• <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 ?

    基于度量學習的意圖識別和槽填充方法

    2021-12-01 05:26:52衣景龍趙鐵軍
    智能計算機與應(yīng)用 2021年8期
    關(guān)鍵詞:意圖膠囊向量

    衣景龍,趙鐵軍

    (1 哈爾濱工業(yè)大學 計算機科學與技術(shù)學院,哈爾濱 150001;2 哈爾濱工業(yè)大學 機器智能與翻譯實驗室,哈爾濱 150001)

    0 引言

    近年來,深度學習方法被廣泛應(yīng)用于計算機視覺以及人機對話等人工智能的多個領(lǐng)域[1],并極大地推動了這些領(lǐng)域的發(fā)展。但目前的深度學習方法都需要大量的標注訓練數(shù)據(jù),而在工業(yè)界應(yīng)用的過程中,很難獲得大規(guī)模標注好的數(shù)據(jù)。以任務(wù)型對話系統(tǒng)為例,在系統(tǒng)研發(fā)時很難獲得大量的用戶對話語料,若獲取了大量的對話數(shù)據(jù),也面臨著人工標注成本高昂的窘境。同時,像任務(wù)型對話系統(tǒng)等類似的線上應(yīng)用如百度的小度[2],用戶的需求往往變化比較頻繁,會導(dǎo)致數(shù)據(jù)標注和模型訓練反復(fù)進行。因此,小樣本場景下對自然語言理解技術(shù)的研究,成為本課題的重中之重。在目前的人機對話系統(tǒng)研究中,意圖識別和槽填充任務(wù)的效果往往是影響人機對話系統(tǒng)性能的關(guān)鍵。小樣本場景下的意圖識別和槽填充任務(wù)面臨著許多挑戰(zhàn):由于樣本量不足,模型往往難以學到足夠的語言知識;現(xiàn)有的基于原型向量的小樣本下的分類方法,往往會損失信息。另外,還涉及到意圖識別和槽識別任務(wù)如何結(jié)合等問題。

    目前,小樣本場景中的自然語言理解方法已經(jīng)取得了不錯的進展,文獻[3]中提出了基于原型向量計算的非參學習的閾值調(diào)整方法用于小樣本下的多意圖分類,取得了較好的實驗效果。阿里巴巴團隊提出基于BERT 的預(yù)訓練聯(lián)合識別模型[4],用BERT 動態(tài)表征詞的多義性,解決一詞多義的問題,在ATIS 數(shù)據(jù)集上意圖識別的準確率達到了97.5%,槽填充的F1 值達到了96.1%的結(jié)果。本文提出了加入預(yù)訓練語言模型Fine-tune 方法和膠囊網(wǎng)絡(luò)動態(tài)計算原型向量的方法,有效改善了小樣本場景下的自然語言理解效果。

    1 Fine-tune 方法

    以BERT 為代表的預(yù)訓練模型[5]是在海量數(shù)據(jù)上訓練得到的,雖然含有大量的先驗語言知識,可以在小樣本場景下提高小樣本學習的性能,但當應(yīng)用于不同的數(shù)據(jù)集時,往往需要微調(diào),來使表征向量更為貼合新數(shù)據(jù)集的語義。

    由于BERT 的預(yù)訓練過程與本文的模型訓練過程不一致,BERT 中CLS向量雖然被視為句子的表示向量,但其在訓練過程中,卻是用來對句子對之前是否是順序關(guān)系做判斷,這與本文在訓練過程中對句子進行分類過程并不一致。當面臨多任務(wù)時,預(yù)訓練過程與訓練過程不一致導(dǎo)致的誤差會被放大。對此,本研究對模型進行了微調(diào),在BERT 后,鏈接兩個全連接輸出層,一個接在CLS向量之后,用以進行意圖分類,一個接在token向量之后用以進行槽填充。具體實現(xiàn)過程如下:

