• <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 ?

    基于時(shí)間卷積網(wǎng)絡(luò)的多項(xiàng)選擇機(jī)器閱讀理解

    2020-11-14 04:00:26楊?yuàn)檴?/span>姜麗芬孫華志馬春梅
    計(jì)算機(jī)工程 2020年11期
    關(guān)鍵詞:隱層注意力機(jī)器

    楊?yuàn)檴?姜麗芬,孫華志,馬春梅

    (天津師范大學(xué) 計(jì)算機(jī)與信息工程學(xué)院,天津 300387)

    0 概述

    機(jī)器閱讀理解是在限定上下文的條件下為給定問題找到答案的一類任務(wù),它是自然語言處理的核心任務(wù)之一[1]。近年來,機(jī)器閱讀理解已經(jīng)成為評(píng)價(jià)人工智能系統(tǒng)在自然語言處理領(lǐng)域的一個(gè)重要應(yīng)用問題,計(jì)算機(jī)語言學(xué)領(lǐng)域?qū)ζ浣o予了極大的關(guān)注。傳統(tǒng)的機(jī)器閱讀理解系統(tǒng)主要依賴于語言注釋、結(jié)構(gòu)化的外界知識(shí)和語義分析[2],對(duì)專業(yè)知識(shí)的要求較高,不具備普遍適用性。隨著深度學(xué)習(xí)在自然語言處理領(lǐng)域的廣泛應(yīng)用,基于深度神經(jīng)網(wǎng)絡(luò)的機(jī)器閱讀理解也迅速發(fā)展[3-5]。當(dāng)前機(jī)器閱讀理解一般分為完形填空式、問答式和多項(xiàng)選擇式三類。

    早期基于深度學(xué)習(xí)的機(jī)器閱讀理解主要是完形填空式。完形填空式任務(wù)是在機(jī)器閱讀并理解一篇文章的內(nèi)容后,要求機(jī)器對(duì)指定問題進(jìn)行回答,而問題一般是被抽掉某個(gè)實(shí)體詞的句子,機(jī)器回答問題的過程就是預(yù)測問題句子中被抽掉的實(shí)體詞,且一般要求被抽掉的實(shí)體詞在文章中出現(xiàn)過。2015年,大型的完形填空閱讀理解數(shù)據(jù)集CNN/DailyMail[2]和CBT[6]的相繼公布為機(jī)器閱讀理解提供了豐富的語料,基于深度學(xué)習(xí)的機(jī)器閱讀理解方法也隨之得到廣泛應(yīng)用。文獻(xiàn)[7]將注意力機(jī)制應(yīng)用于機(jī)器閱讀理解,并提出了經(jīng)典的ASReader模型。文獻(xiàn)[8]基于多跳結(jié)構(gòu)提出門控注意力模型。文獻(xiàn)[9]提出用于機(jī)器閱讀理解的迭代交替注意力機(jī)制。但是有學(xué)者對(duì)CNN/DailyMail進(jìn)行詳細(xì)評(píng)估后發(fā)現(xiàn),該類任務(wù)需要處理的邏輯相對(duì)簡單,現(xiàn)有的針對(duì)完形填空式任務(wù)的機(jī)器閱讀理解方法基本已經(jīng)達(dá)到了該類任務(wù)的準(zhǔn)確度上限[10]。

    由于完形填空式任務(wù)的解決相對(duì)簡單,學(xué)者們試圖構(gòu)造出更加復(fù)雜的閱讀理解數(shù)據(jù)集來增強(qiáng)機(jī)器對(duì)文本的推理,而近年來問答式閱讀理解數(shù)據(jù)集SQuAD[11]和NewsQA[12]引起了廣泛關(guān)注,問答式機(jī)器閱讀理解也隨之興起。問答式任務(wù)是在給定文章和問題的條件下,機(jī)器閱讀進(jìn)行一定的推理,進(jìn)而預(yù)測出正確答案,且正確答案一般是文章中的文本段。目前,很多有效的機(jī)器閱讀理解模型已經(jīng)被應(yīng)用于問答式任務(wù),文獻(xiàn)[13]使用雙向注意力機(jī)制對(duì)文章和問題進(jìn)行匹配,并構(gòu)建了BiDAF模型。文獻(xiàn)[14]將自匹配注意力機(jī)制應(yīng)用于序列的自關(guān)注,提出自匹配網(wǎng)絡(luò)。文獻(xiàn)[15]將卷積神經(jīng)網(wǎng)絡(luò)、多頭注意力機(jī)制和前饋神經(jīng)網(wǎng)絡(luò)相結(jié)合作為編碼器,并提出QANet模型,但是由于問答式任務(wù)中正確答案是文章中的文本段,一般通過檢索出答案的開始位置和結(jié)束位置即可得到答案,因此多數(shù)面向問答式任務(wù)的模型主要關(guān)注淺層的語義,并不適用于更深層次的推理。

