• <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 ?

    改進(jìn)樞軸特征選擇的跨領(lǐng)域情感分類

    2020-11-17 06:28:26梁俊葛張周彬邵黨國
    關(guān)鍵詞:樞軸詞形特征選擇

    梁俊葛,相 艷,張周彬,熊 馨,邵黨國,馬 磊

    (昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院,云南 昆明 650504)

    0 引 言

    在無標(biāo)簽數(shù)據(jù)領(lǐng)域中進(jìn)行情感預(yù)測(cè)是一個(gè)值得研究的問題,跨領(lǐng)域情感分類是解決這一問題的方法之一[1-5]。近年來,深度學(xué)習(xí)方在各領(lǐng)域有著良好的實(shí)際表現(xiàn)已經(jīng)逐漸取代傳統(tǒng)的機(jī)器學(xué)習(xí)方法成為跨領(lǐng)域情感分類的主流[6-11]。Ziser等[12]提出了神經(jīng)結(jié)構(gòu)對(duì)應(yīng)模型,他們的模型可以捕捉到不同領(lǐng)域間有著相同表征的特征,并解決不同領(lǐng)域間特征分布問題。Yu等[13]提出了一種基于神經(jīng)網(wǎng)絡(luò)的跨領(lǐng)域情感分類模型,可對(duì)文本進(jìn)行多重分類。雖然跨領(lǐng)域情感分類的研究已經(jīng)取得了諸多成果,但仍存在一定問題:①傳統(tǒng)的跨領(lǐng)域情感分類中,在文本向量化工作中使用詞袋模型把文本轉(zhuǎn)換為向量形式,這種方法從根本上不可避免會(huì)導(dǎo)致特征冗余的情況。②現(xiàn)有工作中,樞軸特征選擇方法并不完備。例如,傳統(tǒng)的跨領(lǐng)域情感分類主要采用互信息算法來選擇樞軸特征,該方法更多只考慮了特征與情感標(biāo)簽直接的關(guān)系,并未考慮特征出現(xiàn)在文本中的頻次。而樞軸特征選擇的好壞,直接影響到最終的跨領(lǐng)域情感分類結(jié)果。

    為解決上述問題,本文提出了改進(jìn)樞軸特征選擇的跨領(lǐng)域情感分類模型:IPFS(improved pivot feature selection for cross domain sentiment classification)。該模型通過詞形還原構(gòu)建更稠密的文本特征,融合卡方檢驗(yàn)算法選擇出更高質(zhì)量的樞軸特征,結(jié)合神經(jīng)網(wǎng)絡(luò),得到更好的遷移特征。在亞馬遜數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本模型相較現(xiàn)有傳統(tǒng)跨領(lǐng)域情感分類模型具有更好的分類效果。驗(yàn)證了本文模型在跨領(lǐng)域情感分類任務(wù)中的有效性。

    1 相關(guān)工作

    已有的跨領(lǐng)域情感分類方法主要有基于跨領(lǐng)域詞嵌入的方法、基于樞軸特征選擇的方法以及基于自編碼器的方法。

    跨領(lǐng)域詞嵌入的方法主要思想是約束樞軸特征在不同領(lǐng)域中有著相似的詞嵌入表示。Bollegala等[14]提出了跨領(lǐng)域詞嵌入表示模型,通過約束樞軸特征在不同領(lǐng)域之間有著相似的詞嵌入表示,來解決跨領(lǐng)域任務(wù)中樞軸特征的詞嵌入分布問題。Yang等[15]將word2vec模型的損失函數(shù)加入了新的約束項(xiàng),結(jié)合源域詞向量來生成目標(biāo)域的詞向量,實(shí)現(xiàn)跨領(lǐng)域情感分析。另一類跨領(lǐng)域情感分類方法是基于樞軸特征選擇的模型。Li等[16]利用注意力機(jī)制網(wǎng)絡(luò)模型自動(dòng)選擇出樞軸特征,通過聯(lián)合訓(xùn)練兩個(gè)參數(shù)共享的內(nèi)存網(wǎng)絡(luò)來選擇出更適合情感分類的樞軸特征并完成情感分類。Ziser等[12]提出神經(jīng)結(jié)構(gòu)對(duì)應(yīng)學(xué)習(xí)模型,利用神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)來得到非樞軸特征和樞軸特征之間的映射關(guān)系。另一類基于自動(dòng)編碼器的方法主要通過提取出對(duì)跨域變化具有魯棒性的特征,來減少不同領(lǐng)域間的域間差。Chen等[17]提出平均深度對(duì)抗網(wǎng)絡(luò),通過對(duì)抗神經(jīng)網(wǎng)絡(luò)來將分類器從源域標(biāo)簽數(shù)據(jù)中學(xué)習(xí)到的知識(shí)遷移到無標(biāo)簽的目標(biāo)領(lǐng)域中來學(xué)習(xí)跨領(lǐng)域中不變的特征。Ganin等[18]提出了DANN模型,利用領(lǐng)域?qū)褂?xùn)練方法來使神經(jīng)網(wǎng)絡(luò)產(chǎn)生混淆分類器的表示。Qu等[19]提出了類別對(duì)齊對(duì)抗網(wǎng)絡(luò),通過增強(qiáng)源域和目標(biāo)域的類別一致性來完成跨領(lǐng)域情感分類任務(wù)。

