• <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 ?

    基于語義詞向量的自媒體短文本主題建模

    2019-12-23 07:24:21黃嬋
    計算機時代 2019年12期

    黃嬋

    摘? 要: 短文本建模的稀疏問題是短文本主題建模的主要問題,文章提出基于詞向量的短文本主題建模模型—語義詞向量模型(Semantics Word Embedding Modeling,SWEM)。采用半自動的方法對短文本信息進行擴充,對短文本相應詞語進行同義詞林處理,增加短文本集合中詞共現(xiàn)信息,豐富文檔內容,推理出較高質量的文本主題結構,解決短文本的詞共現(xiàn)信息不足的問題。實驗表明,SWEM模型優(yōu)于LDA、BTM等傳統(tǒng)模型。

    關鍵詞: 短文本; 主題建模; 同義詞; SWEM

    中圖分類號:TP311? ? ? ? ? 文獻標志碼:A? ? ?文章編號:1006-8228(2019)12-57-04

    Topic modeling of self-media short text based on semantic word vector

    Huang Chan

    (Ganzhou teachers college, Ganzhou, Jiangxi 341000, China)

    Abstract: The sparse problem of short text modeling is the main problem of short text topic modeling. This paper proposes a word-vector based short text topic modeling model SWEM (Semantics word embedding modeling). It uses semi-automatic method to expand short text information, the word in short text is processed with corresponding synonyms of the word, to increase word co-occurrence information in short text set, to enrich document content, so as to infer a high quality text topic structure and to solve the problem of insufficient co-occurrence of words in decisive texts. Experiments show that SWEM model is superior to traditional models such as LDA and BTM.

    Key words: short text; topic modeling; synonym; SWEM

    0 引言

    自媒體是指以現(xiàn)代化、電子化的手段,向不特定的大多數(shù)或者特定的單個人傳遞規(guī)范性及非規(guī)范性信息的新媒體的總稱。通常以短文本的形式活躍于視野中。其特點主要有文本長度較短,內容表達隨意常出現(xiàn)一些錯別字、同音字詞,甚至出現(xiàn)流行網絡用語。因此,在海量的短文本數(shù)據(jù)內挖掘有價值的信息是一項極具挑戰(zhàn)的任務。

    1 相關研究

    主題模型(topic model)是指以非監(jiān)督學習的方式對文集的隱含語義結構進行聚類的統(tǒng)計模型[1],而主題建模能夠從一個文本對象中自動識別它的主題,且發(fā)現(xiàn)隱藏的模式,有助于作出更好的決策。自媒體作為短文本的一種常見特性,挖掘其主題具有較強的實用價值,已經得到了科研工作者的關注與研究。

    Malone[2]等人在1987年就發(fā)表了具有影響力的論文,提出了最早的協(xié)同過濾。2003年,Blei等學者提出了隱含狄利克雷分布(Latent Dirichlet Allocation,LDA)[3]模型。晏小輝[4]等的學者提出了一個雙詞主題模型(Biterm Topic Model,BTM),對雙詞來建模,構成了雙詞-主題-單詞的三層結構。唐曉波等[5]人建立了基于主題圖的用戶興趣模型,運用無尺度圖K-中心點算法對主題圖進行更深層次的聚類挖掘。鄧智龍[6]則提出了用戶興趣關聯(lián)規(guī)則的興趣發(fā)現(xiàn)方法,發(fā)現(xiàn)各個興趣之間的關聯(lián)規(guī)則。趙捧未等[7]提出的用戶興趣模型構建方法是利用了本地節(jié)點資源和知識地圖的構建。胡吉明等[8]從模塊度改進的角度,針對用戶興趣多元化和關系社區(qū)的交叉性特點對社區(qū)發(fā)現(xiàn)算法進行了改進。

    從上述的研究成果中可以看出,其核心部分都是建立主題模型,但建模過程中都面臨了短文本的稀疏問題,遺憾的是多數(shù)作者并沒有提出快速而簡易的方法。

    本文結合其他研究者思路對解決短文本的稀疏問題進行分析與研究。提出語義詞向量模型(Semanticswordembedding modeling,SWEM),對詞向量進行建模,對海量短文本自媒體信息構建結構化主題,發(fā)現(xiàn)社團和意見領袖。