    當(dāng)前機(jī)器閱讀理解任務(wù)面臨的主要挑戰(zhàn)仍然是多句推理,這對(duì)挖掘深層語義提出更高的要求。針對(duì)多項(xiàng)選擇式和問答式任務(wù)的機(jī)器閱讀理解方法存在的上述局限性,且不能很好地解決該問題,因此進(jìn)行復(fù)雜語義推理的多項(xiàng)選擇式任務(wù)逐漸占據(jù)主流。多項(xiàng)選擇式任務(wù)是給定了文章、問題和候選答案,機(jī)器經(jīng)過理解和推理,從候選答案中選擇出正確的答案,候選答案多數(shù)是由句子組成,且一般不會(huì)在原文中出現(xiàn)。相比于完形填空式和問答式任務(wù),由于正確答案多數(shù)無法在原文中找到,多項(xiàng)選擇式任務(wù)將會(huì)更加復(fù)雜、更具有代表性,因此本文以多項(xiàng)選擇式任務(wù)為研究內(nèi)容。面向多項(xiàng)選擇的機(jī)器閱讀理解模型主要是基于循環(huán)神經(jīng)網(wǎng)絡(luò),文獻(xiàn)[16]使用雙向GRU進(jìn)行特征提取,并結(jié)合注意力機(jī)制提出分層注意力流模型,文獻(xiàn)[17]使用分層的雙向長短期記憶(Long Short-Term Memory,LSTM)網(wǎng)絡(luò)分別提取句子級(jí)別和文檔級(jí)別的特征。利用循環(huán)神經(jīng)網(wǎng)絡(luò)提取特征,盡管從理論上能夠捕獲無限長的記憶,從而建立上下文間的長期依賴關(guān)系,但是仍存在梯度消失問題,且隨著需要處理序列的增長,還有一定程度的信息丟失,導(dǎo)致無法捕獲全局的語義關(guān)系。

    為有效地對(duì)文章、問題和候選答案進(jìn)行匹配以減少特征的丟失,基于時(shí)間卷積網(wǎng)絡(luò)(Temporal Convolutional Network,TCN)[18],本文構(gòu)建一種面向多項(xiàng)選擇的機(jī)器閱讀理解M-TCN模型。該模型在中國初高中英語考試的閱讀理解數(shù)據(jù)集RACE[19]上進(jìn)行訓(xùn)練,并與現(xiàn)有機(jī)器閱讀理解模型進(jìn)行對(duì)比分析,以驗(yàn)證該模型的機(jī)器閱讀理解性能。

    1 模型搭建

    針對(duì)多項(xiàng)選擇式任務(wù),本文采用深度學(xué)習(xí)技術(shù)構(gòu)建一種M-TCN模型,該模型結(jié)構(gòu)如圖1所示。在圖1中,假設(shè)P表示文章,Q表示問題,A表示一個(gè)候選答案,該模型通過預(yù)訓(xùn)練好的詞向量文件將P、Q和A中的每個(gè)單詞向量化,并采用單層的雙向LSTM網(wǎng)絡(luò)[20]對(duì)向量化后的序列進(jìn)行編碼,以獲得文章、問題和候選答案的上下文表示。為了對(duì)文章、問題和候選答案進(jìn)行匹配,構(gòu)建三者之間的內(nèi)在聯(lián)系,分別計(jì)算文章和問題以及文章和候選答案之間的注意力,并利用融合函數(shù)將注意力值與文章的上下文表示相融合。同時(shí),使用TCN和最大池化方法對(duì)匹配表示分層進(jìn)行句級(jí)聚合和文檔級(jí)聚合。M-TCN模型的目標(biāo)是計(jì)算出每一個(gè)候選答案的概率,并以概率最大的候選答案作為預(yù)測標(biāo)簽。

    圖1 本文模型結(jié)構(gòu)Fig.1 Structure of the proposed model

    1.1 詞向量層

    1.2 上下文編碼層

    1.3 注意力層

    注意力層主要負(fù)責(zé)匹配和融合來自文章、問題和候選答案的信息。本文使用注意力機(jī)制同時(shí)對(duì)文章和問題以及文章和候選答案進(jìn)行匹配,在存在監(jiān)督訓(xùn)練的過程中,通過更新參數(shù)矩陣學(xué)習(xí)來顯示出問題和候選答案中與文章密切相關(guān)的內(nèi)容,忽略與文章不相關(guān)的內(nèi)容,注意力向量的計(jì)算方法如下:

    Sq=Softmax(Hpδ((HqWm+bm)T)

    Sa=Softmax(Hpδ((HaWm+bm)T)

    Tq=SqHq

    Ta=SaHa

    (1)

    為了整合原始上下文表示,從不同層次反映語義信息,本文將文章上下文表示Hp分別與問題注意力向量Tq以及候選答案注意力向量Ta相融合,并產(chǎn)生矩陣Q′和A′,Q′和A′的計(jì)算方法為:

    Q′=β(Hp,Tq)

    A′=β(Hp,Ta)

    (2)

    其中,β是一個(gè)需要訓(xùn)練的融合函數(shù),最簡單的融合方法是將2個(gè)輸入相結(jié)合,然后進(jìn)行線性或非線性變換。為了更好地提取融合特征,文獻(xiàn)[21]提出一種基于差異性與相似性的融合方法,該方法能有效組合不同的表示形式,同時(shí)本文參考文獻(xiàn)[17]采用的融合方式對(duì)β進(jìn)行如下定義:

    β(Hp,Tq)=δ([Tq-Hp;Tq·Hp]Wz+bz)

    (3)

    其中,[;]表示矩陣的連結(jié)操作,“-”“.”表示2個(gè)矩陣之間逐元素的減法和乘法操作,Wz和bz是需要學(xué)習(xí)的參數(shù)。

    將Q′和A′相結(jié)合得到注意力層的輸出,計(jì)算方法為:

    M=[Q′;A′]

    (4)

    1.4 聚合層

    為了捕獲文章的句子結(jié)構(gòu),建立句子之間的聯(lián)系,本文在匹配層的基礎(chǔ)上建立了聚合層。首先將文章分為單個(gè)的句子,并用P1,P2,…,PN分別表示文章中的每個(gè)句子,其中,N表示文章中句子的總個(gè)數(shù)。對(duì)于每一個(gè)三元組(Pn,Q,A),n∈[1,N],通過前幾層的處理可以得到匹配表示Mn。為了捕獲Mn中上下文間的長距離依賴關(guān)系,減少特征丟失,本文采用TCN來提取高層特征。

    TCN是一種特殊的一維時(shí)間卷積網(wǎng)絡(luò),用于序列建模任務(wù),文獻(xiàn)[15]表明,TCN在多種任務(wù)和數(shù)據(jù)集上的性能均優(yōu)于LSTM等典型的循環(huán)神經(jīng)網(wǎng)絡(luò),且相比于循環(huán)神經(jīng)網(wǎng)絡(luò),TCN可以記住更長的歷史信息,捕獲更全局的語義關(guān)系。在序列建模任務(wù)中,一般有以下2個(gè)要求:

    1)模型產(chǎn)生與輸入長度相同的輸出。

    2)信息的傳遞是單向的,且未來的信息僅由過去的信息決定。

    (5)

    其中,d表示空洞因子,k表示卷積核的大小,空洞卷積如圖2所示。TCN中還加入了殘差連接[22]、權(quán)值歸一化[23]和空間Dropout[24]來提高性能,TCN的整體架構(gòu)如圖3所示。

    圖2 空洞卷積示意圖Fig.2 Schematic diagram of hole convolution

    圖3 TCN整體結(jié)構(gòu)Fig.3 The overall structure of TCN

    本文模型采用2個(gè)分層的TCN,第一層TCN的輸入是匹配表示Mn,得到的輸出緊接著進(jìn)行最大池化,計(jì)算方法為:

    Sn=MaxPooling(TCN(Mn))

    (6)

    S=[S1;S2;…;SN]

    D=MaxPooling(TCN(S))

    (7)

    (8)

    其中,Wv是需要學(xué)習(xí)的參數(shù)。

    2 實(shí)驗(yàn)與性能分析

    2.1 數(shù)據(jù)集

    機(jī)器閱讀理解的效果與采用的數(shù)據(jù)集密切相關(guān),本文采用RACE數(shù)據(jù)集。RACE數(shù)據(jù)集是一個(gè)基于中國初高中英語考試的多項(xiàng)選擇閱讀理解數(shù)據(jù)集,由27 933篇文章和97 687個(gè)問題組成,每個(gè)問題配有4個(gè)候選答案,且只有一個(gè)正確答案。為了對(duì)應(yīng)初中和高中閱讀理解難度水平,該數(shù)據(jù)集包含2個(gè)子數(shù)據(jù)集,分別為初中閱讀理解數(shù)據(jù)集RACE-M和高中閱讀理解數(shù)據(jù)集RACE-H。將RACE數(shù)據(jù)集看成三元組{P,Q,A}的集合。實(shí)驗(yàn)數(shù)據(jù)的具體信息如表1所示,該數(shù)據(jù)集的樣例如表2所示。

    表1 實(shí)驗(yàn)數(shù)據(jù)信息Table 1 Experimental data information

    表2 RACE數(shù)據(jù)集的樣例Table 2 Example of RACE dataset

    2.2 實(shí)驗(yàn)環(huán)境和參數(shù)設(shè)置

    本文模型在配備有英特爾i7 CPU以及NVIDIA GTX1080Ti GPU的計(jì)算機(jī)上進(jìn)行訓(xùn)練,采用深度學(xué)習(xí)框架Pytorch,集成開發(fā)環(huán)境為Pycharm。在深度學(xué)習(xí)中模型參數(shù)的調(diào)整對(duì)實(shí)驗(yàn)結(jié)果有重要的影響,參數(shù)過大或過小都會(huì)影響模型的精度。本文通過實(shí)驗(yàn)并結(jié)合經(jīng)驗(yàn)手動(dòng)調(diào)節(jié)參數(shù),對(duì)模型進(jìn)行科學(xué)訓(xùn)練,以提高資源利用率。其中,參數(shù)的調(diào)整包括TCN層數(shù)、TCN隱層節(jié)點(diǎn)數(shù)與學(xué)習(xí)率等,并探索了這些參數(shù)在不同配置下對(duì)模型精度的影響。

    2.2.1 TCN層數(shù)的選擇

    從理論上來講,增加TCN的層數(shù)可以增強(qiáng)非線性表達(dá)能力,提取更深層次的特征,從而提升模型的性能。在利用本文模型進(jìn)行機(jī)器閱讀理解的過程中,需要對(duì)TCN的層數(shù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,驗(yàn)證結(jié)果如表3所示。從表3可以看出,模型的精度隨著TCN層數(shù)的增加呈現(xiàn)先上升后下降的趨勢,這是由于TCN層數(shù)越多,模型的參數(shù)量越大,反而不易訓(xùn)練,為了使模型能夠保持良好的性能,實(shí)驗(yàn)選擇TCN的層數(shù)為3層。

