• <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 ?

    基于深度學(xué)習(xí)的COVID-19疫情期間網(wǎng)民情緒分析

    2020-11-30 09:02:22劉洪浩
    軟件 2020年9期
    關(guān)鍵詞:情感分析深度學(xué)習(xí)

    摘? 要: 微博文本情緒分析技術(shù)在輿情監(jiān)控等領(lǐng)域具有廣泛應(yīng)用。基于傳統(tǒng)機器學(xué)習(xí)模型和情感詞典進(jìn)行情感分析的結(jié)果往往不夠理想,如何提升性能成為該領(lǐng)域的一個主要挑戰(zhàn)。本文中我們使用了基于深度學(xué)習(xí)的BERT以完成語言理解任務(wù)并與傳統(tǒng)做法性能相比較,結(jié)果中BERT模型取得了更好的性能。之后我們利用該模型進(jìn)行三分類以分析COVID-19疫情期間的微博評論,總體上正面與中立情緒占主導(dǎo)。此外,我們也針對詞頻和詞云進(jìn)行相關(guān)分析,以期實現(xiàn)全方面了解此次疫情期間社會情感狀態(tài)的目的。

    關(guān)鍵詞: 深度學(xué)習(xí),詞嵌入,BERT模型,情感分析,微博爬蟲,文本處理

    中圖分類號: TP183? ? 文獻(xiàn)標(biāo)識碼: A? ? DOI:10.3969/j.issn.1003-6970.2020.09.048

    本文著錄格式:劉洪浩. 基于深度學(xué)習(xí)的COVID-19疫情期間網(wǎng)民情緒分析[J]. 軟件,2020,41(09):185188

    【Abstract】: Sentiment analysis of microblog text is widely used in public opinion monitoring and other fields. The results of sentiment analysis based on traditional machine learning models and sentiment dictionaries are often not ideal. How to improve performance has become a major challenge in this field. In this thesis, we use BERT based on deep learning to complete the language understanding task. Compared with traditional methods, BERT model has achieved better performance. We use the model to analyze microblog comments during the COVID-19 epidemic by conducting a three-category classification and find that positive and neutral emotions are dominant. We also conduct further analysis on word frequency and word cloud to gain more insights into the emotional states during the epidemic.

    【Key words】: Deep learning; Word embedding; BERT; Sentiment analysis; Microblog crawler; Text processing

    0? 引言

    文本是用于情感分析的典型數(shù)據(jù)集。由于情感文本數(shù)據(jù)的迅速增長和極高應(yīng)用價值,使得自動識別和分析人們在文本中表達(dá)的情感成為一種必要。社交網(wǎng)絡(luò)文本情感分析被廣泛應(yīng)用于在金融[1]、市場[2]、社? 會[3]、娛樂[4]等諸多領(lǐng)域之中,關(guān)于文本情感識別算法相關(guān)的理論研究[5-7]也越發(fā)豐富。越來越多基于社交網(wǎng)絡(luò)的情感分析實踐和研究的出現(xiàn)表明其實用性與科學(xué)性。微博短文本已成為國內(nèi)數(shù)據(jù)的情感表達(dá)和輿論走向的代表,它為研究社會發(fā)展和人類行為特征提供更多可能性。

    新冠肺炎疫情備受社會各界關(guān)注。2020年1月1日至2月20日,疫情相關(guān)微博話題數(shù)超過200個。此次疫情為高熱度的重大社會熱點事件,對疫情期間的情感識別和可視化分析能客觀反映出疫情輿情的發(fā)展動向,有助于有關(guān)機構(gòu)制定合理科學(xué)的決策,具有較高研究價值。

    文本分類的精度取決于提取語義特征的方法和分類器的種類。本文關(guān)注基于深度學(xué)習(xí)的中文文本詞嵌入方法與傳統(tǒng)做法的比較和疫情期間情感分析。我們研究了基于深度學(xué)習(xí)中詞向量技術(shù)的情感識別方法,利用BERT模型和Embedding層預(yù)訓(xùn)練方法,分別進(jìn)行研究,實驗對比中BERT預(yù)訓(xùn)練模型取得更加準(zhǔn)確的結(jié)果。我們將利用BERT模型的分類結(jié)果對此次疫情全面分析,并給出疫情期間微博文本的詞云表示,以提高情感分析的準(zhǔn)確度,達(dá)到全面了解此次疫情期間社會輿情的目標(biāo)。