    2 一種基于語義詞向量的自媒體短文本主題建模

    2.1 自媒體短文本主題建模分析

    傳統(tǒng)的主題模型是對文檔產生過程建模,認為存在文檔、主題、詞三層結構,文檔包含多個主題,詞由每個詞產生,隱式地利用文檔級別的詞共現(xiàn)信息推理主題結構,這類模型較適應于長文本。然而,短文本文檔經過去停用詞等手段處理之后,每個文本包含的詞數(shù)通常非常少,當傳統(tǒng)模型應用在短文本時,詞頻信息和詞共現(xiàn)信息嚴重不足,導致稀疏問題。在使用推理算法時,難以準確地推理出文檔中主題分布參數(shù)與主題和詞的分布參數(shù),大大影響短文本主題建模的效果。因此,解決短文本的稀疏問題是重點。

    2.2 語義詞向量模型

    哈工大同義詞詞林能針對不同的詞語的語義進行不同角度的詞匯擴充。面對同義詞林的優(yōu)勢,不難想到利用哈工大同義詞詞林,采用半自動的方法對短文本信息進行擴充,緩解短文本信息量少的問題。將所有的短文本相應詞語進行同義詞林處理,使文檔組成一個語料集合,在短文本語料集合內詞共現(xiàn)信息就會明顯增加,豐富文檔級別的詞共現(xiàn)信息,能夠推理較高質量的主題結構,解決短文本的詞共現(xiàn)信息不足的問題?;诖?,提出基于詞向量的短文本主題建模模型—語義詞向量模型(Semantics Word Embedding Modeling,SWEM)。

    ⑴ 同義詞詞林簡介

    《同義詞詞林》[9]是80年代出版的一部對漢語詞匯按語義全面分類的詞典,收錄詞語近7萬。

    同義詞詞林共提供3層編碼,隨著級別的遞增,詞義刻畫越來越細,到了第五層,每個分類里詞語數(shù)量已經不大,常常是只有一個詞語,已經不可再分,可以稱為原子詞群、原子類或原子節(jié)點。其中第一級用大寫英文字母表示大類;第二級用小寫英文字母表示中類;第三級用二位十進制整數(shù)表示小類;新增的第四級和第五級的編碼與原有的三級編碼并構成一個完整的編碼,唯一代表詞典中出現(xiàn)的詞語。具體編碼如表1所示。

    ⑵ SWEM模型

    語義詞向量模型(Semantics Word Embedding Modeling,SWEM)將假設整個短文本數(shù)據(jù)集合服從一個主題分布,主題服從高斯分布,對全局內的詞向量,包括原來集合內可觀察到的詞向量和對應詞的同義詞向量進行建模。

    對于短文本來說,文檔級的詞頻信息和詞共現(xiàn)信息不足,SWEM模型摒棄了文檔級的主題分布,假設整個語料集合服從同一個主題分布,其具體描述表述如下:首先,根據(jù)超參數(shù)[α]生成語料集合的主題分布[θ],然后,在該主題分部下選擇一個主題[Zk],通過參數(shù)[μk]和[σk2]生成主題詞向量的高斯分布,最后,在這個高斯分布中生成每個詞向量。SWEM模型的概率圖模型如圖1所示。

    模型含義:給定一個短文本語料D{d1, d2, ...,dn},每篇文檔對應的詞向量是[W= w1,w2,...,wn,w'n+1,w'n+2,...,w'n+i],其中w1代表原本文檔中的詞項,[w1']等代表的是文檔中詞向量的同義詞向量。取zk∈[1,k]當做主題的標量,[θ]表示短文本語料集合的主題分布,其中[θ]采用狄利克雷先驗,其超參[α],主題跟詞向量之間采用高斯混合分布,[α]代表第k個高斯模型權重,[μk]代表的是第k個高斯模型的均值,[σ2k]代表的是第k個高斯模型的協(xié)方差。

    ⑶ 基于SWEM主題模型描述

    ① 對每篇文檔內詞向量進行同義詞林泛化,求得隱含詞向量[w'] ,加入原來的短文本文檔中。

    ② 對整個短文本語料集合采樣一個主題分布:[θ~ Dirichlet(α)]。

    ③ 對每個主題[Zk],k∈[1,k],采樣一個主題詞向量分布[ψk~ Gaussian(μk,σ2k)]。

    ④ 對于每個詞向量w∈W,包括原文檔的詞向量和生成的同義詞向量:

    (a) 采樣一個主題[Zk~Multinomial(θ)];

    (b) 采樣一個詞向量[W~Multinomial(ψk)]。

    根據(jù)以上的產生式可知:詞向量集合W是觀測變量,包括原來文本中的詞向量和對應生成的同義詞向量,主題分布[θ]和主題詞向量分布[μk]主題z是隱含變量,[α]為模型超參,[μk],[σ2k]是第k個分部高斯模型的均值和協(xié)方差。