    表3 TCN層數(shù)對(duì)模型精度的影響Table 3 Influence of TCN layers on model accuracy

    2.2.2 TCN隱層節(jié)點(diǎn)數(shù)的選擇

    TCN隱層節(jié)點(diǎn)數(shù)是模型提取數(shù)據(jù)特征能力大小的重要參數(shù),且如果TCN隱層節(jié)點(diǎn)數(shù)太少,則網(wǎng)絡(luò)性能較差,如果TCN隱層節(jié)點(diǎn)數(shù)太多,雖然能夠減小網(wǎng)絡(luò)的系統(tǒng)誤差,但是會(huì)使得訓(xùn)練時(shí)間延長,甚至出現(xiàn)過擬合,因此選擇合適的隱層節(jié)點(diǎn)數(shù)十分重要。本文考察了不同TCN隱層節(jié)點(diǎn)數(shù)對(duì)模型精度的影響,結(jié)果如表4所示。從表4可以看出,模型的精度隨著TCN隱層節(jié)點(diǎn)數(shù)的增加呈現(xiàn)先增加后降低的趨勢。因此,實(shí)驗(yàn)選擇TCN隱層節(jié)點(diǎn)數(shù)為450。

    表4 TCN隱層節(jié)點(diǎn)數(shù)對(duì)模型精度的影響Table 4 Influence of the number of hidden nodes in TCN on model accuracy

    2.2.3 模型學(xué)習(xí)率的選擇

    學(xué)習(xí)率控制著參數(shù)更新的速度,如果學(xué)習(xí)率過大可能導(dǎo)致參數(shù)在最優(yōu)解兩側(cè)振蕩,如果學(xué)習(xí)率過小會(huì)極大降低模型的收斂速度。圖4給出了本文模型在不同學(xué)習(xí)率下的精度。從圖4可以看出,隨著訓(xùn)練次數(shù)的增加,模型的精度逐漸趨于穩(wěn)定;當(dāng)學(xué)習(xí)率為0.001時(shí),本文模型的精度最高,為了保證模型的收斂速度以及性能,實(shí)驗(yàn)將學(xué)習(xí)率設(shè)置為0.001。

    圖4 學(xué)習(xí)率對(duì)模型精度的影響Fig.4 Influence of learning rate on model accuracy

    2.3 實(shí)驗(yàn)結(jié)果與分析

    為了對(duì)模型效果進(jìn)行評(píng)估,實(shí)驗(yàn)將GA(Gated Attention)[8]模型、ElimiNet(Eliminate Network)[25]模型、HAF(Hierarchical Attention Flow)[16]模型、MRU(Multi-range Reasoning Units)[26]模型、HCM(Hierarchical Co-Matching)[17]模型與本文模型進(jìn)行比較,并以精度作為衡量模型性能的指標(biāo),結(jié)果如表5所示。從表5可以看出,本文模型在RACE-H數(shù)據(jù)集與RACE數(shù)據(jù)集上的精度分別達(dá)到了48.9%、52.5%,均優(yōu)于其他基線模型,僅在RACE-M數(shù)據(jù)集上的精度次于MRU模型,說明了本文模型有效且具有一定的優(yōu)勢。

    表5 本文模型與基線模型的精度對(duì)比Table 5 Accuracy comparison between the proposed model and the baseline model %

    為了證明本文模型中各個(gè)功能模塊的有效性,本文還進(jìn)行了模型簡化實(shí)驗(yàn)來探索注意力機(jī)制、融合函數(shù)以及TCN對(duì)模型效果的影響,結(jié)果如表6所示。從表6可以看出,當(dāng)從本文模型中去除注意力機(jī)制、融合函數(shù)或者TCN時(shí),該模型的精度分別下降了9.1%、7.8%、7.9%,下降的幅度較大,證明了注意力機(jī)制、融合函數(shù)以及TCN是影響模型效果的重要因素。

    表6 在RACE數(shù)據(jù)集上的模型簡化實(shí)驗(yàn)結(jié)果Table 6 Experimental results of model simplification on RACE dataset %

    3 結(jié)束語

    本文提出一種基于TCN的機(jī)器閱讀理解M-TCN模型,并將其應(yīng)用于多項(xiàng)選擇任務(wù)。該模型使用注意力機(jī)制對(duì)文章、問題和候選答案進(jìn)行匹配,采用TCN提取高層特征。實(shí)驗(yàn)結(jié)果表明,M-TCN模型在RACE數(shù)據(jù)集上的預(yù)測精度達(dá)到了52.5%,與同類模型相比具有一定的優(yōu)勢。后續(xù)將在本文工作的基礎(chǔ)上,采用預(yù)訓(xùn)練技術(shù)進(jìn)一步提升模型效果,并不斷增強(qiáng)其推理能力。