    1? 相關(guān)工作

    本節(jié)簡要介紹微博數(shù)據(jù)情感分析的相關(guān)研究,以及獲得詞嵌入的方法。

    1.1? 微博數(shù)據(jù)情感分析

    現(xiàn)有文獻(xiàn)中已有較為豐富的針對微博文本的情感分析策略。王培名等人[8]設(shè)計了自適應(yīng)的并發(fā)采集算法優(yōu)化模擬登錄和代理池的構(gòu)造訪客Cookie功能,高效獲取微博數(shù)據(jù),為微博數(shù)據(jù)采集策略提供了多樣性。劉楠[9]針對微博短文本形式的情感分析,歸納新的細(xì)粒度情感分析流程,提出TF和TF-IDF歸一化權(quán)重計算方法,與傳統(tǒng)提取特征的方法相比,能夠更準(zhǔn)確判斷出多種類情感的權(quán)重,實現(xiàn)了該方法有效性的評估。

    1.2? 詞嵌入

    詞嵌入是一種詞的數(shù)字向量化表示,相似含義的詞可用類似的向量表達(dá)。詞嵌入的研究關(guān)鍵在于獲得密集低維的分布式特征向量表示詞的不同特征,每一個詞與分布式向量相關(guān)聯(lián),每個詞與向量空間中的點相關(guān)聯(lián),促進(jìn)與神經(jīng)網(wǎng)絡(luò)詞的更好擬合和學(xué)習(xí)更新[10]。

    2013年Google公司的Mikolov等人[11]開發(fā)出了基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練詞向量新的模型體系結(jié)構(gòu)Word2Vec,Word2Vec核心思想是通過詞的上下文窗口得到詞的向量化表示得到分布式的詞嵌入,其本質(zhì)是降維操作,將One-Hot編碼形式的詞向量轉(zhuǎn)化為Word2Vec形式,Word2vec包括CBOW與Skip-Gram兩種模型。Pennington等人[12]在2014年提出了繼Word2Vec以后又一具有較大影響力的詞向量訓(xùn)練方法Glove。Glove是一種無監(jiān)督的詞嵌入模型,采用共現(xiàn)矩陣并對其降維,將局部信息和整體信息結(jié)合,解決了Word2Vec的只考慮詞與局部窗口信息和忽略了語料庫的統(tǒng)計信息的問題。

    隨著詞嵌入模型不斷深入研究,詞嵌入模型更新速度越來越快,從傳統(tǒng)機器學(xué)習(xí)詞袋模型[13]等,發(fā)展到如今基于深度學(xué)習(xí)的預(yù)訓(xùn)練方法諸如Word2Vec[14]、Glove[15]、 BERT[16]的詞嵌入算法,如今的詞嵌入方法通過神經(jīng)網(wǎng)絡(luò)模型利用更長的上下文來解決自然語言問題[17]。

    2? 研究方法

    2.1? 數(shù)據(jù)獲取

    我們采用已標(biāo)注的10萬余條微博文本語料庫。在數(shù)據(jù)收集階段,我們使用微博API[18]收集微博文本數(shù)據(jù),具體包含create_at(微博發(fā)布時間),id(發(fā)布用戶id),text(微博文本)屬性信息。我們一共收集到2020年1月1日至2月20日疫情期間的1萬余條微博文本作為待分析的文本。圖1展示了研究方法的總體流程。

    2.2? 預(yù)處理

    我們原始的數(shù)據(jù)集需要經(jīng)過預(yù)處理,過濾掉一些不符合要求的文本以便更契合情感分析任務(wù)。我們將對微博數(shù)據(jù)集中的中英文表情和符號表情進(jìn)行過濾,然后利用jieba庫進(jìn)行分詞,利用停用詞表進(jìn)行深度清洗,篩選出停用詞,其中包括數(shù)字,中英文標(biāo)點符號,語氣詞,無實意詞等。圖2顯示預(yù)處理的步驟。