    2 本文方法

    2.1 問題描述

    2.2 改進(jìn)特征選擇的神經(jīng)結(jié)構(gòu)對(duì)應(yīng)學(xué)習(xí)模型

    本文提出的改進(jìn)特征選擇的神經(jīng)結(jié)構(gòu)對(duì)應(yīng)學(xué)習(xí)模型主要分為3個(gè)模塊:樞軸特征選擇模塊、特征遷移模塊、跨領(lǐng)域情感分類模塊。

    2.2.1 樞軸特征選擇模塊

    樞軸特征是在不同領(lǐng)域中有著相同的表征的特征,在不同領(lǐng)域中充當(dāng)橋梁的作用。本文提出的樞軸特征選擇如圖1所示。

    圖1 樞軸特征選擇

    具體步驟為:

    (1)預(yù)處理

    提取出源域和目標(biāo)域中的文本內(nèi)容,并對(duì)文本內(nèi)容進(jìn)行去標(biāo)點(diǎn)符號(hào)、去停用詞等預(yù)處理操作。

    (2)詞形還原

    詞形還原可以把詞語轉(zhuǎn)換為能夠表達(dá)完整語義的一般形式,可以減少冗余特征,為文本向量化做準(zhǔn)備。

    例如“l(fā)ikes”和“l(fā)ike”都是“l(fā)ike”的不同詞形,它們有著相同的情感極性,在樞軸特征選擇中應(yīng)該把它們作為同一個(gè)特征對(duì)待。

    WordNet詞典中對(duì)不同詞性的特征有著不同的詞形還原結(jié)果,因此在詞形還原之前需要對(duì)文本中的每個(gè)特征進(jìn)行詞性標(biāo)注。本文采用NLTK包中提供的詞性標(biāo)注器pos_tag來對(duì)詞性進(jìn)行標(biāo)記,將對(duì)應(yīng)的詞性轉(zhuǎn)換成WordNet詞典的名形動(dòng)副4種詞性符號(hào)。將NN(名詞)、NNS(名詞復(fù)數(shù))、NNP(名詞單數(shù))、NNPS(名詞復(fù)數(shù))轉(zhuǎn)換為n(名詞);將JJ(形容詞),JJR(形容詞比較級(jí)),JJS(形容詞最高級(jí))轉(zhuǎn)換為a(形容詞)。詞性標(biāo)注后,再使用NLTK庫中基于WordNet的詞形還原工具WordNLemmatizer對(duì)特征進(jìn)行詞形還原。

    (3)文本向量化

    利用Ds和Dt建立詞袋模型,在此基礎(chǔ)上進(jìn)行文本向量化。文本向量的值為特征在該文本中出現(xiàn)的頻次。步驟(2)中的詞形還原可以起到文本向量特征降維的作用。例如在進(jìn)行Amazon數(shù)據(jù)集Kitchen到Electronic跨領(lǐng)域情感分類任務(wù)時(shí),詞形還原任務(wù)前,總的特征數(shù)目為12 961,共有25 233個(gè)句子,因此總的文本向量矩陣的維度為25 233*12 961。經(jīng)過詞形還原后,維度降低到了25 233*12 383。

    (4)選擇具有最大卡方值的特征

    卡方值表征了特征和標(biāo)簽之間的關(guān)聯(lián)度,為卡方檢驗(yàn)得到的統(tǒng)計(jì)值,其計(jì)算公式如下

    (1)

    (5)樞軸特征生成

    在有著最大卡方值的特征中,選擇在源域和目標(biāo)域中詞頻均高于m的特征作為最終的樞軸特征,得到樞軸特征集合fp。

    2.2.2 特征遷移模塊

    在特征遷移模塊,通過映射矩陣將非樞軸特征降維到低維度的隱層特征,用該隱層特征來預(yù)測(cè)樞軸特征的存在。本文的特征映射如圖2所示。具體過程如下。

    圖2 特征映射

    (1)總的特征集合為f=fp∪fnp,其中fp為前文步驟得到的樞軸特征集合,fnp為非樞軸特征集合,fp∩fnp=φ。

    (2)對(duì)于給定的輸入文本,其樞軸特征向量表示為xp,非樞軸特征向量為xnp。為了學(xué)習(xí)到具有魯棒性以及緊密的文本特征表示,需要學(xué)習(xí)到從非樞軸特征到樞軸特征間的非線性映射。采用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),xnp作為神經(jīng)網(wǎng)絡(luò)的輸入,通過編碼得到低維度、共享的中間隱層特征表示,其計(jì)算公式為

    hwh(xnp)=σ(whxnp)

    (2)

    其中,wh為特征映射矩陣,σ(·) 表示sigmoid非線性激活函數(shù)。

    (3)之后用隱層特征hwh(xnp) 預(yù)測(cè)樞軸特征xp,計(jì)算公式為

    o=σ(wrhwh(xnp))

    (3)

    這樣得到的模型輸出o是一個(gè)概率向量,其取值是[0,1]之間的數(shù)值,維度與xp維度一致,其值預(yù)測(cè)了對(duì)應(yīng)樞軸特征在該輸入文本中出現(xiàn)的概率。

    (4)對(duì)于步驟(3)樞軸特征預(yù)測(cè)的結(jié)果,采用交叉熵函數(shù)作為損失函數(shù),如式(4)所示

    (4)