    給定觀測數(shù)據(jù)詞向量集合[W= w1,w2,...,wn,w'n+1,w'n+2,...,w'n+i],其中w1等代表原本文檔中的詞項,[w'n+1]等代表對應生成的同義詞向量。模型是包含 K個高斯分布的高斯混合分布,假設詞向量W來自如下的高斯混合分布的似然函數(shù)為:

    [p(W|p)=i=1N+N'k=1kλkf(wi|uk,σ2k)]? ⑴

    對式⑴取對數(shù),似然函數(shù)變換為:

    [log(p(W|p))=i=1N+N'log(k=1kλkf(wi|uk,σ2k))]? ⑵

    從式⑵中可以看出目標函數(shù)難以對其進行求偏導處理。于是采用無EM算法[10]估計參數(shù)[λk], [μk], [σ2k]的值。

    3 實驗

    3.1 實驗數(shù)據(jù)

    為驗證模型的主題建模能力。本文選擇近期搜集Twitter自媒體數(shù)據(jù)165360條數(shù)據(jù)。在對這些數(shù)據(jù)進行去噪過濾基礎上分詞處理,去除停用詞等及舍棄在文檔集合內出現(xiàn)低于10次數(shù)的詞。如表2展示了每個數(shù)據(jù)集的文檔數(shù)目、詞典大小、平均文檔的長度。

    在詞向量的選擇上,使用谷歌新聞語料訓練的詞向量,詞向量維數(shù)為200。在除停用詞等無意義的詞后,選擇Skip-gram算法訓練,其他參數(shù)為模型默認值,最終生成數(shù)據(jù)集。同時在數(shù)據(jù)集中本文采用Twitter提供的主題標簽(Hashtag)功能對數(shù)據(jù)集進行分類(工具采用線性SVM分類器),并提取其中的內容。抽取20個高頻的Hashtag作為分類數(shù)據(jù)的標簽。如表3所示。

    從表3中可以看到Twitter數(shù)據(jù)集的主題種類繁多,能為檢驗模型分類性能試驗提供支持。

    3.2 模型對比

    實驗中首先根據(jù)不同模型對文檔進行主題建模之后,分別得出文檔的主題概率分布,用主題概率分布將文檔表示成主題向量,維數(shù)為主題的個數(shù),每一維用其包含主題的概率表示。得到文檔d的主題向量表示為D=[P(z=1|d),(z=2|d),…,(z=K|d)],然后,隨機的在數(shù)據(jù)集合中選出70%作為訓練數(shù)據(jù)集,其余30%作為測試分類性能的數(shù)據(jù)集。

    為更清晰的對比,本文將選擇LDA模型、BTM模型及本文提出的SWEM模型進行對比,驗證各種模型在同一短文本數(shù)據(jù)集上學習主題的能力,并用PMI Score[11]方法進行測評,一般來說,PMI越大表示的是這兩個單詞主題相關性強。

    在各模型的超參數(shù)的設置上,為能更好的解決短文本的稀疏問題,分別對LDA模型超參數(shù)設置為[α]=0.05,[β]=0.01;BTM模型超參數(shù)設置為[α]=50/K,[β]=0.01,并同本文提出的SWEM模型對不同的主題數(shù)量下的分類性能PMI Score對比,如圖2所示。

    4.3 結果分析

    從圖2中Twitter數(shù)據(jù)集上模型分類性能實驗中可以看出,SWEM模型分類性能優(yōu)于BTM模型及LDA模型。在主題數(shù)為80左右的時候,發(fā)現(xiàn)SWEM模型表現(xiàn)達到最好。但是隨著主題數(shù)增大,分類性能出現(xiàn)下降,可能的原因是某些額外生成的詞向量質量降低,隨著主題數(shù)的增大,干擾了主題的學習的質量。

    5 結束語

    短文本建模的稀疏問題是短文本主題建模的短板,文章采用半自動的方法對短文本信息進行擴充,緩解短文本信息量少的問題。將所有的短文本相應詞語進行同義詞林處理,使文檔組成一個語料集合,在短文本語料集合內詞共現(xiàn)信息就會明顯增加,豐富文檔級別的詞共現(xiàn)信息,能夠推理較高質量的主題結構,解決短文本的詞共現(xiàn)信息不足的問題。實驗表明SWEM模型優(yōu)于BTM、LDA模型,說明通過同義詞向量建??梢越鉀Q稀疏問題。

    參考文獻(References):

    [1] Papadimitriou,C.H.,Raghavan,P.,Tamaki,H.and Vempala,S.,2000.Latent semantic indexing:A probabilistic analysis.Journal of Computer and System Sciences,61(2),pp.217-235

    [2] Malone,T W,Grant,K R,Turbak,F(xiàn) A,et al. Intelligent? information-sharing? systems.Communications of the ACM,1987.