    2.3? 模型

    我們將使用訓(xùn)練神經(jīng)網(wǎng)絡(luò)時擬合詞嵌入層方法。深度神經(jīng)網(wǎng)絡(luò)工具Keras,是一個深度學(xué)習(xí)框架,Keras的Embedding層和Word2Vec、Glove本質(zhì)上是一樣的,將詞嵌入在淺層神經(jīng)網(wǎng)絡(luò)中用密集向量表示同時在更小維度中集合信息,但其特點是可以和神經(jīng)網(wǎng)絡(luò)一起訓(xùn)練形成一個端到端的結(jié)構(gòu),以便高效擬合相應(yīng)模型任務(wù)。Keras的Embedding層輸入數(shù)據(jù)要求為整數(shù)編碼,我們利用該庫中的分詞器Tokenizer API生成序列化向量作為嵌入層的輸入,Embedding層被定義為神經(jīng)網(wǎng)絡(luò)的第一個隱藏層。該層使用方式靈活,我們利用該隱藏層作為深度學(xué)習(xí)模型的一部分共同進(jìn)行模型學(xué)習(xí)和訓(xùn)練,以將整數(shù)映射到Embedding層向量空間中的獲得帶有權(quán)重的密集向量。

    同時我們還將使用最新的BERT預(yù)訓(xùn)練模型進(jìn)行研究,BERT模型由Devlin等人[19]在2018年提出,BERT模型被評為目前自然語言處理效果最佳的深度預(yù)訓(xùn)練模型。BERT預(yù)訓(xùn)練模型較之于以往預(yù)訓(xùn)練模型最大優(yōu)勢在于BERT運用了雙向轉(zhuǎn)換器如圖3所示。BERT的高效能同時體現(xiàn)在其特殊的預(yù)訓(xùn)練方法,包含有Masked Language Model和Next Sentence Prediction。BERT模型的輸入由詞向量,段向量,位置向量三部分組成,如圖4所示。在詞向量里面有兩個特殊標(biāo)志CLS,SEP。CLS作為第一個向量來得到句子向量,SEP用來區(qū)分句子。為了訓(xùn)練深度雙向表示模型,需要BERT中的Masked Language Model和Next Sentence Prediction。

    我們將利用Embedding層和BERT進(jìn)行文本預(yù)訓(xùn)練進(jìn)行情感分類效果比較。神經(jīng)網(wǎng)絡(luò)模型將用到深度學(xué)習(xí)框架Keras提供了網(wǎng)絡(luò)層線性堆疊的Sequential順序模型來搭載Relu全連接層和Softmax激活函數(shù)層。

    2.4? 可視化分析

    我們針對處理后的微博文本數(shù)據(jù)借助第三方wordcloud庫和matplotlib庫對數(shù)據(jù)進(jìn)行可視化分析。通過統(tǒng)計出高頻詞匯、評論量和平均情感數(shù)值的時間變化,我們從數(shù)字角度定量考察疫情期間輿情發(fā)展的情況,以便更加直觀了解此次疫情對民眾的影響。

    3? 實驗和結(jié)果

    在這一節(jié)中,我們將詳細(xì)介紹我們在本次實驗中利用上述方法完成的具體實驗工作和結(jié)果。我們將訓(xùn)練集和測試集經(jīng)過預(yù)處理后,如圖2所示。產(chǎn)生了符合情感分析要求的10萬條語料集。

    3.1? 情感分析結(jié)果

    我們分別利用Embedding層和BERT模型獲得詞嵌入,再擬合神經(jīng)網(wǎng)絡(luò)構(gòu)建情感識別模型,我們將前述的10萬條語料集劃分為訓(xùn)練集,驗證集,測試集進(jìn)行訓(xùn)練,訓(xùn)練輪次均為5次。在測試集上進(jìn)行評估,結(jié)果對比如表1、2所示。

    3.2? 2019n-Cov疫情數(shù)據(jù)可視化結(jié)果

    3.2.1? 情感分類微博數(shù)據(jù)分布

    情感分析結(jié)果為典型的三分類,1代表積極,0代表中性,–1代表消極。我們首先從宏觀角度獲得了評論在三種情感中所占數(shù)量,如圖5所示??傮w分析可得,積極情緒文本比消極情緒文本在數(shù)量上較多,表明此次疫情期間網(wǎng)民整體呈現(xiàn)積極心態(tài);中性情緒所占數(shù)量最大也代表了多數(shù)網(wǎng)民對此次疫情的不信謠不傳謠態(tài)度,這也證明了相關(guān)機構(gòu)實施的大眾居家隔離等防疫措施有效性。