    (1)在海量數(shù)據(jù)集(wiki)上訓練出BERT 模型(也可直接調(diào)用已經(jīng)訓練好的)。

    (2)在改進的BERT 后加一個全連接層,其參數(shù)隨機初始化生成,直接調(diào)用CLS向量和各個詞向量進行意圖和槽的分類,進行Fine tune。

    (3)丟棄第二步中的全連接層,將現(xiàn)在的BERT作為新的模型的編碼器,后面接入小樣本的意圖識別和槽填充模型。

    整體模型框架如圖1 所示。

    圖1 預(yù)訓練過程圖Fig.1 Pre-training process

    在本文中,源模型采用哈爾濱工業(yè)大學社會信息與檢索團隊預(yù)訓練的中文語言模型,將該模型進行改進,在其后直接加一個全連接層進行分類,依次來彌合小樣本數(shù)據(jù)與源預(yù)訓練數(shù)據(jù)的分布誤差后,舍棄掉全連接層,在其后加入小樣本訓練模型,用于原型向量的計算和匹配分類。因為在Fine tune 方法中可能會存在“災(zāi)難性遺忘”問題,因此在訓練時可以固定BERT 編碼器的參數(shù),只訓練小樣本模型。當選擇Fine tune 編碼器時,還采用了學習率預(yù)熱方法warm up,即在訓練開始時使用一個較小的學習率,訓練了一定的epoch 或者step 之后,再修改為原來設(shè)置的學習率來進行學習。這是因為最開始的時候,若學習率較大,模型可能不穩(wěn)定,通過warm up的方式,可以在一定程度上避免模型震蕩。

    2 基于度量學習方法的意圖識別和槽填充

    通過BERT 編碼器,提取出句子和字的表示向量,在Support Set 中將不同的意圖標簽和槽標簽所對應(yīng)的向量通過取平均等方式作為原型向量ci,同時利用BERT 編碼器獲取Ouery Set 中語句和字的表示向量與原型向量計算相似度,通過最近鄰的思想來確定每個語句的意圖標簽和每個字的槽標簽。

    最初求原型向量的做法是對每個意圖或槽所對應(yīng)的向量直接取平均[6],但在每個句子中可能存在一些與意圖無關(guān)的干擾信息,如果直接加和或者取平均的方式很容易導(dǎo)致這些與意圖或者槽無關(guān)的干擾信息累加,影響最終的效果。因此,本課題采用了膠囊網(wǎng)絡(luò)的方式,去除從樣本表示計算類別過程中的無關(guān)信息[7]。其模型架構(gòu)如圖2 所示。

    圖2 模型架構(gòu)圖Fig.2 Model architecture diagram

    將支撐集的樣本通過BERT 編碼表示為向量之后,將這些表示向量視為輸入的膠囊,輸出的膠囊視為類別的語義特征表示,從輸入膠囊到輸出膠囊的過程中采取動態(tài)路由算法。

    首先是對所有的句子(字)表示向量接一個前饋神經(jīng)網(wǎng)絡(luò),這等同于做了一次矩陣轉(zhuǎn)化,其意義在于從樣本表示的語義空間轉(zhuǎn)換到類比表示的語義空間。

    式中,eij表示類別i中第j個樣本的句子(詞)向量表示,是轉(zhuǎn)換后的表示。然后采用動態(tài)路由算法來過濾無關(guān)信息,提取類別的表示特征。在每次路由迭代的過程中,將其權(quán)重因子輸入到softmax函數(shù),確保其加和為1。

    其中,bi為連接系數(shù),初始化為0,等同于在最開始的時候采用平均化的操作。每一類的類別向量,是其轉(zhuǎn)后候選類向量的加權(quán)之和。

    為了保證每個類的向量模長不超過1,使用一個非線性的squash函數(shù)來對其進行處理。

    每次迭代結(jié)束后,通過路由協(xié)議來調(diào)整不同膠囊之間的連接權(quán)重。如果產(chǎn)生類別表示的向量ci與該樣本的候選向量在向量空間中較為相近,則增大該連接權(quán)重,否則減小該連接權(quán)重。

    在本文模型中,經(jīng)過實驗,迭代次數(shù)設(shè)置為3次。

    3 實驗

    3.1 實驗數(shù)據(jù)

    本文的實驗數(shù)據(jù)為小樣本數(shù)據(jù)集,數(shù)據(jù)來源主要有兩個途徑:一是SMP2020 中文人機對話技術(shù)評測(ECDT)TASK1;此外,少部分數(shù)據(jù)來源于SNIP 等公開數(shù)據(jù)集上進行翻譯,設(shè)計腳本,抽取出小樣本所需要的樣本組織形式。數(shù)據(jù)規(guī)模為:

    (1)訓練集:查詢城市、APP 問答、詢問價格、翻譯、查詢天氣、航班預(yù)訂等在內(nèi)的45 個領(lǐng)域。

    (2)開發(fā)集:單詞查詢、垃圾分類、笑話、假期、溫度查詢5 個領(lǐng)域。

    (3)測試集:時間規(guī)劃、講故事、虛擬查詢、星座問答、戲劇問答等在內(nèi)的9 個領(lǐng)域。共計:6 694 個句子,143 個意圖及205 個槽位。

    格式如下:

    其中,text 是要查詢的文本;domain 是領(lǐng)域;intent 是文本意圖;slots 是文本中存在的詞槽。本課題抽取了3-shot 和5-shot 的數(shù)據(jù)集進行研究。

    3.2 實驗結(jié)果

    對于小樣本意圖分類任務(wù),采用準確率(Accuracy)作為評價指標。對于小樣本語義槽填充任務(wù),采用F1- score作為評價指標,當預(yù)測槽位的一個槽和其值組合與標準答案的一個槽和槽值組合完全一致,視為一個正確預(yù)測。用句子準確率作為二者聯(lián)合訓練的評價指標。只要當該句子的意圖識別和槽填充全部正確時,該樣本才算一個正確樣本。

    實驗結(jié)果見表1~表3。

    表1 在3-shot 數(shù)據(jù)集上聯(lián)合學習實驗結(jié)果Tab.1 Joint learning experiment results on 3-shot dataset

    表2 意圖識別實驗結(jié)果Tab.2 Intent detection experimental results

    表3 槽填充實驗結(jié)果Tab.3 Slot filling experimental results

    由表1 可知,當意圖識別和槽填充任務(wù)聯(lián)合訓練時,F(xiàn)ine-tune 的方法對槽識別任務(wù)效果提升明顯。而膠囊網(wǎng)絡(luò)的引入,雖然提高了意圖識別的效果,但也造成了槽填充任務(wù)的效果下降。針對此,本文單獨以膠囊網(wǎng)絡(luò)對槽填充和意圖識別的影響做了消融實驗。

    由表2 和表3 可以看出,膠囊網(wǎng)絡(luò)對意圖識別實驗有明顯的提升作用,但是在槽填充任務(wù)上并沒有獲得提升效果。其原因可能是對于細粒度的詞級分類而言,并沒有太多的無關(guān)信息,而膠囊網(wǎng)絡(luò)的引入反而使最終的原型向量與對應(yīng)的類別中特征平緩的單詞更為相像,反而引入了誤差和偏置;而對意圖識別任務(wù)而言,其粒度是句子級,可能由于表述習慣不同,或者無關(guān)單詞較多等原因,含有較多的與意圖類別無關(guān)的干擾信息,此時引入膠囊網(wǎng)絡(luò),可以起到一個很好的消除干擾信息的作用。

    4 結(jié)束語

    本文對人機對話中的小樣本學習場景下的意圖識別和槽填充展開了研究,采用了基于度量學習(Metric based)的方法[8]。度量學習方法通過計算query set 中的樣本與support set 中樣本的距離,尋找距離最近的類別樣本作為分類標簽,同時將兩個任務(wù)聯(lián)合進行訓練,用以提升模型的效果。從實驗結(jié)果中可以得出,本文的Fine-tune 方法對意圖識別和槽填充任務(wù)都有一定的幫助和提升,膠囊網(wǎng)絡(luò)在意圖識別中也起到了不錯的效果,可以幫助去除一部分無關(guān)信息,但對槽填充任務(wù)的幫助不明顯。因此下一步可以繼續(xù)研究在詞級別的原型向量計算上是否有更好的改進方法,能更準確的表征槽的類別向量,同時在Metric based 的小樣本學習方法中可以看出,主要的改進方向有兩個:一是對樣本語義表征向量的計算;二是對原型向量的計算,這對以后的研究也是一個好的啟發(fā)。