    [3] Blei D M,Ng A Y,Jordan M I. Latent dirichletallocation[J].Journal of Machine Learning Research,2003.3:993-1022

    [4] Yan X,Guo J,Lan Y,et al. A biterm topic model for short texts[C]// Proceedings of the 22nd international conference on World Wide Web.ACM,2013.1445-1456

    [5] 唐曉波,張昭.基于混合圖的在線社交網絡個性化推薦系統(tǒng)研究[J].情報理論與實踐,2013.2:91-95

    [6] 鄧智龍,淦文燕.復雜網絡中社團結構發(fā)現(xiàn)算法[J].計算機科學,2012.6.

    [7] 趙捧未,李春燕,竇永香.語義對等網環(huán)境下基于節(jié)點知識地圖的用戶模型構建[J].情報理論與實踐,2012.35(2):104-108

    [8] 胡吉明,胡昌平.基于關系社區(qū)發(fā)現(xiàn)改進的用戶興趣建模[J].情報學報,2013.7,32(7):763-768

    [9] Mei Jiaju,Zhu Yiming,GaoYunqi,et al.,TongyiciCilin [M]. Shanghai:Shanghai Lexicographical Publishing House,1993.106-108

    [10] Moon T K.The expectation-maximization algorithm[J]. IEEE Signal Processing Magazine,1996.13(6):47-60

    [11] Newman D,Lau J H,Grieser K,et al.Automatic evaluation of topic coherence[C]//Human Language Technologies:The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics.Association for Computational Linguistics,2010.100-108