    猜你喜歡
    隱層注意力機(jī)器
    機(jī)器狗
    讓注意力“飛”回來
    機(jī)器狗
    基于RDPSO結(jié)構(gòu)優(yōu)化的三隱層BP神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測模型及應(yīng)用
    人民珠江(2019年4期)2019-04-20 02:32:00
    未來機(jī)器城
    電影(2018年8期)2018-09-21 08:00:06
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    A Beautiful Way Of Looking At Things
    無敵機(jī)器蛛
    基于近似結(jié)構(gòu)風(fēng)險(xiǎn)的ELM隱層節(jié)點(diǎn)數(shù)優(yōu)化
    最優(yōu)隱層BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷
    成人鲁丝片一二三区免费| 亚洲内射少妇av| 男人舔奶头视频| 精品一区二区三区视频在线观看免费| 欧美极品一区二区三区四区| 久久性视频一级片| 中亚洲国语对白在线视频| 欧美黄色淫秽网站| 国内精品一区二区在线观看| 免费看a级黄色片| www.999成人在线观看| 免费搜索国产男女视频| 午夜福利成人在线免费观看| 白带黄色成豆腐渣| 黄色女人牲交| 十八禁人妻一区二区| 女人被狂操c到高潮| 国产精品野战在线观看| 国产高清视频在线播放一区| 亚洲精品国产精品久久久不卡| 日韩高清综合在线| 国产精品永久免费网站| 国产视频一区二区在线看| 国产高清激情床上av| а√天堂www在线а√下载| 欧美色欧美亚洲另类二区| 99精品在免费线老司机午夜| 人妻夜夜爽99麻豆av| 国产精品免费一区二区三区在线| 久久九九热精品免费| 精品久久久久久久久久久久久| 成人国产综合亚洲| 草草在线视频免费看| 女人十人毛片免费观看3o分钟| 国产69精品久久久久777片| 久久久久久久久中文| 久久久久久人人人人人| 麻豆国产97在线/欧美| 午夜精品在线福利| 日日摸夜夜添夜夜添小说| 我的老师免费观看完整版| 国产精品,欧美在线| 日日干狠狠操夜夜爽| 性欧美人与动物交配| 在线观看舔阴道视频| 日本五十路高清| 久久久国产精品麻豆| 在线观看免费午夜福利视频| 久久久久免费精品人妻一区二区| 国产不卡一卡二| 51午夜福利影视在线观看| 日本黄色片子视频| 搞女人的毛片| 久久亚洲精品不卡| 黄片大片在线免费观看| 国产成人av激情在线播放| 一区二区三区激情视频| 变态另类丝袜制服| 1024手机看黄色片| 美女 人体艺术 gogo| 麻豆成人午夜福利视频| 性色avwww在线观看| 亚洲av免费高清在线观看| 最后的刺客免费高清国语| 欧美在线一区亚洲| 天天躁日日操中文字幕| 成年人黄色毛片网站| 免费看日本二区| 国产亚洲精品一区二区www| 午夜福利在线在线| 91久久精品国产一区二区成人 | 中文字幕久久专区| 悠悠久久av| 麻豆国产97在线/欧美| 18禁黄网站禁片午夜丰满| 天堂av国产一区二区熟女人妻| 久久久久久九九精品二区国产| 哪里可以看免费的av片| 在线观看免费午夜福利视频| 两性午夜刺激爽爽歪歪视频在线观看| 午夜免费观看网址| 51国产日韩欧美| 人人妻人人看人人澡| 男人舔奶头视频| 99国产综合亚洲精品| e午夜精品久久久久久久| 老司机深夜福利视频在线观看| 色在线成人网| 18禁裸乳无遮挡免费网站照片| 中文在线观看免费www的网站| 亚洲人成网站在线播放欧美日韩| 国产成人福利小说| 国产v大片淫在线免费观看| 老熟妇乱子伦视频在线观看| 国产av不卡久久| 美女 人体艺术 gogo| 欧美日韩国产亚洲二区| 久久婷婷人人爽人人干人人爱| 18美女黄网站色大片免费观看| 精品久久久久久久久久久久久| 精品国产亚洲在线| 亚洲av电影在线进入| 亚洲成a人片在线一区二区| 国产伦在线观看视频一区| 国产真实伦视频高清在线观看 | 琪琪午夜伦伦电影理论片6080| 免费在线观看成人毛片| 国产伦一二天堂av在线观看| 丰满的人妻完整版| 亚洲成人久久爱视频| 麻豆一二三区av精品| 精品人妻1区二区| 欧美成人性av电影在线观看| 怎么达到女性高潮| 久久国产乱子伦精品免费另类| 国产高清有码在线观看视频| 国产精品一区二区免费欧美| 国产精品影院久久| 欧美成人一区二区免费高清观看| 免费一级毛片在线播放高清视频| avwww免费| www.www免费av| 在线播放国产精品三级| 国产精品一区二区免费欧美| 欧美日韩综合久久久久久 | 看黄色毛片网站| 大型黄色视频在线免费观看| 一个人免费在线观看电影| 亚洲av电影不卡..