    式中:|fp| 是樞軸特征的個(gè)數(shù),xp是一個(gè)取值為0或1的向量,其第i個(gè)數(shù)值反映了所對(duì)應(yīng)的第i個(gè)特征是否是輸入文本的樞軸特征。數(shù)值為1表示該特征是輸入文本的樞軸特征,為0則不是。這樣,上一步正確預(yù)測(cè)的概率越高,損失函數(shù)就會(huì)越小。通過最小化總的損失函數(shù),可以得到最優(yōu)的wh和wr。

    在特征遷移模塊中,神經(jīng)網(wǎng)絡(luò)模型將高維度的非樞軸特征遷移到低維度、共享的隱層特征空間,在該低維的隱層空間下,源領(lǐng)域數(shù)據(jù)與目標(biāo)域領(lǐng)域數(shù)據(jù)擁有相似的分布,故可以減小特征在不同領(lǐng)域間的域間差。

    2.2.3 跨領(lǐng)域情感分類模塊

    跨領(lǐng)域情感分類器訓(xùn)練過程如圖3所示。具體過程如下。

    圖3 IPFS的跨領(lǐng)域分類器

    (1)利用源域和目標(biāo)域標(biāo)記數(shù)據(jù),獲得源域和目標(biāo)域的初始文本特征。

    (2)利用特征遷移模塊得到映射矩陣,將源域非樞軸特征乘以特征映射矩陣得到源域的遷移特征。目標(biāo)域非樞軸特征乘以特征映射矩陣得到目標(biāo)域域文本向量的遷移特征。

    (3)將源域標(biāo)記數(shù)據(jù)的初始特征和遷移特征拼接,送入logistics分類器,訓(xùn)練分類器參數(shù)。

    (4)將目標(biāo)域的初始特征和遷移特征拼接,送入到訓(xùn)練好的logistics情感分類器,即可得到目標(biāo)域情感分類預(yù)測(cè)結(jié)果。利用目標(biāo)域標(biāo)記數(shù)據(jù)進(jìn)行測(cè)試,可以得到跨領(lǐng)域情感分類的準(zhǔn)確率。

    3 實(shí)驗(yàn)設(shè)置

    3.1 數(shù)據(jù)集

    為了驗(yàn)證模型的實(shí)驗(yàn)效果,我們進(jìn)行了跨領(lǐng)域情感分類。采用Amazon產(chǎn)品評(píng)論數(shù)據(jù)的4個(gè)數(shù)據(jù)集:Books(B)、DVD(D)、Kitchen(K)、Electronics(E),每個(gè)領(lǐng)域包含1000條正向和1000條負(fù)向的產(chǎn)品評(píng)論,并且這4個(gè)數(shù)據(jù)集各有6000(B)、37471(D)、13 153(E)、16 785(K)條無標(biāo)簽數(shù)據(jù)。實(shí)驗(yàn)數(shù)據(jù)見表1。

    表1 實(shí)驗(yàn)數(shù)據(jù)

    3.2 實(shí)驗(yàn)對(duì)比模型

    (1)No-DA:在源域訓(xùn)練好分類器,不做任何領(lǐng)域適應(yīng)操作,直接進(jìn)行跨領(lǐng)域情感分類。

    (2)SCL-MI模型:該模型采用互信息篩選出樞軸特征,然后通過SVD分解將樞軸特征與非樞軸特征關(guān)聯(lián)起來,為源域和目標(biāo)域間提供一個(gè)橋梁,來完成跨領(lǐng)域情感分類。

    (3)DANN模型:該模型利用對(duì)抗神經(jīng)網(wǎng)絡(luò)來完成跨領(lǐng)域情感分類任務(wù)。

    (4)MSDA模型:該模型利用邊緣化的去噪自編碼器模型來完成跨領(lǐng)域情感分類任務(wù)。

    (5)AE-SCL-SR模型:該模型在篩選出樞軸特征后,通過神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)將樞軸特征和非樞軸特征關(guān)聯(lián)起來,得到遷移特征,在此基礎(chǔ)上,完成跨領(lǐng)域情感分類任務(wù)。

    (6)IPFS-Chi2模型:是指本文所提出的樞軸特征改進(jìn)方法中,只基于卡方檢驗(yàn)選擇樞軸特征的模型。

    4 實(shí)驗(yàn)結(jié)果與分析

    4.1 評(píng)價(jià)指標(biāo)

    本文采用準(zhǔn)確率來評(píng)估跨領(lǐng)域情感分類的效果,定義如下

    (5)

    其中,num_correct為目標(biāo)域情感分類正確的樣本數(shù),num_all為目標(biāo)域數(shù)據(jù)集樣本總數(shù)。

    4.2 改進(jìn)樞軸特征的實(shí)驗(yàn)

    為了驗(yàn)證卡方檢驗(yàn)和詞形還原的有效性,本文在Amazon這4個(gè)不同領(lǐng)域數(shù)據(jù)集上對(duì)AE-SCL-SR、IPFS-Chi2和IPFS這3種模型進(jìn)行了12組對(duì)比實(shí)驗(yàn),結(jié)果如圖4所示。