    3.2.2? 微博情感時間趨勢

    我們從動態(tài)角度深入研究網(wǎng)民情緒變化,如圖6所示。消極情緒在1月20日左右呈現(xiàn)迅速增長趨勢,這可能是由于在1月20日鐘南山院士肯定新冠肺炎存在人傳人現(xiàn)象,加大網(wǎng)民的重視和恐懼程度。從2月8日至10日消極文本數(shù)量達(dá)到峰值顯示出李文亮醫(yī)生的逝世可能加重了負(fù)面情緒。但國家緊急實施居家隔離和調(diào)配全國力量支援湖北等多項措施,這使得2月10日以后積極情緒占比增大,網(wǎng)民情緒逐漸好轉(zhuǎn)。

    3.2.3? 平均情感數(shù)值時間變換

    我們對預(yù)測結(jié)果進(jìn)行情感數(shù)值平均化,得到平均情緒值隨時間的變化趨勢,如圖7所示。網(wǎng)民情緒在1月20號左右進(jìn)入低沉期,驗證了圖6數(shù)據(jù)所示結(jié)論,之后情緒波動起伏,并在2月9日左右進(jìn)入網(wǎng)民情緒低谷。之后每日新冠疫情感染人數(shù)逐漸下降,網(wǎng)民情緒逐漸好轉(zhuǎn)。從整體情緒幅度觀察,情緒波動較大,這說明了疫情期間不同地區(qū)的感染人數(shù)和死亡人數(shù)對網(wǎng)民的情緒造成不同程度的影響;在2月10日以后情緒逐漸雖有起伏整體仍保持積極心態(tài),平均情緒數(shù)值逐漸有上升趨勢。

    3.2.4? 詞頻統(tǒng)計

    關(guān)注網(wǎng)民疫情期間的熱點話題也是全面了解網(wǎng)民情緒和態(tài)度的重要途徑之一。我們利用測試集根據(jù)詞頻得到高低排序,得到前800詞語的詞云。如圖8所示。由詞云詞頻統(tǒng)計可知此次網(wǎng)民熱點討論為“疫情”、“武漢”、“肺炎”、“冠狀病毒”,“新型”等,這也表明在COVID-19期間,網(wǎng)友對此次新冠肺炎的重視和關(guān)注,同時也代表了冠狀病毒為此次新型肺炎的起源并對社會造成嚴(yán)重影響,也導(dǎo)致“口罩”、“醫(yī)院”等資源的缺乏和討論。此外我們可以從“武漢”、“加油”、“醫(yī)院”這些高頻率詞匯中體會到網(wǎng)民對武漢的關(guān)心,以及對所有為新冠肺炎抗?fàn)幍尼t(yī)護天使的感謝。

    4? 結(jié)論

    本文基于深度學(xué)習(xí)模型BERT比較了其在詞嵌入訓(xùn)練的優(yōu)越性,并獲得的較準(zhǔn)確的情感分析結(jié)果,研究意義總結(jié)為如下三個方面:(1)比較了BERT模型和Embedding層的情感分類效果,解決了預(yù)訓(xùn)練模型中單向信息流問題,并大大減少神經(jīng)網(wǎng)絡(luò)的復(fù)雜度; (2)利用疫情之前的微博數(shù)據(jù)作為BERT模型訓(xùn)練集對COVID-19期間測試集進(jìn)行情感分類;(3)數(shù)據(jù)化地呈現(xiàn)出此次疫情網(wǎng)民的情緒變化和走向,結(jié)果表明網(wǎng)民在COVID-19疫情期間整體情緒積極。由于詞向量結(jié)合神經(jīng)網(wǎng)絡(luò)的端到端學(xué)習(xí)模型具有多樣性,后續(xù)可比較Word2Vec,Glove等熱門模型,以獲得更高準(zhǔn)確度的詞嵌入模型,同時利用Keras庫構(gòu)建其他形式的神經(jīng)網(wǎng)絡(luò)以加強性能。

    參考文獻(xiàn)

    [1]蔣鈺慧. 投資者情緒對我國股票市場收益率的影響研究[D]. 上海外國語大學(xué), 2019.