在线观看| 国产毛片a区久久久久| 岛国在线观看网站| 夜夜爽天天搞| 久久精品综合一区二区三区| 亚洲国产欧洲综合997久久,| 一夜夜www| 国产单亲对白刺激| 99久久成人亚洲精品观看| 午夜福利成人在线免费观看| 国产伦一二天堂av在线观看| 啦啦啦免费观看视频1| 99国产精品一区二区蜜桃av| 91麻豆av在线| 国产亚洲精品综合一区在线观看| av在线蜜桃| 在线视频色国产色| 一区福利在线观看| 88av欧美| 国产精品av视频在线免费观看| 3wmmmm亚洲av在线观看| 女人十人毛片免费观看3o分钟| 日本黄色片子视频| 99久久成人亚洲精品观看| 午夜免费男女啪啪视频观看 | 国产成人aa在线观看| 午夜福利成人在线免费观看| 精品久久久久久久久久免费视频| 最近最新中文字幕大全电影3| 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 | 一本一本综合久久| 欧美乱妇无乱码| 97超级碰碰碰精品色视频在线观看| 精品日产1卡2卡| 国产熟女xx| 国产精品99久久99久久久不卡| 无遮挡黄片免费观看| 少妇裸体淫交视频免费看高清| 校园春色视频在线观看| 一进一出抽搐gif免费好疼| 天美传媒精品一区二区| 啦啦啦观看免费观看视频高清| 男女午夜视频在线观看| 午夜福利在线观看吧| 怎么达到女性高潮| 草草在线视频免费看| 成人av在线播放网站| 99国产精品一区二区三区| 欧美午夜高清在线| 成年免费大片在线观看| 国产一区二区三区视频了| 亚洲无线在线观看| 国产精品一区二区免费欧美| 国产三级在线视频| 亚洲最大成人手机在线| 亚洲va日本ⅴa欧美va伊人久久| 亚洲av美国av| 99久国产av精品| 国产99白浆流出| 亚洲av一区综合| 国产高清videossex| 久久精品人妻少妇| 国模一区二区三区四区视频| 国产熟女xx| 91麻豆精品激情在线观看国产| 欧美日韩一级在线毛片| 成人国产综合亚洲| 国产精品三级大全| svipshipincom国产片| 中文字幕av成人在线电影| av视频在线观看入口| 看免费av毛片| 亚洲精品在线观看二区| 男人和女人高潮做爰伦理| 无限看片的www在线观看| 亚洲,欧美精品.| 97超级碰碰碰精品色视频在线观看| 又紧又爽又黄一区二区| 18禁美女被吸乳视频| 亚洲欧美日韩高清在线视频| 九九久久精品国产亚洲av麻豆| 熟女人妻精品中文字幕| 熟女电影av网| 岛国在线免费视频观看| 小蜜桃在线观看免费完整版高清| 久久久久久久久大av| 三级毛片av免费| 亚洲色图av天堂| 有码 亚洲区| 午夜福利成人在线免费观看| 日本五十路高清| 桃红色精品国产亚洲av| 欧美激情久久久久久爽电影| 床上黄色一级片| 午夜福利成人在线免费观看| av中文乱码字幕在线| 美女cb高潮喷水在线观看| 内射极品少妇av片p| 亚洲精品色激情综合| 蜜桃亚洲精品一区二区三区| 日本免费一区二区三区高清不卡| 国产成人影院久久av| 欧美+日韩+精品| 日韩欧美三级三区| 亚洲五月婷婷丁香| 淫妇啪啪啪对白视频| 国产探花极品一区二区| 神马国产精品三级电影在线观看| 国产精品自产拍在线观看55亚洲| 久久久精品大字幕| 草草在线视频免费看| 国产日本99.免费观看| 在线观看免费视频日本深夜| 亚洲av一区综合| 欧美最黄视频在线播放免费| 在线观看一区二区三区| 成年免费大片在线观看| 欧美+亚洲+日韩+国产| www.www免费av| 一个人看视频在线观看www免费 | 久久久久国产精品人妻aⅴ院| 长腿黑丝高跟| 日韩欧美国产在线观看| 色噜噜av男人的天堂激情| 中文字幕精品亚洲无线码一区| 日本成人三级电影网站| 亚洲欧美日韩卡通动漫| 内射极品少妇av片p| 九色成人免费人妻av| 国产精品久久电影中文字幕| 无遮挡黄片免费观看| 国产真实乱freesex| 婷婷亚洲欧美| 欧美日韩乱码在线| 欧美乱码精品一区二区三区| 国产三级黄色录像| 99热精品在线国产| 亚洲av免费在线观看| 精品99又大又爽又粗少妇毛片 | 一区二区三区高清视频在线| 色精品久久人妻99蜜桃| 国产成+人综合+亚洲专区| 一二三四社区在线视频社区8| svipshipincom国产片| 亚洲成人精品中文字幕电影| 在线免费观看不下载黄p国产 | 日本熟妇午夜| 国产91精品成人一区二区三区| 在线观看美女被高潮喷水网站 | 久久久久久国产a免费观看| 一级黄片播放器| av专区在线播放| 午夜福利18| 一区二区三区免费毛片| 啦啦啦观看免费观看视频高清| 久久久久国产精品人妻aⅴ院| 日本五十路高清| 男女床上黄色一级片免费看| 日日干狠狠操夜夜爽| 成年免费大片在线观看| 亚洲欧美日韩高清在线视频| 