    由圖4可看出,相比AE-SCL-SR模型,IPFS-Chi2模型在12組實(shí)驗(yàn)中有9組取得了更好的結(jié)果,2組持平。在DVD到Book,以及Kitchen到Electronics的跨領(lǐng)域情感分類實(shí)驗(yàn)中,IPFS-Chi2模型的準(zhǔn)確率分別高出AE-SCL-SR模型約0.8%和1.3%,驗(yàn)證了卡方檢驗(yàn)對(duì)于選擇樞軸特征的 有效性。進(jìn)一步比較IPFS-Chi2和IPFS模型可以看到,在12組實(shí)驗(yàn)中IPFS模型有9組取得了高于IPFS-Chi2約0.3%的準(zhǔn)確率,2組持平。在DVD到Kitchen的跨領(lǐng)域情感分類實(shí)驗(yàn)中,IPFS模型的準(zhǔn)確率高出IPFS-Chi2模型約0.7%。以上結(jié)果進(jìn)一步證實(shí)了詞形還原的作用。

    圖4 改進(jìn)樞軸特征選擇方法的實(shí)驗(yàn)結(jié)果

    4.3 與基線模型的比較

    表2是本文方法與各基線模型的分類準(zhǔn)確率對(duì)比結(jié)果。

    表2 IPFS模型與其它模型的實(shí)驗(yàn)結(jié)果比較

    可以看出本文提出的IPFS模型在各個(gè)情感分析任務(wù)中均取得了較好的實(shí)驗(yàn)結(jié)果,平均準(zhǔn)確率達(dá)到了78.7%,優(yōu)于所有的基線模型。對(duì)于跨領(lǐng)域情感分類任務(wù),本文模型在12組實(shí)驗(yàn)全部優(yōu)于SCL-MI模型,說明本文樞軸選擇的質(zhì)量影響著最終的實(shí)驗(yàn)分類準(zhǔn)確率以及神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)性。與DANN模型相比,本文模型由11組優(yōu)于DANN模型,1組持平,驗(yàn)證了本文模型的有效性,通過提高選擇的樞軸特征質(zhì)量并結(jié)合神經(jīng)網(wǎng)絡(luò)可以達(dá)到更好的分類準(zhǔn)確率。IPFS在12組實(shí)驗(yàn)中有10組實(shí)驗(yàn)性能明顯優(yōu)于MSDA模型,1組實(shí)驗(yàn)性能與MSDA持平。與AE-SCL-SR模型相比,IPFS模型有10組實(shí)驗(yàn)性能優(yōu)于AE-SCL-SR模型,1組實(shí)驗(yàn)性能與AE-SCL-SR持平,驗(yàn)證了本文模型可以更好選擇高質(zhì)量的樞軸特征,更好完成跨領(lǐng)域情感分類任務(wù),達(dá)到更高的分類準(zhǔn)確率。此外,IPFS模型相對(duì)AE-SCL-SR、DANN、MSDA、SCL-MI、No-DA跨領(lǐng)域情感分類的準(zhǔn)確率在12組實(shí)驗(yàn)上平均提高了0.6%、2.7%、3.9%、4.4%和5.7%。實(shí)驗(yàn)結(jié)果表明,IPFS模型能夠很好解決跨領(lǐng)域情感分類問題。

    從表2的對(duì)比結(jié)果還可以看出,跨領(lǐng)域情感分類任務(wù)中,所有模型都在Kitchen和Electronic這一對(duì)遷移任務(wù)中取得了最好的結(jié)果,這說明Kitchen和Electronic領(lǐng)域的特征分布最相似,域間差最小,領(lǐng)域適應(yīng)效果更佳。同時(shí),從各個(gè)方法的平均準(zhǔn)確率可以看出,特征遷移的模型均優(yōu)于沒有進(jìn)行遷移的情況,這說明跨領(lǐng)域情感分類學(xué)習(xí)可以有效地提高分類準(zhǔn)確率。

    5 結(jié)束語

    針對(duì)跨領(lǐng)域情感分類任務(wù),本文提出的IFPS模型融合了詞形還原和卡方檢驗(yàn)來選擇樞軸特征,在特征映射過程中結(jié)合神經(jīng)結(jié)構(gòu)對(duì)應(yīng)學(xué)習(xí)來構(gòu)建樞軸特征和非樞軸特征間的映射關(guān)系。通過詞形還原來減少文本特征數(shù)目,得到更加稠密的文本向量化表示,通過卡方檢驗(yàn)讓模型能夠更好得到和情感標(biāo)簽關(guān)聯(lián)更緊密的特征作為樞軸特征,并結(jié)合神經(jīng)網(wǎng)絡(luò)完成跨領(lǐng)域情感分類任務(wù)。在Amazon數(shù)據(jù)集上的12組不同跨領(lǐng)域情感分類任務(wù)的對(duì)比實(shí)驗(yàn)結(jié)果表明,本文提出模型的準(zhǔn)確率比幾種較先進(jìn)的跨領(lǐng)域情感分類模型有著進(jìn)一步的提升,能夠很好解決跨領(lǐng)域情感分類任務(wù)。