    猜你喜歡
    意圖膠囊向量
    膠囊可以打開吃嗎?
    Shugan Jieyu capsule (舒肝解郁膠囊) improve sleep and emotional disorder in coronavirus disease 2019 convalescence patients: a randomized,double-blind,placebo-controlled trial
    原始意圖、對抗主義和非解釋主義
    法律方法(2022年2期)2022-10-20 06:42:20
    陸游詩寫意圖(國畫)
    向量的分解
    Shumian capsule(舒眠膠囊)improves symptoms of sleep mood disorder in convalescent patients of Corona Virus Disease 2019
    聚焦“向量與三角”創(chuàng)新題
    制定法解釋與立法意圖的反事實檢驗
    法律方法(2021年3期)2021-03-16 05:56:58
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    欧美性感艳星| 欧美老熟妇乱子伦牲交| 国产高潮美女av| 久久久久久久久大av| 又爽又黄无遮挡网站| 精品久久久噜噜| 亚洲成人av在线免费| 国产一区二区在线观看日韩| av在线天堂中文字幕| 久久久久精品性色| 内地一区二区视频在线| 麻豆乱淫一区二区| 日韩不卡一区二区三区视频在线| 国产极品天堂在线| 日本色播在线视频| 久久精品久久精品一区二区三区| 特大巨黑吊av在线直播| 五月开心婷婷网| 国产真实伦视频高清在线观看| 男女国产视频网站| 在线免费观看不下载黄p国产| 成年女人在线观看亚洲视频 | 久久ye,这里只有精品| 日本欧美国产在线视频| 可以在线观看毛片的网站| 精品熟女少妇av免费看| 国产国拍精品亚洲av在线观看| 男插女下体视频免费在线播放| 高清毛片免费看| 免费大片黄手机在线观看| 国产黄频视频在线观看| 亚洲av一区综合| 少妇熟女欧美另类| 亚洲在久久综合| 亚洲欧美日韩无卡精品| 综合色丁香网| 国产爽快片一区二区三区| 日韩国内少妇激情av| 国产黄频视频在线观看| 69av精品久久久久久| 国产中年淑女户外野战色| 精品久久久精品久久久| 亚洲一区二区三区欧美精品 | 视频中文字幕在线观看| 热re99久久精品国产66热6| 国产又色又爽无遮挡免| 亚洲欧美精品专区久久| 午夜亚洲福利在线播放| 亚洲美女搞黄在线观看| 日本免费在线观看一区| 免费不卡的大黄色大毛片视频在线观看| 性插视频无遮挡在线免费观看| 狠狠精品人妻久久久久久综合| 内射极品少妇av片p| 免费看a级黄色片| 国产精品爽爽va在线观看网站| 亚洲欧美一区二区三区国产| 亚洲国产精品999| 免费高清在线观看视频在线观看| 欧美日韩视频高清一区二区三区二| 成人鲁丝片一二三区免费| 日韩成人伦理影院| 97人妻精品一区二区三区麻豆| 天美传媒精品一区二区| 别揉我奶头 嗯啊视频| 网址你懂的国产日韩在线| 少妇丰满av| 久久6这里有精品| 18禁动态无遮挡网站| 大香蕉久久网| 亚洲一级一片aⅴ在线观看| 亚洲va在线va天堂va国产| 亚洲va在线va天堂va国产| 免费看av在线观看网站| 色综合色国产| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 麻豆成人av视频| 中文欧美无线码| 18禁在线播放成人免费| 狠狠精品人妻久久久久久综合| 久久久久久久久久久免费av| 美女国产视频在线观看| 大香蕉97超碰在线| 可以在线观看毛片的网站| 国产免费福利视频在线观看| 国国产精品蜜臀av免费| 