在线a可以看的网站| 搡女人真爽免费视频火全软件 | 亚洲欧美日韩卡通动漫| 亚洲欧美精品综合久久99| 好看av亚洲va欧美ⅴa在| 色在线成人网| 麻豆国产av国片精品| h日本视频在线播放| 少妇裸体淫交视频免费看高清| 精品久久久久久久人妻蜜臀av| 深夜精品福利| 精品一区二区三区av网在线观看| 久久久久久久久久黄片| 国产精品一区二区免费欧美| 美女黄网站色视频| 真实男女啪啪啪动态图| 日韩欧美一区二区三区在线观看| 亚洲成人久久爱视频| 天堂网av新在线| 久久人妻av系列| 久久久久久人人人人人| 露出奶头的视频| 国产精品自产拍在线观看55亚洲| 一进一出抽搐动态| 亚洲中文日韩欧美视频| 97碰自拍视频| or卡值多少钱| 黄色片一级片一级黄色片| 午夜精品一区二区三区免费看| 一区二区三区激情视频| 国产伦精品一区二区三区视频9 | 国产v大片淫在线免费观看| 欧美日韩瑟瑟在线播放| 男女下面进入的视频免费午夜| 中亚洲国语对白在线视频| 色综合欧美亚洲国产小说| 波野结衣二区三区在线 | 国产真实乱freesex| www日本在线高清视频| 深爱激情五月婷婷| 欧美乱色亚洲激情| 亚洲av第一区精品v没综合| 国产午夜精品论理片| 噜噜噜噜噜久久久久久91| 午夜视频国产福利| 十八禁网站免费在线| 中文字幕人妻熟人妻熟丝袜美 | 中文在线观看免费www的网站| 国产野战对白在线观看| 又爽又黄无遮挡网站| 国产三级在线视频| 国产单亲对白刺激| eeuss影院久久| 又爽又黄无遮挡网站| 亚洲专区中文字幕在线| 嫩草影院入口| 色av中文字幕| 国产美女午夜福利| 亚洲一区二区三区不卡视频| 国产成年人精品一区二区| 桃色一区二区三区在线观看| 欧美最新免费一区二区三区 | 成人永久免费在线观看视频| 国产精品久久久久久精品电影| 狂野欧美激情性xxxx| 我的老师免费观看完整版| 欧美黑人巨大hd| 国产高清三级在线| 此物有八面人人有两片| 欧美性猛交黑人性爽| 最近在线观看免费完整版| 日日夜夜操网爽| 91久久精品电影网| 亚洲av一区综合| 亚洲av不卡在线观看| 国产精品99久久99久久久不卡| 婷婷六月久久综合丁香| 在线观看免费午夜福利视频| 午夜免费男女啪啪视频观看 | 欧美成人性av电影在线观看| 国产成人av激情在线播放| 久久欧美精品欧美久久欧美| xxxwww97欧美| 一级a爱片免费观看的视频| 亚洲精品456在线播放app | 亚洲精品在线观看二区| 欧美中文日本在线观看视频| 最新中文字幕久久久久| 天堂影院成人在线观看| 亚洲精品美女久久久久99蜜臀| 怎么达到女性高潮| 亚洲精品国产精品久久久不卡| 亚洲av中文字字幕乱码综合| 深爱激情五月婷婷| 国产精品一区二区三区四区免费观看 | 一卡2卡三卡四卡精品乱码亚洲| 美女大奶头视频| 亚洲精品456在线播放app | 日本五十路高清| 国产97色在线日韩免费| 色噜噜av男人的天堂激情| 日韩欧美在线二视频| 国内揄拍国产精品人妻在线| www.熟女人妻精品国产| 日本精品一区二区三区蜜桃| 免费一级毛片在线播放高清视频| 18禁在线播放成人免费| 亚洲欧美日韩东京热| 亚洲国产精品成人综合色| 亚洲av二区三区四区| www.www免费av| 精品一区二区三区视频在线观看免费| 久9热在线精品视频| 在线观看av片永久免费下载| 久久久久性生活片| 亚洲国产精品sss在线观看| 特大巨黑吊av在线直播| 欧美午夜高清在线| 欧美最黄视频在线播放免费| 乱人视频在线观看| 少妇高潮的动态图| 国产精品久久视频播放| 老汉色∧v一级毛片| 国产美女午夜福利| 欧美av亚洲av综合av国产av| 亚洲人成网站在线播| 精品国产美女av久久久久小说| 中文字幕人妻熟人妻熟丝袜美 | 好看av亚洲va欧美ⅴa在| 国产伦人伦偷精品视频| av福利片在线观看| 99在线视频只有这里精品首页| 中文字幕av成人在线电影| 两人在一起打扑克的视频| 亚洲欧美日韩无卡精品| 亚洲第一电影网av| 亚洲熟妇熟女久久| 9191精品国产免费久久| 女人十人毛片免费观看3o分钟| 三级男女做爰猛烈吃奶摸视频| 国产亚洲精品久久久com| 1000部很黄的大片| e午夜精品久久久久久久| 国产一区在线观看成人免费| 国产av一区在线观看免费| 男女床上黄色一级片免费看| 免费av观看视频| 亚洲av第一区精品v没综合| 国产精品98久久久久久宅男小说| 日韩亚洲欧美综合| 2021天堂中文幕一二区在线观| 人妻久久中文字幕网| 欧美午夜高清在线| 日日摸夜夜添夜夜添小说| 99国产综合亚洲精品| 亚洲国产精品合色在线| 国产亚洲av嫩草精品影院| 99久久久亚洲精品蜜臀av| 99久久精品国产亚洲精品| 午夜福利欧美成人| 国产aⅴ精品一区二区三区波| 99国产极品粉嫩在线观看| 