    猜你喜歡
    樞軸詞形特征選擇
    WK-35 電鏟中央樞軸液氮冷裝工藝研究
    面向神經(jīng)機(jī)器翻譯的樞軸方法研究綜述
    探討參數(shù)區(qū)間估計(jì)中樞軸量的選取——以單個(gè)正態(tài)總體均值為例
    詞形變換解題指導(dǎo)
    韓國學(xué)校語法中副詞形語尾的變遷
    帶前置功能的詞形《 в сопоставлениис 》的結(jié)構(gòu)與搭配
    山東青年(2018年7期)2018-11-06 06:13:12
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    抽水蓄能電站球閥樞軸軸套故障分析及改造
    基于特征選擇和RRVPMCD的滾動(dòng)軸承故障診斷方法
    国产女主播在线喷水免费视频网站| 久久久久久久久久久免费av| 不卡视频在线观看欧美| 五月开心婷婷网| 日韩av在线免费看完整版不卡| 日韩中文字幕视频在线看片| 大片免费播放器 马上看| 一级黄片播放器| 乱码一卡2卡4卡精品| 亚洲中文av在线| 亚洲色图 男人天堂 中文字幕 | 久久精品久久久久久久性| 久久精品aⅴ一区二区三区四区 | 亚洲精品视频女| 欧美精品国产亚洲| 一本久久精品| 亚洲图色成人| 在线观看免费视频网站a站| 国产xxxxx性猛交| 欧美激情国产日韩精品一区| 国产有黄有色有爽视频| 这个男人来自地球电影免费观看 | 亚洲三级黄色毛片| 人妻一区二区av| 青春草视频在线免费观看| 亚洲国产最新在线播放| 好男人视频免费观看在线| 好男人视频免费观看在线| 欧美日韩av久久| 久久ye,这里只有精品| 男女啪啪激烈高潮av片| 美女脱内裤让男人舔精品视频| 成人毛片60女人毛片免费| 国产极品天堂在线| 视频区图区小说| 五月玫瑰六月丁香| 搡老乐熟女国产| 中文字幕av电影在线播放| 最近手机中文字幕大全| 精品一区二区三区视频在线| 亚洲av综合色区一区| 欧美成人午夜免费资源| 中国美白少妇内射xxxbb| kizo精华| 欧美亚洲 丝袜 人妻 在线| 97在线视频观看| 亚洲国产精品成人久久小说| 国产精品不卡视频一区二区| 日韩中字成人| 99九九在线精品视频| 国产爽快片一区二区三区| 岛国毛片在线播放| 日本vs欧美在线观看视频| 国产免费视频播放在线视频| 精品人妻一区二区三区麻豆| 交换朋友夫妻互换小说| 男女高潮啪啪啪动态图| 韩国av在线不卡| 熟女av电影| 国产极品天堂在线| 黄色毛片三级朝国网站| 丝袜喷水一区| 久久久亚洲精品成人影院| 亚洲欧洲日产国产| 超碰97精品在线观看| 99re6热这里在线精品视频| 91国产中文字幕| 青青草视频在线视频观看| 国产精品一二三区在线看| 久久亚洲国产成人精品v| 国产精品国产三级专区第一集| 欧美精品av麻豆av| 国产一级毛片在线| 国产一区二区激情短视频 | 精品一区二区免费观看| av国产久精品久网站免费入址| 伊人久久国产一区二区| 久久人妻熟女aⅴ| 日韩三级伦理在线观看| 侵犯人妻中文字幕一二三四区| 两个人免费观看高清视频| a级毛片在线看网站| 亚洲精品国产色婷婷电影| 侵犯人妻中文字幕一二三四区| kizo精华| 草草在线视频免费看| 王馨瑶露胸无遮挡在线观看| 秋霞伦理黄片| 日本午夜av视频| 国产1区2区3区精品| 免费黄网站久久成人精品| 亚洲成人av在线免费| 日日撸夜夜添| 在线免费观看不下载黄p国产| 国产不卡av网站在线观看| 蜜臀久久99精品久久宅男| 久久热在线av| 国产乱人偷精品视频| 你懂的网址亚洲精品在线观看| 日韩中文字幕视频在线看片| 建设人人有责人人尽责人人享有的| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 黄片无遮挡物在线观看| av国产久精品久网站免费入址| 亚洲国产毛片av蜜桃av| 一级片免费观看大全| 国产片内射在线| 99热全是精品| 欧美最新免费一区二区三区| 2018国产大陆天天弄谢| 免费看av在线观看网站| 五月开心婷婷网| 桃花免费在线播放| 国产精品久久久久久精品电影小说| 国产精品国产av在线观看| 国产一区二区三区av在线| 亚洲欧美日韩卡通动漫| 精品国产一区二区三区四区第35| 只有这里有精品99| 精品国产国语对白av| 在线观看一区二区三区激情| 亚洲av欧美aⅴ国产| av天堂久久9| 99热这里只有是精品在线观看| 亚洲国产日韩一区二区| 亚洲精品色激情综合| 丝袜脚勾引网站| kizo精华| 