    日韩电影二区| 亚洲精品久久午夜乱码| 女性被躁到高潮视频| 久久久久久久大尺度免费视频| 考比视频在线观看| 亚洲欧美一区二区三区黑人| xxx大片免费视频| 国产免费视频播放在线视频| 亚洲美女搞黄在线观看| 看免费成人av毛片| 免费在线观看黄色视频的| 人人澡人人妻人| 九色亚洲精品在线播放| videos熟女内射| 国产精品.久久久| 制服诱惑二区| 久久午夜综合久久蜜桃| 侵犯人妻中文字幕一二三四区| 一级爰片在线观看| 久久精品国产亚洲av高清一级| 精品一区二区免费观看| 咕卡用的链子| 亚洲精品一区蜜桃| 国产成人精品在线电影| 99热国产这里只有精品6| 两个人看的免费小视频| 国产精品一二三区在线看| 秋霞伦理黄片| 又大又爽又粗| 精品第一国产精品| 亚洲成人一二三区av| 亚洲欧美成人精品一区二区| 男女边摸边吃奶| 高清av免费在线| 高清欧美精品videossex| av线在线观看网站| 午夜福利在线免费观看网站| 哪个播放器可以免费观看大片| svipshipincom国产片| av电影中文网址| 亚洲精品一区蜜桃| kizo精华| 成人亚洲欧美一区二区av| 国产精品久久久久久人妻精品电影 | 十八禁网站网址无遮挡| 婷婷色综合大香蕉| 卡戴珊不雅视频在线播放| 国产一级毛片在线| 十八禁网站网址无遮挡| 亚洲国产av新网站| 婷婷色综合www| 日日啪夜夜爽| 精品免费久久久久久久清纯 | 久久国产亚洲av麻豆专区| 国产成人欧美| 久久久久久久久久久免费av| av福利片在线| 亚洲欧美一区二区三区久久| 亚洲图色成人| 黑丝袜美女国产一区| 99热网站在线观看| 亚洲婷婷狠狠爱综合网| 亚洲国产毛片av蜜桃av| 国产精品久久久久久人妻精品电影 | 免费黄网站久久成人精品| 亚洲国产日韩一区二区| 亚洲国产av影院在线观看| 国精品久久久久久国模美| 999精品在线视频| 欧美人与善性xxx| 在线观看免费日韩欧美大片| 人人妻人人添人人爽欧美一区卜| 亚洲专区中文字幕在线 | 色婷婷久久久亚洲欧美| 国产午夜精品一二区理论片| 成人手机av| 久久久久久久久免费视频了| 狠狠精品人妻久久久久久综合| 亚洲国产日韩一区二区| 桃花免费在线播放| 久久久久网色| 午夜免费男女啪啪视频观看| 波多野结衣一区麻豆| 日本av手机在线免费观看| 免费看av在线观看网站| 在线天堂中文资源库| 日韩不卡一区二区三区视频在线| 无限看片的www在线观看| 久久久国产欧美日韩av| 天天躁夜夜躁狠狠久久av| 成人影院久久| 青春草国产在线视频| 亚洲国产精品999| 一区在线观看完整版| 丁香六月欧美| 丝袜喷水一区| 午夜福利网站1000一区二区三区| 久久影院123| 在线观看www视频免费| 国产又色又爽无遮挡免| 美女主播在线视频| 日韩免费高清中文字幕av| 日本91视频免费播放| 中文字幕人妻丝袜制服| 国产精品亚洲av一区麻豆 | 欧美日韩视频精品一区| 国产1区2区3区精品| 国产爽快片一区二区三区| 午夜福利免费观看在线| 国语对白做爰xxxⅹ性视频网站| 91成人精品电影| 成年美女黄网站色视频大全免费| 成人影院久久| 狠狠精品人妻久久久久久综合| 色网站视频免费| 亚洲精品乱久久久久久| av女优亚洲男人天堂| 久热这里只有精品99| 亚洲一区二区三区欧美精品| 日日摸夜夜添夜夜爱| 亚洲av成人不卡在线观看播放网 | 捣出白浆h1v1| 国产成人91sexporn| 国产在视频线精品| 一区福利在线观看| 亚洲天堂av无毛| 少妇猛男粗大的猛烈进出视频| 精品亚洲成a人片在线观看| 免费观看av网站的网址| 一边亲一边摸免费视频| 中文字幕制服av| 午夜福利在线免费观看网站| 又粗又硬又长又爽又黄的视频| 九色亚洲精品在线播放| 一本一本久久a久久精品综合妖精| 男人操女人黄网站| 一本大道久久a久久精品| 日韩电影二区| 国产熟女午夜一区二区三区| 99九九在线精品视频| 欧美97在线视频| 麻豆av在线久日| 色视频在线一区二区三区| 久久久久久久大尺度免费视频| 国产高清不卡午夜福利| 自拍欧美九色日韩亚洲蝌蚪91| 最近2019中文字幕mv第一页| 夫妻性生交免费视频一级片| 免费久久久久久久精品成人欧美视频| 曰老女人黄片| 欧美激情极品国产一区二区三区| 成人三级做爰电影| 建设人人有责人人尽责人人享有的| 久久久久精品人妻al黑| 最新在线观看一区二区三区 | 高清av免费在线| 日韩一区二区三区影片| 大陆偷拍与自拍| 国产男人的电影天堂91| 国产精品久久久久久精品古装| 国产男女超爽视频在线观看| 久久ye,这里只有精品| 女的被弄到高潮叫床怎么办| 亚洲第一区二区三区不卡| www.