    [2]張愛華, 陳超雨. 基于文本分析的中國5G產(chǎn)業(yè)發(fā)展研? ?究——市場主體視角[J]. 北京郵電大學(xué)學(xué)報(社會科學(xué)版), 2019, 21(06): 90-102.

    [3]劉雯, 高峰, 洪凌子. 基于情感分析的災(zāi)害網(wǎng)絡(luò)輿情研? 究——以雅安地震為例[J]. 圖書情報工作, 2013, 57(20): 104-110.

    [4]柳池煜. 票房預(yù)測中的社交網(wǎng)絡(luò)評論情感挖掘技術(shù)研究[D]. 南京郵電大學(xué), 2019.

    [5]梁軍. 基于深度學(xué)習(xí)的文本特征表示及分類應(yīng)用[D]. 鄭州大學(xué), 2016.

    [6]陳文. 中文短文本跨領(lǐng)域情感分類算法研究[D]. 重慶大學(xué), 2016.

    [7]彭浩, 朱望鵬, 趙丹丹, 等. 面向多源社交網(wǎng)絡(luò)輿情的情感分析算法研究[J]. 信息技術(shù), 2019(02): 43-48.

    [8]王培名, 陳興蜀, 王海舟, 王文賢. 多策略融合的微博數(shù)據(jù)獲取技術(shù)研究[J]. 山東大學(xué)學(xué)報(理學(xué)版), 2019, 54(05): 28-36+43.

    [9]劉楠. 面向微博短文本的情感分析研究[D]. 武漢大學(xué), 2013.

    [10]BENGIO Y, DUCHARME R, VINCENT P, et al. A neural probabilistic language model[J]. Journal of Machine Learning Research, 2003, 3: 1137-1155.

    [11]MIKOLOV T, CHEN Kai, COR RADO G, et al. Efficient estimation of word representations in vector space[J]. Computer Science, 2013, 2(12): 27-35.

    [12]Pennington J, Socher R, Manning C. Glove: Global vectors for word representation[C]. Proceedings of the 2014 conference on empirical methods in natural language processing(EMNLP). 2014: 1532-1543.

    [13]黃春梅, 王松磊. 基于詞袋模型和TF-IDF的短文本分類研究[J]. 軟件工程, 2020, 23(03): 1-3.

    [14]彭曉彬. 基于word2vec的文本情感分析方法研究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用, 2016(07): 58-59.

    [15]陳珍銳, 丁治明. 基于Glove模型的詞向量改進(jìn)方法[J]. 計算機系統(tǒng)應(yīng)用, 2019, 28(01): 194-199.

    [16]胡春濤, 秦錦康, 陳靜梅, 等. 基于BERT模型的輿情分類應(yīng)用研究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用, 2019(11): 41-44.

    [17]劉勝杰, 許亮. 基于詞嵌入技術(shù)的文本表示研究現(xiàn)狀綜述[J]. 現(xiàn)代計算機, 2020(01): 40-43.

    [18]王鐵剛. 社交媒體數(shù)據(jù)的獲取分析[J]. 軟件, 2015, 36(02): 86-91.

    [19]Devlin J, Chang M W, Lee K, et al. BERT: Pre-training of deep bidirectional transformers for language understanding[J]. arXiv preprint arXiv: 1810. 04805, 2018.