免费在线观看黄色视频的| 亚洲国产最新在线播放| 另类亚洲欧美激情| 亚洲国产av新网站| 在线免费观看不下载黄p国产| 精品人妻熟女毛片av久久网站| 国产国语露脸激情在线看| av国产久精品久网站免费入址| 成人综合一区亚洲| 欧美日韩视频精品一区| 中文字幕精品免费在线观看视频 | 久久精品久久精品一区二区三区| 国产色爽女视频免费观看| 精品福利永久在线观看| 亚洲色图综合在线观看| 国产免费又黄又爽又色| 成人黄色视频免费在线看| 大片免费播放器 马上看| 巨乳人妻的诱惑在线观看| 纵有疾风起免费观看全集完整版| 亚洲一级一片aⅴ在线观看| 男女边吃奶边做爰视频| 欧美xxⅹ黑人| 人成视频在线观看免费观看| 制服诱惑二区| 夫妻午夜视频| 国产亚洲精品久久久com| 午夜精品国产一区二区电影| 少妇的逼水好多| 亚洲人成77777在线视频| 日产精品乱码卡一卡2卡三| 高清av免费在线| 99久久综合免费| 欧美 日韩 精品 国产| 亚洲精华国产精华液的使用体验| 永久网站在线| 菩萨蛮人人尽说江南好唐韦庄| 最近中文字幕高清免费大全6| 欧美3d第一页| 国产又色又爽无遮挡免| 亚洲精品自拍成人| 黄片无遮挡物在线观看| 精品人妻熟女毛片av久久网站| av网站免费在线观看视频| 在线看a的网站| 亚洲欧美成人综合另类久久久| videossex国产| 欧美日韩亚洲高清精品| 黄色一级大片看看| 亚洲美女视频黄频| 啦啦啦视频在线资源免费观看| av不卡在线播放| 一级爰片在线观看| 日韩人妻精品一区2区三区| 亚洲av福利一区| 亚洲欧美日韩卡通动漫| 久久精品夜色国产| 日本欧美视频一区| 成人亚洲欧美一区二区av| 午夜av观看不卡| 免费av中文字幕在线| 老司机亚洲免费影院| 久久久a久久爽久久v久久| 亚洲人成77777在线视频| 草草在线视频免费看| 亚洲,一卡二卡三卡| 超碰97精品在线观看| 欧美老熟妇乱子伦牲交| freevideosex欧美| 久久久久视频综合| 国产在视频线精品| 免费看不卡的av| 一区二区av电影网| 久久久精品区二区三区| 亚洲一码二码三码区别大吗| 99九九在线精品视频| 免费看不卡的av| 日日撸夜夜添| 国产69精品久久久久777片| 国产av精品麻豆| av天堂久久9| videos熟女内射| av在线观看视频网站免费| 男男h啪啪无遮挡| 亚洲精品久久成人aⅴ小说| 观看av在线不卡| 一本久久精品| videosex国产| 看免费av毛片| 国产又色又爽无遮挡免| 中国三级夫妇交换| 亚洲精品国产av蜜桃| 永久免费av网站大全| av在线播放精品| 美女中出高潮动态图| 日韩中字成人| 久久精品久久久久久久性| 免费观看av网站的网址| 男男h啪啪无遮挡| 久久毛片免费看一区二区三区| 日韩不卡一区二区三区视频在线| 成人二区视频| 狠狠婷婷综合久久久久久88av| 精品久久国产蜜桃| av黄色大香蕉| 国产一区二区在线观看日韩| 久久久精品区二区三区| 日韩av不卡免费在线播放| 中文字幕av电影在线播放| 久久婷婷青草| 亚洲成国产人片在线观看| 亚洲国产欧美日韩在线播放| 免费人妻精品一区二区三区视频| 美女国产高潮福利片在线看| 精品国产露脸久久av麻豆| 日韩成人av中文字幕在线观看| 美女中出高潮动态图| 亚洲欧美成人综合另类久久久| 亚洲精品第二区| 国产精品久久久久久久电影| 亚洲精品av麻豆狂野| 久久这里有精品视频免费| 亚洲国产av影院在线观看| 国产乱来视频区| av.在线天堂| 亚洲 欧美一区二区三区| 久久精品熟女亚洲av麻豆精品| 免费播放大片免费观看视频在线观看| 亚洲精品中文字幕在线视频| 视频在线观看一区二区三区| 亚洲欧美中文字幕日韩二区| 寂寞人妻少妇视频99o| 中文字幕av电影在线播放| 另类亚洲欧美激情| 精品久久国产蜜桃| 男女无遮挡免费网站观看| 日韩制服骚丝袜av| 18禁观看日本| 亚洲天堂av无毛| a 毛片基地| 欧美+日韩+精品| 你懂的网址亚洲精品在线观看| 女性生殖器流出的白浆| 肉色欧美久久久久久久蜜桃| 国产国拍精品亚洲av在线观看| 九色亚洲精品在线播放| 97超碰精品成人国产| 最黄视频免费看| 国产成人免费无遮挡视频| 亚洲精品国产av蜜桃| 日本免费在线观看一区| 一边亲一边摸免费视频| 新久久久久国产一级毛片| 99香蕉大伊视频| 97精品久久久久久久久久精品| 精品国产露脸久久av麻豆| 亚洲欧美日韩卡通动漫| 日韩在线高清观看一区二区三区| 激情五月婷婷亚洲| 久久这里有精品视频免费| 国产一区二区三区av在线| 夫妻午夜视频| 少妇人妻 视频| 国产在视频线精品| 