长腿黑丝高跟| 国产aⅴ精品一区二区三区波| 男人舔女人下体高潮全视频| 女人被狂操c到高潮| 欧美又色又爽又黄视频| 精品欧美国产一区二区三| 国产亚洲精品久久久久久毛片| 岛国在线免费视频观看| 国产精品99久久久久久久久| or卡值多少钱| 成人精品一区二区免费| 国产高清视频在线观看网站| 国产精品永久免费网站| 色噜噜av男人的天堂激情| 国产单亲对白刺激| 免费看a级黄色片| 非洲黑人性xxxx精品又粗又长| ponron亚洲| 国产成人aa在线观看| 亚洲国产精品sss在线观看| 国产精品永久免费网站| 女生性感内裤真人,穿戴方法视频| 一区二区三区国产精品乱码| 18禁美女被吸乳视频| 国产亚洲精品久久久久久毛片| 可以在线观看的亚洲视频| 在线视频色国产色| 国产色爽女视频免费观看| 亚洲精品国产精品久久久不卡| 无限看片的www在线观看| 欧美成人一区二区免费高清观看| 国产高潮美女av| 成年免费大片在线观看| 香蕉av资源在线| 亚洲av中文字字幕乱码综合| 丝袜美腿在线中文| 国产高潮美女av| 免费看日本二区| 美女黄网站色视频| 国产熟女xx| 国模一区二区三区四区视频| 亚洲精品亚洲一区二区| 成熟少妇高潮喷水视频| АⅤ资源中文在线天堂| 日本熟妇午夜| 国产精品嫩草影院av在线观看 | 波多野结衣巨乳人妻| 午夜亚洲福利在线播放| 国产亚洲精品久久久久久毛片| 午夜激情欧美在线| 久久婷婷人人爽人人干人人爱| 国产av麻豆久久久久久久| 观看美女的网站| 夜夜看夜夜爽夜夜摸| 久久久久性生活片| 亚洲激情在线av| 天堂av国产一区二区熟女人妻| 女人十人毛片免费观看3o分钟| 身体一侧抽搐| 欧美成人免费av一区二区三区| 亚洲18禁久久av| 特级一级黄色大片| 欧美乱妇无乱码| 亚洲自拍偷在线| 精品人妻一区二区三区麻豆 | 国内精品久久久久精免费| 亚洲性夜色夜夜综合| 一级黄色大片毛片| 日本撒尿小便嘘嘘汇集6| 他把我摸到了高潮在线观看| 一级毛片高清免费大全| 中亚洲国语对白在线视频| 好男人电影高清在线观看| 欧洲精品卡2卡3卡4卡5卡区| 成人特级av手机在线观看| 国产黄片美女视频| 少妇人妻精品综合一区二区 | 午夜福利欧美成人| 日本在线视频免费播放| 色噜噜av男人的天堂激情| 蜜桃久久精品国产亚洲av| 国产蜜桃级精品一区二区三区| 欧美中文综合在线视频| 一a级毛片在线观看| 国产aⅴ精品一区二区三区波| 欧美黑人欧美精品刺激| 看免费av毛片| 成年女人永久免费观看视频| 啦啦啦韩国在线观看视频| 久久久精品欧美日韩精品| 国产伦一二天堂av在线观看| 叶爱在线成人免费视频播放| 国产午夜精品论理片| 两个人视频免费观看高清| 国产毛片a区久久久久| 欧美xxxx黑人xx丫x性爽| 亚洲人成网站在线播放欧美日韩| tocl精华| 国产爱豆传媒在线观看| 老司机午夜十八禁免费视频| 人人妻,人人澡人人爽秒播| 中文字幕精品亚洲无线码一区| 波多野结衣高清无吗| 女警被强在线播放| 国产三级中文精品| 国内精品久久久久久久电影| 亚洲精品在线观看二区| 性欧美人与动物交配| 一区福利在线观看| 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 | 成人特级黄色片久久久久久久| 国产亚洲av嫩草精品影院| 欧美一区二区精品小视频在线| 国内精品久久久久久久电影| 欧美一区二区亚洲| 久久久久久久亚洲中文字幕 | 午夜激情欧美在线| 九九久久精品国产亚洲av麻豆| 日韩欧美在线乱码| 一本久久中文字幕| 日本与韩国留学比较| 亚洲在线观看片| 91久久精品国产一区二区成人 | 午夜精品在线福利| 一a级毛片在线观看| 小蜜桃在线观看免费完整版高清| 日韩欧美精品免费久久 | 国产伦人伦偷精品视频| 成人av一区二区三区在线看| 欧美另类亚洲清纯唯美| or卡值多少钱| 亚洲中文字幕一区二区三区有码在线看| 婷婷丁香在线五月| 九九热线精品视视频播放| 日韩中文字幕欧美一区二区| 婷婷丁香在线五月| 午夜福利免费观看在线| 欧美三级亚洲精品| 欧美极品一区二区三区四区| 精品久久久久久久毛片微露脸| 精品国产亚洲在线| 欧美另类亚洲清纯唯美| 舔av片在线| 老汉色∧v一级毛片| 亚洲国产精品久久男人天堂| 国内毛片毛片毛片毛片毛片| 日本黄大片高清| 一卡2卡三卡四卡精品乱码亚洲| 国产精品爽爽va在线观看网站| 精品国产亚洲在线| 亚洲男人的天堂狠狠| 黄色视频,在线免费观看| av在线蜜桃| 亚洲第一电影网av| 一夜夜www| 嫩草影视91久久| 亚洲在线观看片| 色精品久久人妻99蜜桃| 国产午夜精品久久久久久一区二区三区 | 午夜福利在线观看免费完整高清在 | 国产成人a区在线观看| 99久久无色码亚洲精品果冻| 日本与韩国留学比较| 丁香六月欧美|