精华液| 99热全是精品| 亚洲人成77777在线视频| 日本av免费视频播放| 国产片内射在线| 国产精品一二三区在线看| 欧美精品高潮呻吟av久久| 交换朋友夫妻互换小说| 亚洲国产欧美网| 午夜免费观看性视频| 国产黄频视频在线观看| 五月天丁香电影| 在线精品无人区一区二区三| 一边亲一边摸免费视频| 欧美成人精品欧美一级黄| 国产精品av久久久久免费| 久久久精品94久久精品| 极品少妇高潮喷水抽搐| 久久精品亚洲av国产电影网| 不卡av一区二区三区| 亚洲第一青青草原| 狂野欧美激情性xxxx| 天堂俺去俺来也www色官网| 午夜福利在线免费观看网站| av一本久久久久| 精品国产超薄肉色丝袜足j| 人人妻人人澡人人爽人人夜夜| 亚洲综合色网址| 建设人人有责人人尽责人人享有的| 亚洲成色77777| 免费av中文字幕在线| 三上悠亚av全集在线观看| 男女之事视频高清在线观看 | 亚洲国产欧美网| 久久精品熟女亚洲av麻豆精品| 两性夫妻黄色片| 又黄又粗又硬又大视频| 国产一区二区激情短视频 | 国产成人91sexporn| 侵犯人妻中文字幕一二三四区| 久久精品人人爽人人爽视色| 久久午夜综合久久蜜桃| 日韩 欧美 亚洲 中文字幕| 欧美精品一区二区免费开放| 中文乱码字字幕精品一区二区三区| 亚洲精品美女久久久久99蜜臀 | 不卡av一区二区三区| 亚洲成av片中文字幕在线观看| 各种免费的搞黄视频| 亚洲精品在线美女| 久久久久久久久久久久大奶| 中文字幕精品免费在线观看视频| 不卡视频在线观看欧美| 久久ye,这里只有精品| 国产乱人偷精品视频| 亚洲激情五月婷婷啪啪| 亚洲欧美一区二区三区久久| 久久鲁丝午夜福利片| 啦啦啦在线观看免费高清www| 国产精品蜜桃在线观看| 超色免费av| 夜夜骑夜夜射夜夜干| 亚洲成av片中文字幕在线观看| 少妇的丰满在线观看| 建设人人有责人人尽责人人享有的| 叶爱在线成人免费视频播放| 欧美久久黑人一区二区| 午夜福利一区二区在线看| 日韩精品有码人妻一区| 国产精品一二三区在线看| 黄频高清免费视频| netflix在线观看网站| 亚洲第一青青草原| 亚洲欧洲日产国产| 亚洲成人免费av在线播放| 大香蕉久久成人网| 国产黄色视频一区二区在线观看| 中文字幕另类日韩欧美亚洲嫩草| 嫩草影院入口| 黄色视频不卡| 国产人伦9x9x在线观看| 国产色婷婷99| 一本—道久久a久久精品蜜桃钙片| 国产亚洲av高清不卡| 精品国产一区二区三区久久久樱花| 青春草亚洲视频在线观看| 国产一区有黄有色的免费视频| 亚洲美女黄色视频免费看| 超碰成人久久| 欧美日本中文国产一区发布| 国产高清国产精品国产三级| 久热这里只有精品99| 少妇人妻久久综合中文| 建设人人有责人人尽责人人享有的| 成年美女黄网站色视频大全免费| 丰满少妇做爰视频| 久久久国产精品麻豆| 国产亚洲最大av| 丁香六月天网| 日本vs欧美在线观看视频| 日韩中文字幕欧美一区二区 | 大片电影免费在线观看免费| 97在线人人人人妻| 中文字幕人妻熟女乱码| 久久精品久久久久久久性| 天天操日日干夜夜撸| 亚洲欧美一区二区三区久久| 久久久久久久久久久免费av| 高清不卡的av网站| 亚洲人成网站在线观看播放| 一级片'在线观看视频| 熟妇人妻不卡中文字幕| 日本色播在线视频| 韩国av在线不卡| 免费观看av网站的网址| 精品久久久精品久久久| 亚洲av电影在线进入| 丰满迷人的少妇在线观看| 青春草视频在线免费观看| 久久久久精品久久久久真实原创| 欧美日韩亚洲高清精品| 又大又爽又粗| 亚洲精品第二区| 亚洲欧美精品自产自拍| 高清不卡的av网站| 看免费成人av毛片| 久久青草综合色| 成人午夜精彩视频在线观看| av网站在线播放免费| 日日啪夜夜爽| 日本vs欧美在线观看视频| 如何舔出高潮| 亚洲美女黄色视频免费看| 亚洲欧美一区二区三区国产| 亚洲av欧美aⅴ国产| 婷婷色综合www| 久久精品人人爽人人爽视色| 美女福利国产在线| 日韩精品有码人妻一区| 中文字幕制服av| 青草久久国产| 国产黄色视频一区二区在线观看| 电影成人av| 国产精品熟女久久久久浪| 亚洲av日韩精品久久久久久密 | 一级毛片我不卡| 伦理电影大哥的女人| 久久久久精品国产欧美久久久 | 高清欧美精品videossex| 久久久国产精品麻豆| 免费观看性生交大片5| 国产又色又爽无遮挡免| 伦理电影免费视频| 蜜桃在线观看..