狂野欧美激情性bbbbbb| 伦精品一区二区三区| 五月伊人婷婷丁香| 精品久久久精品久久久| 亚洲人成网站在线观看播放| 精华霜和精华液先用哪个| 亚洲,一卡二卡三卡| 狠狠精品人妻久久久久久综合| 波野结衣二区三区在线| 97超视频在线观看视频| 亚洲成人久久爱视频| 国产精品国产av在线观看| 免费高清在线观看视频在线观看| 少妇猛男粗大的猛烈进出视频 | 国产黄a三级三级三级人| 老司机影院成人| 一级毛片aaaaaa免费看小| 在线观看av片永久免费下载| 成人漫画全彩无遮挡| 亚洲成人一二三区av| 欧美激情久久久久久爽电影| 日韩大片免费观看网站| 下体分泌物呈黄色| 搞女人的毛片| 精品国产三级普通话版| 亚洲精品日本国产第一区| 秋霞伦理黄片| av国产免费在线观看| 国产免费视频播放在线视频| 亚洲三级黄色毛片| 亚洲欧美精品专区久久| 精品久久久久久久末码| 一级毛片aaaaaa免费看小| 国产极品天堂在线| 毛片一级片免费看久久久久| 日本一本二区三区精品| 欧美亚洲 丝袜 人妻 在线| 色视频在线一区二区三区| 国产91av在线免费观看| 亚洲av欧美aⅴ国产| 国产亚洲最大av| 热re99久久精品国产66热6| 白带黄色成豆腐渣| 2018国产大陆天天弄谢| 香蕉精品网在线| 成人亚洲精品一区在线观看 | 国产精品爽爽va在线观看网站| 成人二区视频| 国产免费福利视频在线观看| 91在线精品国自产拍蜜月| 亚洲图色成人| 国产乱人视频| 欧美激情在线99| 国产乱人偷精品视频| 午夜福利在线观看免费完整高清在| 3wmmmm亚洲av在线观看| 国产精品无大码| 精品人妻一区二区三区麻豆| 欧美日韩亚洲高清精品| 大又大粗又爽又黄少妇毛片口| 黄色一级大片看看| 亚洲精品久久久久久婷婷小说| 又粗又硬又长又爽又黄的视频| 久久午夜福利片| 超碰97精品在线观看| 成人午夜精彩视频在线观看| 寂寞人妻少妇视频99o| 国产精品av视频在线免费观看| 免费大片18禁| 日韩亚洲欧美综合| 人人妻人人爽人人添夜夜欢视频 | 久久久欧美国产精品| 亚洲精品日韩av片在线观看| 欧美日韩国产mv在线观看视频 | 成人毛片60女人毛片免费| 亚洲精品国产色婷婷电影| 美女视频免费永久观看网站| 国产av码专区亚洲av| 夫妻午夜视频| 美女视频免费永久观看网站| 男的添女的下面高潮视频| 欧美一区二区亚洲| 夜夜爽夜夜爽视频| 成人黄色视频免费在线看| 女人十人毛片免费观看3o分钟| 麻豆乱淫一区二区| 久久精品久久久久久噜噜老黄| 99久久精品热视频| 2018国产大陆天天弄谢| 美女cb高潮喷水在线观看| 日本三级黄在线观看| 亚洲欧美日韩东京热| 亚洲欧美精品专区久久| 激情 狠狠 欧美| 免费黄色在线免费观看| 国产探花在线观看一区二区| 国产有黄有色有爽视频| 国产伦精品一区二区三区视频9| av国产精品久久久久影院| 少妇人妻精品综合一区二区| 免费大片黄手机在线观看| 国产一区亚洲一区在线观看| 一级av片app| 美女脱内裤让男人舔精品视频| 精品一区在线观看国产| 国产成人a区在线观看| 午夜福利在线在线| 日韩免费高清中文字幕av| 久久亚洲国产成人精品v| 国产精品久久久久久精品电影| 免费黄色在线免费观看| 亚洲欧美精品自产自拍| 国产成人免费无遮挡视频| 成人一区二区视频在线观看| 久久精品久久久久久噜噜老黄| 人妻少妇偷人精品九色| 岛国毛片在线播放| 99九九线精品视频在线观看视频| 成人美女网站在线观看视频| 免费播放大片免费观看视频在线观看| 91狼人影院| 最新中文字幕久久久久| 免费在线观看成人毛片| 国内精品美女久久久久久| 欧美日韩视频高清一区二区三区二| 久久久a久久爽久久v久久| 国产精品成人在线| 水蜜桃什么品种好| 欧美三级亚洲精品| 色播亚洲综合网| a级一级毛片免费在线观看| 