精品人妻一区二区三区麻豆| 永久免费av网站大全| 九色成人免费人妻av| 男男h啪啪无遮挡| 多毛熟女@视频| 男人爽女人下面视频在线观看| 欧美变态另类bdsm刘玥| 亚洲三级黄色毛片| 国产精品人妻久久久久久| 国产永久视频网站| 国产一区二区在线观看av| 一本久久精品| 成人综合一区亚洲| 一区二区三区精品91| av国产精品久久久久影院| 国产日韩欧美亚洲二区| 满18在线观看网站| 国产精品一区二区在线不卡| 欧美日韩亚洲高清精品| 九九在线视频观看精品| 国产男女内射视频| 在线观看www视频免费| 岛国毛片在线播放| 少妇的丰满在线观看| 狂野欧美激情性bbbbbb| 精品少妇黑人巨大在线播放| 日韩大片免费观看网站| 久久人人爽人人片av| 久久99一区二区三区| 三上悠亚av全集在线观看| 永久网站在线| 国产老妇伦熟女老妇高清| 99视频精品全部免费 在线| 高清不卡的av网站| 黄色一级大片看看| 午夜福利视频精品| 精品酒店卫生间| 最近中文字幕高清免费大全6| 久久av网站| 久久ye,这里只有精品| 久久精品aⅴ一区二区三区四区 | 日韩伦理黄色片| 国产无遮挡羞羞视频在线观看| 18在线观看网站| 久久久久国产精品人妻一区二区| 这个男人来自地球电影免费观看 | 在现免费观看毛片| 永久网站在线| 曰老女人黄片| 国产永久视频网站| 秋霞在线观看毛片| 久久99蜜桃精品久久| 国产日韩欧美视频二区| 中文欧美无线码| 国产日韩欧美视频二区| av播播在线观看一区| 人妻系列 视频| 亚洲精品自拍成人| 久久99热6这里只有精品| 亚洲一区二区三区欧美精品| 99热这里只有是精品在线观看| 亚洲精品日韩在线中文字幕| 激情视频va一区二区三区| 18在线观看网站| 一级黄片播放器| 婷婷色麻豆天堂久久| 日韩 亚洲 欧美在线| 国产成人精品无人区| 大香蕉97超碰在线| 交换朋友夫妻互换小说| 亚洲欧美日韩另类电影网站| 国产极品天堂在线| 国产精品久久久久久精品古装| 欧美亚洲 丝袜 人妻 在线| 久久久久国产精品人妻一区二区| 亚洲精品,欧美精品| 久久精品久久久久久久性| 成人手机av| 婷婷色av中文字幕| 久久久久精品久久久久真实原创| 国产乱人偷精品视频| 久久久久久伊人网av| 在线观看人妻少妇| 大码成人一级视频| 秋霞伦理黄片| 久久影院123| 午夜福利,免费看| 免费大片18禁| 黄色配什么色好看| 好男人视频免费观看在线| 亚洲av电影在线进入| 亚洲高清免费不卡视频| 99国产精品免费福利视频| 人人妻人人添人人爽欧美一区卜| av有码第一页| 亚洲综合精品二区| 亚洲av欧美aⅴ国产| 一二三四在线观看免费中文在 | 在现免费观看毛片| 男女啪啪激烈高潮av片| 欧美丝袜亚洲另类| 亚洲欧美成人综合另类久久久| 亚洲精品一区蜜桃| 日韩中文字幕视频在线看片| 日韩欧美一区视频在线观看| 久久影院123| 99国产精品免费福利视频| av在线播放精品| 国产免费现黄频在线看| 中文字幕精品免费在线观看视频 | 亚洲av综合色区一区| av免费观看日本| 18禁观看日本| 亚洲精品乱久久久久久| 精品人妻在线不人妻| 中文字幕最新亚洲高清| 成年人免费黄色播放视频| 久久精品久久精品一区二区三区| 黑丝袜美女国产一区| 久久国内精品自在自线图片| 男女啪啪激烈高潮av片| 成人二区视频| 亚洲国产av影院在线观看| 日本91视频免费播放| 国产精品人妻久久久影院| 亚洲精品久久成人aⅴ小说| 亚洲欧洲精品一区二区精品久久久 | 精品亚洲成a人片在线观看| 免费观看a级毛片全部| 日韩一区二区三区影片| 在线看a的网站| 一级毛片我不卡| 亚洲成色77777| 久久99热这里只频精品6学生| 精品视频人人做人人爽| 成人国产av品久久久| 99久久综合免费| 在线天堂最新版资源| 99久国产av精品国产电影| 精品福利永久在线观看| 久久久精品区二区三区| 精品国产一区二区久久| 又黄又爽又刺激的免费视频.