| 中文精品一卡2卡3卡4更新| 男女午夜视频在线观看| 精品国产一区二区久久| 亚洲图色成人| 日韩制服骚丝袜av| 亚洲少妇的诱惑av| 最新在线观看一区二区三区 | 久久精品aⅴ一区二区三区四区| 桃花免费在线播放| 精品亚洲成国产av| 爱豆传媒免费全集在线观看| 日本91视频免费播放| 性少妇av在线| 亚洲图色成人| 操美女的视频在线观看| 国产野战对白在线观看| e午夜精品久久久久久久| 人妻 亚洲 视频| xxx大片免费视频| 精品亚洲成国产av| 成年女人毛片免费观看观看9 | a级片在线免费高清观看视频| 亚洲精品国产一区二区精华液| 国产精品久久久av美女十八| 国产男人的电影天堂91| 日韩精品免费视频一区二区三区| 亚洲综合色网址| 搡老岳熟女国产| 一本色道久久久久久精品综合| 高清在线视频一区二区三区| 极品人妻少妇av视频| 亚洲美女搞黄在线观看| 国产成人91sexporn| 久久精品国产a三级三级三级| 国产熟女午夜一区二区三区| 久久久久久久国产电影| 亚洲国产av影院在线观看| 熟妇人妻不卡中文字幕| 性少妇av在线| 丝袜喷水一区| 大片电影免费在线观看免费| 一区二区日韩欧美中文字幕| 欧美国产精品一级二级三级| 80岁老熟妇乱子伦牲交| 青春草亚洲视频在线观看| 亚洲精品一二三| 黑人猛操日本美女一级片| 国产精品香港三级国产av潘金莲 | 美女国产高潮福利片在线看| 日韩人妻精品一区2区三区| 国产精品嫩草影院av在线观看| 制服丝袜香蕉在线| 在现免费观看毛片| 日韩人妻精品一区2区三区| 黄色视频在线播放观看不卡| 丝袜人妻中文字幕| 欧美成人午夜精品| 欧美日韩视频精品一区| 蜜桃国产av成人99| 成人国产麻豆网| 女人被躁到高潮嗷嗷叫费观| 精品一区二区三区四区五区乱码 | 国产一区有黄有色的免费视频| 久久久久视频综合| 久久国产精品男人的天堂亚洲| 亚洲av男天堂| 美女午夜性视频免费| 在线观看三级黄色| 少妇被粗大的猛进出69影院| 黄片播放在线免费| 亚洲国产日韩一区二区| 好男人视频免费观看在线| 欧美日韩综合久久久久久| 好男人视频免费观看在线| 99精国产麻豆久久婷婷| 亚洲自偷自拍图片 自拍| 欧美激情高清一区二区三区 | 91aial.com中文字幕在线观看| 超碰97精品在线观看| 免费观看a级毛片全部| 蜜桃国产av成人99| 一区二区av电影网| 国产亚洲av片在线观看秒播厂| 各种免费的搞黄视频| 欧美97在线视频| 国产激情久久老熟女| 在线观看免费视频网站a站| 午夜久久久在线观看| 久久久欧美国产精品| 成人漫画全彩无遮挡| 黄片小视频在线播放| 亚洲国产精品一区三区| 十八禁网站网址无遮挡| 亚洲婷婷狠狠爱综合网| 亚洲七黄色美女视频| 老司机影院成人| 久久免费观看电影| 免费看av在线观看网站| 亚洲欧美成人综合另类久久久| 日韩制服丝袜自拍偷拍| 最新在线观看一区二区三区 | 亚洲久久久国产精品| 国产av国产精品国产| 久久女婷五月综合色啪小说| 亚洲精品国产av成人精品| 欧美日韩一区二区视频在线观看视频在线| 色婷婷久久久亚洲欧美| 欧美亚洲 丝袜 人妻 在线| 老汉色∧v一级毛片| 国产国语露脸激情在线看| 黑人巨大精品欧美一区二区蜜桃| 中国三级夫妇交换| 80岁老熟妇乱子伦牲交| 精品少妇久久久久久888优播| 亚洲av日韩精品久久久久久密 | 欧美成人午夜精品| 在线观看免费午夜福利视频| 午夜福利视频在线观看免费| 欧美少妇被猛烈插入视频| 亚洲成人国产一区在线观看 | 国产一级毛片在线| 建设人人有责人人尽责人人享有的| 日韩av在线免费看完整版不卡| 国产亚洲一区二区精品| 欧美日韩福利视频一区二区| 十八禁高潮呻吟视频| 777米奇影视久久| 久久婷婷青草| 日本av手机在线免费观看| 国产在线免费精品| 欧美 亚洲 国产 日韩一| 又大又黄又爽视频免费| av线在线观看网站| 一边亲一边摸免费视频| 国产精品二区激情视频| 嫩草影院入口| 欧美精品一区二区大全| 国产精品久久久久久精品古装| 精品国产一区二区久久| avwww免费| 亚洲情色 制服丝袜| 女性生殖器流出的白浆| 在线 av 中文字幕| 中文欧美无线码| 久久人人97超碰香蕉20202| 日日撸夜夜添| 另类亚洲欧美激情| 亚洲精品久久午夜乱码| 