线观看| 国内精品一区二区在线观看| 免费大片18禁| 色5月婷婷丁香| 男女之事视频高清在线观看| 伦精品一区二区三区| 天美传媒精品一区二区| 久久鲁丝午夜福利片| 色播亚洲综合网| 在线a可以看的网站| 在线观看午夜福利视频| 日本黄大片高清| 日本黄色片子视频| 色噜噜av男人的天堂激情| 99久久成人亚洲精品观看| 成人漫画全彩无遮挡| 欧美三级亚洲精品| 99久国产av精品| 国产一区二区在线av高清观看| 婷婷精品国产亚洲av| 亚洲欧美日韩高清专用| 亚洲精品在线观看二区| 91精品国产九色| 国产成人91sexporn| 精品久久久噜噜| 国产av不卡久久| 麻豆一二三区av精品| 日韩强制内射视频| 国产精品人妻久久久久久| 国产精品精品国产色婷婷| 欧美日韩国产亚洲二区| 中文字幕熟女人妻在线| 亚洲无线观看免费| 天美传媒精品一区二区| 欧美人与善性xxx| 一区二区三区四区激情视频 | 国产精品人妻久久久久久| 免费看美女性在线毛片视频| 日韩精品中文字幕看吧| 一级毛片我不卡| 日韩欧美 国产精品| 国产亚洲欧美98| www日本黄色视频网| 别揉我奶头 嗯啊视频| 亚洲自偷自拍三级| 亚洲成av人片在线播放无| 99国产精品一区二区蜜桃av| 全区人妻精品视频| 亚洲欧美清纯卡通| 亚洲一区二区三区色噜噜| 亚洲精品国产av成人精品 | 嫩草影院入口| 在线观看66精品国产| 久久午夜亚洲精品久久|