男女下面进入的视频免费午夜| 男人爽女人下面视频在线观看| 日韩国内少妇激情av| 高清日韩中文字幕在线| 欧美 日韩 精品 国产| 大话2 男鬼变身卡| 亚洲精品影视一区二区三区av| 亚洲人成网站在线观看播放| 国产成人精品婷婷| 亚洲图色成人| av国产免费在线观看| 热99国产精品久久久久久7| tube8黄色片| 日本免费在线观看一区| 久久久久久久久大av| 国产精品熟女久久久久浪| 久久久精品免费免费高清| av免费观看日本| 97热精品久久久久久| 日韩视频在线欧美| 亚洲精品乱码久久久久久按摩| 深爱激情五月婷婷| 国产精品一二三区在线看| 欧美变态另类bdsm刘玥| 天天躁夜夜躁狠狠久久av| 狂野欧美激情性xxxx在线观看| 韩国av在线不卡| 99re6热这里在线精品视频| 亚洲精品日韩av片在线观看| 毛片一级片免费看久久久久| 国产日韩欧美亚洲二区| 少妇高潮的动态图| 日韩制服骚丝袜av| 日韩欧美精品免费久久| tube8黄色片| 中文天堂在线官网| 偷拍熟女少妇极品色| 在线观看人妻少妇| 亚洲国产av新网站| 18禁动态无遮挡网站| 亚洲激情五月婷婷啪啪| 亚洲欧美中文字幕日韩二区| 日本黄大片高清| 卡戴珊不雅视频在线播放| 日韩成人伦理影院| 久久久国产一区二区| 亚洲国产精品国产精品| 精品人妻视频免费看| 在线免费十八禁| 国产精品一区二区在线观看99| 舔av片在线| 国产免费又黄又爽又色| 国产成人免费观看mmmm| 内地一区二区视频在线| 黄片wwwwww| 国产 精品1| 全区人妻精品视频| 亚洲婷婷狠狠爱综合网| 日韩国内少妇激情av| 男女国产视频网站| 国产淫语在线视频| 午夜激情久久久久久久| 真实男女啪啪啪动态图| www.色视频.com| 亚洲精品中文字幕在线视频 | 内地一区二区视频在线| 欧美bdsm另类| 国产成人aa在线观看| 看免费成人av毛片| 久久久精品免费免费高清| 国产色婷婷99| 成年版毛片免费区| 五月伊人婷婷丁香| 欧美丝袜亚洲另类| 久久精品人妻少妇| 久久久久精品性色| 边亲边吃奶的免费视频| 男人爽女人下面视频在线观看| 美女脱内裤让男人舔精品视频| 久久6这里有精品| 亚洲国产精品999| 久久久国产一区二区| 中文字幕人妻熟人妻熟丝袜美| 日本色播在线视频| 国产精品一二三区在线看| 午夜福利高清视频| 人妻少妇偷人精品九色| 男的添女的下面高潮视频| 久久国内精品自在自线图片| 日本免费在线观看一区| 高清欧美精品videossex| 女人久久www免费人成看片| 综合色丁香网| 精品少妇黑人巨大在线播放| 精品少妇久久久久久888优播| 国产在线男女| 精品一区在线观看国产| 国产又色又爽无遮挡免| 搡老乐熟女国产| 联通29元200g的流量卡| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲欧美中文字幕日韩二区| 边亲边吃奶的免费视频| 国产精品嫩草影院av在线观看| 亚洲成人av在线免费| 亚洲国产精品成人综合色| 久久久久久久久久成人| 青青草视频在线视频观看| 成人午夜精彩视频在线观看| 久久久成人免费电影| 国产片特级美女逼逼视频| 国产成人免费观看mmmm| 激情五月婷婷亚洲| 简卡轻食公司| 在线看a的网站| 亚洲va在线va天堂va国产| 岛国毛片在线播放| 少妇猛男粗大的猛烈进出视频 | 国产亚洲最大av| 午夜免费观看性视频| 国产一区亚洲一区在线观看| 男人添女人高潮全过程视频| 亚洲精品乱久久久久久| 亚洲天堂国产精品一区在线| av免费在线看不卡| 久久久久久久久久久丰满| 99热国产这里只有精品6| 国产精品蜜桃在线观看| 男女下面进入的视频免费午夜| 香蕉精品网在线| 97人妻精品一区二区三区麻豆| 女人被狂操c到高潮| 国产极品天堂在线| 干丝袜人妻中文字幕| 神马国产精品三级电影在线观看| 天堂俺去俺来也www色官网| 国产极品天堂在线| 婷婷色av中文字幕| 26uuu在线亚洲综合色| 亚洲精品456在线播放app| 精品人妻视频免费看| 亚洲精品中文字幕在线视频 | 岛国毛片在线播放| av卡一久久| 国产精品.