欧美日韩一区二区视频在线观看视频在线| 亚洲五月色婷婷综合| 91国产中文字幕| 久久久久久久国产电影| 午夜激情久久久久久久| 99re6热这里在线精品视频| av国产久精品久网站免费入址| 亚洲欧美精品自产自拍| 久久久精品区二区三区| 日日撸夜夜添| 国产不卡av网站在线观看| 人人妻人人添人人爽欧美一区卜| 午夜福利在线免费观看网站| 黄色视频在线播放观看不卡| av福利片在线| 日韩 欧美 亚洲 中文字幕| 国产精品女同一区二区软件| 美女脱内裤让男人舔精品视频| 欧美黑人欧美精品刺激| 一区二区三区四区激情视频| 男女免费视频国产| 亚洲三区欧美一区| 国产精品秋霞免费鲁丝片| 青春草视频在线免费观看| 青青草视频在线视频观看| 免费高清在线观看日韩| 久久久久精品性色| 最黄视频免费看| 免费少妇av软件| 久久午夜综合久久蜜桃| 亚洲成人av在线免费| 国产黄色视频一区二区在线观看| 精品国产乱码久久久久久小说| 亚洲国产毛片av蜜桃av| 久久久久久久久免费视频了| 精品国产乱码久久久久久男人| 精品少妇一区二区三区视频日本电影 | 汤姆久久久久久久影院中文字幕| 久久久久久久国产电影| 日本猛色少妇xxxxx猛交久久| 欧美黑人欧美精品刺激| 无限看片的www在线观看| 最新的欧美精品一区二区| 纯流量卡能插随身wifi吗| 国产精品亚洲av一区麻豆 | av国产精品久久久久影院| 人体艺术视频欧美日本| 黄网站色视频无遮挡免费观看| 精品一区二区免费观看| 免费看不卡的av| 啦啦啦视频在线资源免费观看| 亚洲一码二码三码区别大吗| 热re99久久精品国产66热6| 性少妇av在线| 精品一品国产午夜福利视频| 久久 成人 亚洲| 中文天堂在线官网| 亚洲专区中文字幕在线 | 在线天堂中文资源库| 国产精品嫩草影院av在线观看| 欧美日韩视频精品一区| 国产免费又黄又爽又色| 黑人欧美特级aaaaaa片| videosex国产| 精品少妇一区二区三区视频日本电影 | 91精品伊人久久大香线蕉| 亚洲欧美精品自产自拍| 黄色 视频免费看| 成人国语在线视频| 欧美激情 高清一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 国产精品 国内视频| 纯流量卡能插随身wifi吗| 国产男女内射视频| 久久久久久久久久久免费av| 少妇 在线观看| 亚洲欧美成人综合另类久久久| 人妻 亚洲 视频| 嫩草影院入口| 日韩大码丰满熟妇| 丁香六月天网| 日韩成人av中文字幕在线观看| 男女免费视频国产| 纯流量卡能插随身wifi吗| 美女扒开内裤让男人捅视频| 久久精品人人爽人人爽视色| 精品少妇一区二区三区视频日本电影 | 精品国产国语对白av| 又大又爽又粗| 免费黄频网站在线观看国产| 精品少妇久久久久久888优播| 国产福利在线免费观看视频| 午夜精品国产一区二区电影| 丰满乱子伦码专区| 久久女婷五月综合色啪小说| 国产乱来视频区| 国产成人免费观看mmmm| 亚洲,欧美,日韩| 欧美 亚洲 国产 日韩一| 一区在线观看完整版| 久久婷婷青草| 久久精品国产综合久久久| 这个男人来自地球电影免费观看 | 国产精品一区二区在线不卡| 你懂的网址亚洲精品在线观看| 亚洲av综合色区一区| 少妇的丰满在线观看| 国产欧美亚洲国产| 少妇人妻精品综合一区二区| 一级毛片 在线播放| 精品少妇黑人巨大在线播放| 欧美日韩av久久| 国产成人91sexporn| 亚洲,欧美,日韩| 亚洲国产精品成人久久小说| 欧美日韩福利视频一区二区| 国产精品久久久人人做人人爽| 女人爽到高潮嗷嗷叫在线视频| 午夜av观看不卡| 乱人伦中国视频| 精品一区二区三区av网在线观看 | 免费在线观看视频国产中文字幕亚洲 | 欧美激情极品国产一区二区三区| 狂野欧美激情性bbbbbb| 少妇人妻 视频| 久久久欧美国产精品| 老司机深夜福利视频在线观看 | 日本av免费视频播放| 国产精品香港三级国产av潘金莲 | av在线老鸭窝| 高清不卡的av网站| 日韩大码丰满熟妇| 日本欧美视频一区| 啦啦啦在线免费观看视频4| 亚洲精品视频女| 国产成人系列免费观看| 卡戴珊不雅视频在线播放| 只有这里有精品99| 国产淫语在线视频| 咕卡用的链子| 中文字幕人妻熟女乱码| 国产不卡av网站在线观看| 日本欧美国产在线视频| 午夜老司机福利片| 高清视频免费观看一区二区| 丝袜美足系列| 久久性视频一级片| 久热这里只有精品99| 无限看片的www在线观看|