    猜你喜歡
    情感分析深度學(xué)習(xí)
    基于語義的互聯(lián)網(wǎng)醫(yī)院評論文本情感分析及應(yīng)用
    基于雙向循環(huán)神經(jīng)網(wǎng)絡(luò)的評價對象抽取研究
    基于SVM的產(chǎn)品評論情感分析系統(tǒng)的設(shè)計與實現(xiàn)
    基于詞典與機器學(xué)習(xí)的中文微博情感分析
    在線評論情感屬性的動態(tài)變化
    預(yù)測(2016年5期)2016-12-26 17:16:57
    有體驗的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識別研究
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    精品亚洲成a人片在线观看| 男女啪啪激烈高潮av片| 日日撸夜夜添| 国产免费视频播放在线视频| 九九爱精品视频在线观看| 午夜福利,免费看| 久久人妻熟女aⅴ| 欧美bdsm另类| 国产免费视频播放在线视频| 精品亚洲乱码少妇综合久久| 少妇高潮的动态图| 精品国产一区二区久久| 少妇猛男粗大的猛烈进出视频| 9热在线视频观看99| 亚洲少妇的诱惑av| 亚洲av电影在线进入| 亚洲天堂av无毛| 九色成人免费人妻av| 高清欧美精品videossex| 99久久人妻综合| 久久久久国产网址| 久久精品久久久久久噜噜老黄| 久久热在线av| 黄色 视频免费看| 熟女av电影| 男女啪啪激烈高潮av片| 一级a做视频免费观看| 热99国产精品久久久久久7| 97在线人人人人妻| 大陆偷拍与自拍| 视频区图区小说| 精品少妇久久久久久888优播| 秋霞在线观看毛片| 国产午夜精品一二区理论片| 一区二区三区精品91| 一级毛片电影观看| 欧美丝袜亚洲另类| 免费大片黄手机在线观看| 街头女战士在线观看网站| 欧美精品av麻豆av| 国产精品一二三区在线看| 国产不卡av网站在线观看| 美女大奶头黄色视频| 777米奇影视久久| 国产精品久久久久成人av| 老女人水多毛片| 99视频精品全部免费 在线| 精品久久久久久电影网| 久久国内精品自在自线图片| 精品一品国产午夜福利视频| 国产极品天堂在线| 制服人妻中文乱码| 啦啦啦啦在线视频资源| 黄色一级大片看看| 精品一区二区免费观看| 欧美国产精品va在线观看不卡| tube8黄色片| 在线天堂最新版资源| 国产成人91sexporn| 日本爱情动作片www.在线观看| 黄网站色视频无遮挡免费观看| 国产精品国产av在线观看| 日韩人妻精品一区2区三区| 国产男女内射视频| 97人妻天天添夜夜摸| 亚洲精品久久成人aⅴ小说| 亚洲精品aⅴ在线观看| 啦啦啦在线观看免费高清www| 2021少妇久久久久久久久久久| 99热全是精品| 亚洲国产日韩一区二区| 亚洲精品,欧美精品| 制服人妻中文乱码| 18禁观看日本| 欧美xxⅹ黑人| 久久人人爽人人爽人人片va| 免费黄色在线免费观看| 国产欧美亚洲国产| av免费在线看不卡| av女优亚洲男人天堂| 亚洲国产看品久久| 22中文网久久字幕| 日本av手机在线免费观看| 少妇人妻精品综合一区二区| 日韩,欧美,国产一区二区三区| 欧美日韩精品成人综合77777| 日本av手机在线免费观看| 久久久久久人人人人人| 欧美日韩综合久久久久久| 一级毛片 在线播放| 春色校园在线视频观看| 国产av一区二区精品久久| 日韩一本色道免费dvd| 精品一区在线观看国产| 99热这里只有是精品在线观看| 亚洲精华国产精华液的使用体验| 亚洲色图 男人天堂 中文字幕 | 内地一区二区视频在线| 成年美女黄网站色视频大全免费| 欧美少妇被猛烈插入视频| 欧美精品亚洲一区二区| 尾随美女入室| 少妇人妻久久综合中文| 熟女人妻精品中文字幕| 成年人免费黄色播放视频| 中文字幕人妻熟女乱码| 我要看黄色一级片免费的| 国产又爽黄色视频| 这个男人来自地球电影免费观看 | 汤姆久久久久久久影院中文字幕| 天堂8中文在线网| 亚洲精品456在线播放app| 精品少妇黑人巨大在线播放| 精品国产一区二区久久| 