久久久| 免费观看性生交大片5| 伊人久久精品亚洲午夜| av在线播放精品| 日韩国内少妇激情av| 精品少妇久久久久久888优播| 亚洲无线观看免费| 观看美女的网站| 亚洲性久久影院| 欧美变态另类bdsm刘玥| 久久精品综合一区二区三区| 青春草视频在线免费观看| 日韩大片免费观看网站| 中文字幕久久专区| 色哟哟·www| 80岁老熟妇乱子伦牲交| 99九九线精品视频在线观看视频| 伦精品一区二区三区| 视频中文字幕在线观看| 成人免费观看视频高清| videossex国产| 国产高清不卡午夜福利| 男人和女人高潮做爰伦理| 亚洲欧美精品自产自拍| 亚洲欧美一区二区三区国产| 大话2 男鬼变身卡| 亚洲人与动物交配视频| 久久99蜜桃精品久久| 成人二区视频| 少妇丰满av| 久久精品国产a三级三级三级| 美女国产视频在线观看| 欧美97在线视频| 啦啦啦在线观看免费高清www| 亚洲三级黄色毛片| 亚洲最大成人av| 日韩在线高清观看一区二区三区| 一级毛片久久久久久久久女| 久久鲁丝午夜福利片| 国产成人免费无遮挡视频| .国产精品久久| 久久久久九九精品影院| 欧美精品人与动牲交sv欧美| 免费在线观看成人毛片| 精品久久久久久久久亚洲| 亚洲精品乱码久久久v下载方式| 国产精品av视频在线免费观看| 极品少妇高潮喷水抽搐| 国产精品人妻久久久影院| 日韩电影二区| 深爱激情五月婷婷| 看十八女毛片水多多多| 春色校园在线视频观看| 中文字幕av成人在线电影| 最近的中文字幕免费完整| 国产黄色免费在线视频| 欧美日韩亚洲高清精品| 免费电影在线观看免费观看| 国产欧美日韩精品一区二区| 亚洲av一区综合| 色综合色国产| 毛片女人毛片| 男女啪啪激烈高潮av片| 美女高潮的动态| 97人妻精品一区二区三区麻豆| 内地一区二区视频在线| 精品午夜福利在线看| 国产在线男女| av在线播放精品| 国产高清不卡午夜福利| 亚洲国产精品成人久久小说| 久久99蜜桃精品久久| 狠狠精品人妻久久久久久综合| 国产成人91sexporn| 精品久久久噜噜| a级毛片免费高清观看在线播放| 伦精品一区二区三区| 久久韩国三级中文字幕| 肉色欧美久久久久久久蜜桃 | 深夜a级毛片| 欧美成人午夜免费资源| 国产亚洲91精品色在线| av在线亚洲专区| 久久97久久精品| 熟女电影av网| 亚洲欧美一区二区三区国产| 欧美日韩视频精品一区| 国产乱人偷精品视频| 自拍欧美九色日韩亚洲蝌蚪91 | 午夜精品一区二区三区免费看| 成人特级av手机在线观看| 色5月婷婷丁香| 日日摸夜夜添夜夜爱| 一级毛片黄色毛片免费观看视频| 少妇人妻精品综合一区二区| 一区二区av电影网| 亚洲精品一区蜜桃| 午夜激情久久久久久久| 国产伦在线观看视频一区| 亚洲欧美日韩卡通动漫| 一级毛片黄色毛片免费观看视频| 少妇人妻精品综合一区二区| 久久精品久久久久久噜噜老黄| av在线老鸭窝| 中国国产av一级| 国产毛片a区久久久久| 欧美成人a在线观看| 国产毛片a区久久久久| 亚洲色图综合在线观看| 国产 精品1| 亚洲欧美成人精品一区二区| 亚州av有码| 中文字幕亚洲精品专区| 亚洲精品自拍成人| 亚洲人与动物交配视频| 看非洲黑人一级黄片| 极品少妇高潮喷水抽搐| av一本久久久久| 一个人看视频在线观看www免费| 欧美成人一区二区免费高清观看| 欧美精品一区二区大全| 晚上一个人看的免费电影| 18禁裸乳无遮挡动漫免费视频 | 久久人人爽人人爽人人片va| 欧美人与善性xxx| 