| 日本猛色少妇xxxxx猛交久久| 国产精品不卡视频一区二区| 卡戴珊不雅视频在线播放| 黑丝袜美女国产一区| 老司机亚洲免费影院| 日韩av在线免费看完整版不卡| 性色av一级| 精品国产乱码久久久久久小说| av在线app专区| 国产国拍精品亚洲av在线观看| 国产精品人妻久久久久久| 久久久久久久精品精品| 国产av码专区亚洲av| 五月天丁香电影| 亚洲精品日韩在线中文字幕| 午夜精品国产一区二区电影| 成人国语在线视频| 午夜免费观看性视频| 国产成人av激情在线播放| 成人亚洲精品一区在线观看| 国产精品熟女久久久久浪| 亚洲av国产av综合av卡| 成年av动漫网址| 亚洲精品色激情综合| 热99久久久久精品小说推荐| 国精品久久久久久国模美| 久久久久久久久久人人人人人人| 国产片特级美女逼逼视频| 一区二区三区精品91| 欧美亚洲日本最大视频资源| 国产极品天堂在线| 春色校园在线视频观看| 精品久久久精品久久久| 欧美97在线视频| 久久久久视频综合| 亚洲国产精品国产精品| 免费在线观看黄色视频的| 妹子高潮喷水视频| 日韩人妻精品一区2区三区| 日韩一本色道免费dvd| 国产成人精品福利久久| 久久午夜综合久久蜜桃| 巨乳人妻的诱惑在线观看| 七月丁香在线播放| 成年av动漫网址| 欧美xxⅹ黑人| 亚洲国产最新在线播放| 人人妻人人澡人人爽人人夜夜| 日本爱情动作片www.在线观看| av黄色大香蕉| 亚洲久久久国产精品| 97在线视频观看| 少妇被粗大的猛进出69影院 | 亚洲av免费高清在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久久亚洲精品成人影院| 九色亚洲精品在线播放| 男女边摸边吃奶| 青春草国产在线视频| 一区在线观看完整版| 亚洲国产成人一精品久久久| 亚洲国产av新网站| 日本91视频免费播放| 啦啦啦在线观看免费高清www| 亚洲国产看品久久| √禁漫天堂资源中文www| 考比视频在线观看| 丰满乱子伦码专区| 久久毛片免费看一区二区三区| 国产精品免费大片| 男人添女人高潮全过程视频| 色吧在线观看| 高清在线视频一区二区三区| 亚洲综合色惰| 久久精品国产鲁丝片午夜精品| 少妇人妻 视频| 男人舔女人的私密视频| 欧美人与性动交α欧美精品济南到 | 免费在线观看黄色视频的| 日韩一区二区三区影片| 国产黄频视频在线观看| 久久久久国产精品人妻一区二区| 男女下面插进去视频免费观看 | 国产女主播在线喷水免费视频网站| 久久国内精品自在自线图片| 中文字幕另类日韩欧美亚洲嫩草| 亚洲精品国产av成人精品| 大陆偷拍与自拍| 一二三四在线观看免费中文在 | 婷婷成人精品国产| 大码成人一级视频| 久久鲁丝午夜福利片| 欧美 亚洲 国产 日韩一| 久久99精品国语久久久| 日本91视频免费播放| 两个人看的免费小视频| 国产av码专区亚洲av| 国产乱来视频区| 我的女老师完整版在线观看| 午夜福利,免费看| 我要看黄色一级片免费的| 国产精品偷伦视频观看了| 免费黄频网站在线观看国产| 亚洲情色 制服丝袜| 肉色欧美久久久久久久蜜桃| 蜜桃国产av成人99| 99久久中文字幕三级久久日本| 18+在线观看网站| 最后的刺客免费高清国语| 汤姆久久久久久久影院中文字幕| 在线观看人妻少妇| 午夜免费鲁丝| 久久人妻熟女aⅴ| 热re99久久精品国产66热6| 女人精品久久久久毛片| 深夜精品福利| 在线 av 中文字幕| 日韩精品有码人妻一区| 精品人妻在线不人妻| 18禁在线无遮挡免费观看视频| 18在线观看网站| 日本91视频免费播放| 人人妻人人添人人爽欧美一区卜| 亚洲一码二码三码区别大吗| 熟妇人妻不卡中文字幕| 国产亚洲最大av| 欧美日韩综合久久久久久| 韩国av在线不卡| 国产精品国产三级国产av玫瑰| 亚洲在久久综合| www日本在线高清视频| 国产熟女午夜一区二区三区| 国产淫语在线视频| 国产1区2区3区精品| 亚洲一区二区三区欧美精品| 乱码一卡2卡4卡精品| 天美传媒精品一区二区| 国产女主播在线喷水免费视频网站| 久久久久久人妻| 狂野欧美激情性xxxx在线观看| 日本免费在线观看一区| 女人被躁到高潮嗷嗷叫费观| 免费av中文字幕在线| 亚洲av电影在线进入| 久久人人爽人人片av| 日韩三级伦理在线观看| 黄色一级大片看看| 人妻少妇偷人精品九色| 菩萨蛮人人尽说江南好唐韦庄| 人妻一区二区av| 女性被躁到高潮视频| 日韩精品有码人妻一区| 亚洲欧美成人精品一区二区| 热99国产精品久久久久久7| 久久精品国产自在天天线| 午夜免费男女啪啪视频观看| 我要看黄色一级片免费的| 少妇被粗大猛烈的视频| 考比视频在线观看| 免费观看无遮挡的男女| 欧美日韩综合久久久久久| 久久精品国产综合久久久 | 国产黄色免费在线视频| 飞空精品影院首页| 最近最新中文字幕免费大全7| 少妇被粗大的猛进出69影院 | 国产精品麻豆人妻色哟哟久久| 久久久精品94久久精品| 国产免费现黄频在线看| www日本在线高清视频| 制服诱惑二区| 亚洲欧美色中文字幕在线| 黑人欧美特级aaaaaa片| 人体艺术视频欧美日本| 欧美xxxx性猛交bbbb| 制服诱惑二区| 十八禁高潮呻吟视频| 亚洲内射少妇av| 久久av网站| 99九九在线精品视频|