日韩欧美精品免费久久| 国产黄色免费在线视频| 亚洲图色成人| 丰满乱子伦码专区| 亚洲色图av天堂| 2021少妇久久久久久久久久久| 亚洲av中文av极速乱| 国产精品蜜桃在线观看| 在线观看一区二区三区| 最近最新中文字幕大全电影3| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲精品一区蜜桃| 国产男女内射视频| 亚洲性久久影院| 午夜老司机福利剧场| 久久久久久九九精品二区国产| 又爽又黄无遮挡网站| 最近最新中文字幕免费大全7| 99久久精品一区二区三区| 校园人妻丝袜中文字幕| 国产成人精品久久久久久| 人妻系列 视频| 日本wwww免费看| 日韩一区二区视频免费看| 天美传媒精品一区二区| 亚洲欧美一区二区三区黑人 | 51国产日韩欧美| 五月伊人婷婷丁香| 欧美97在线视频| 超碰av人人做人人爽久久| 18+在线观看网站| 久久人人爽av亚洲精品天堂 | 亚洲av免费在线观看| 如何舔出高潮| 男人舔奶头视频| 热re99久久精品国产66热6| av免费在线看不卡| 国产成人一区二区在线| 插阴视频在线观看视频| 亚洲欧美精品专区久久| 国产一区有黄有色的免费视频| 中国国产av一级| 色网站视频免费| 亚洲欧美日韩另类电影网站 | 国产成人精品婷婷| 日韩,欧美,国产一区二区三区| 色婷婷久久久亚洲欧美| 看非洲黑人一级黄片| 免费人成在线观看视频色| 欧美zozozo另类| 中文天堂在线官网| 九九爱精品视频在线观看| 久久精品综合一区二区三区| 欧美最新免费一区二区三区| 麻豆乱淫一区二区| 免费电影在线观看免费观看| 人人妻人人爽人人添夜夜欢视频 | 精品久久久久久久久av| 免费大片黄手机在线观看| 下体分泌物呈黄色| 亚洲av成人精品一二三区| 欧美变态另类bdsm刘玥| 少妇的逼好多水| 免费大片黄手机在线观看| 黄色视频在线播放观看不卡| 又大又黄又爽视频免费| 国产精品国产av在线观看| 日韩欧美精品免费久久| 中文欧美无线码| 日本三级黄在线观看| 色吧在线观看| 精品久久久精品久久久| 尤物成人国产欧美一区二区三区| 哪个播放器可以免费观看大片| 亚洲精品第二区| 成年女人看的毛片在线观看| 18禁在线无遮挡免费观看视频| 国产精品99久久久久久久久| 性色avwww在线观看| 91aial.com中文字幕在线观看| 欧美一级a爱片免费观看看| 女人十人毛片免费观看3o分钟| 在线天堂最新版资源| 亚洲欧美日韩另类电影网站 | 免费观看a级毛片全部| 成人一区二区视频在线观看| 大片免费播放器 马上看| 日产精品乱码卡一卡2卡三| 又黄又爽又刺激的免费视频.| 最近中文字幕高清免费大全6| 久久久久久九九精品二区国产| 久久久久久久久久久丰满| 美女xxoo啪啪120秒动态图| 夫妻性生交免费视频一级片| 最近的中文字幕免费完整| 国产精品一及| 在线精品无人区一区二区三 | 国产色婷婷99| 国产成人a∨麻豆精品| 成人毛片a级毛片在线播放| 亚洲精品乱码久久久v下载方式| 舔av片在线| 制服丝袜香蕉在线| 欧美高清性xxxxhd video| 亚洲精品国产色婷婷电影| 欧美三级亚洲精品| 国产91av在线免费观看| 国产高清国产精品国产三级 | 精品久久久久久久久av| 成人亚洲欧美一区二区av| 成人二区视频| 久久精品综合一区二区三区| 精品国产露脸久久av麻豆| 欧美 日韩 精品 国产| 激情五月婷婷亚洲| 免费观看在线日韩| 亚洲av不卡在线观看| 亚洲最大成人av| 三级国产精品欧美在线观看| 国产欧美日韩一区二区三区在线 | 美女脱内裤让男人舔精品视频| 嘟嘟电影网在线观看| 久久久精品94久久精品| 熟女电影av网| 欧美极品一区二区三区四区| 激情 狠狠 欧美| 两个人的视频大全免费| 97在线人人人人妻| 日韩成人av中文字幕在线观看|