婷婷色综合www| 欧美97在线视频| 国产成人精品无人区| 久久久国产一区二区| 欧美xxxx性猛交bbbb| 久久久欧美国产精品| 大香蕉久久成人网| 亚洲国产最新在线播放| 成人午夜精彩视频在线观看| 日本色播在线视频| av国产久精品久网站免费入址| 91成人精品电影| 中文天堂在线官网| 国产成人免费无遮挡视频| 新久久久久国产一级毛片| 亚洲av日韩在线播放| 一级毛片电影观看| 自线自在国产av| 国产av码专区亚洲av| 一级片'在线观看视频| 一二三四在线观看免费中文在 | 免费不卡的大黄色大毛片视频在线观看| 老司机影院成人| 午夜视频国产福利| 亚洲欧洲国产日韩| 97人妻天天添夜夜摸| 人人妻人人爽人人添夜夜欢视频| 日韩制服骚丝袜av| 久久精品夜色国产| 90打野战视频偷拍视频| 97在线视频观看| 婷婷色av中文字幕| 久久女婷五月综合色啪小说| 国国产精品蜜臀av免费| 飞空精品影院首页| 国产av码专区亚洲av| 国产精品欧美亚洲77777| 丰满饥渴人妻一区二区三| av有码第一页| 国产亚洲午夜精品一区二区久久| 中文字幕制服av| 中文字幕另类日韩欧美亚洲嫩草| 中国国产av一级| 熟妇人妻不卡中文字幕| 日韩人妻精品一区2区三区| 亚洲精品久久午夜乱码| 国产色爽女视频免费观看| 日韩一本色道免费dvd| 免费观看性生交大片5| 丁香六月天网| 91国产中文字幕| 亚洲成人手机| 日韩成人伦理影院| 各种免费的搞黄视频| 最近的中文字幕免费完整| 国产探花极品一区二区| 亚洲一级一片aⅴ在线观看| 51国产日韩欧美| 日本黄色日本黄色录像| 又粗又硬又长又爽又黄的视频| 97人妻天天添夜夜摸| 国产在线视频一区二区| 女人精品久久久久毛片| 亚洲五月色婷婷综合| 赤兔流量卡办理| 亚洲熟女精品中文字幕| 亚洲高清免费不卡视频| 久久亚洲国产成人精品v| 日本午夜av视频| 最近手机中文字幕大全| 人妻一区二区av| 日韩制服骚丝袜av| 国产精品一二三区在线看| 波野结衣二区三区在线| 成人漫画全彩无遮挡| 老熟女久久久| 制服诱惑二区| 最近手机中文字幕大全| a级片在线免费高清观看视频| 欧美bdsm另类| 麻豆精品久久久久久蜜桃| 人人妻人人澡人人爽人人夜夜| 国产男人的电影天堂91| 日韩制服丝袜自拍偷拍| 欧美日韩成人在线一区二区| 精品一区二区三区视频在线| 国产欧美亚洲国产| 中文字幕最新亚洲高清| 中文字幕亚洲精品专区| 视频在线观看一区二区三区| 王馨瑶露胸无遮挡在线观看| 人人妻人人爽人人添夜夜欢视频| 久久久国产一区二区| 国产精品蜜桃在线观看| 亚洲精品视频女| 毛片一级片免费看久久久久| 中国美白少妇内射xxxbb| 日韩制服骚丝袜av| 久热久热在线精品观看| 欧美日韩成人在线一区二区| 最近中文字幕高清免费大全6| 极品少妇高潮喷水抽搐| 国产精品无大码| 欧美人与性动交α欧美软件 | 久久 成人 亚洲| 巨乳人妻的诱惑在线观看| 国产精品无大码| 国产精品熟女久久久久浪| 伦精品一区二区三区| 五月玫瑰六月丁香| 亚洲精品456在线播放app| 国产福利在线免费观看视频| 国产精品久久久久久av不卡| 高清视频免费观看一区二区| 九色成人免费人妻av| 亚洲精品国产av蜜桃| av网站免费在线观看视频| 精品少妇内射三级| 18禁国产床啪视频网站| 七月丁香在线播放| 妹子高潮喷水视频| 国产免费福利视频在线观看| 欧美日韩国产mv在线观看视频| 日韩成人伦理影院| 多毛熟女@视频| 亚洲精品一区蜜桃| 亚洲美女黄色视频免费看| 欧美人与性动交α欧美软件 | 日韩免费高清中文字幕av| 尾随美女入室| www.熟女人妻精品国产 | 夫妻午夜视频| 午夜福利视频在线观看免费| 最新中文字幕久久久久| 国产精品一二三区在线看| 一本—道久久a久久精品蜜桃钙片| 一级黄片播放器| 色网站视频免费| 免费大片18禁| 熟女av电影| 国产成人精品婷婷| 久久久久久久亚洲中文字幕| av片东京热男人的天堂| 午夜精品国产一区二区电影| 街头女战士在线观看网站| 五月天丁香电影| 久久女婷五月综合色啪小说| 啦啦啦视频在线资源免费观看| 亚洲精品久久成人aⅴ小说| 亚洲综合色惰| 99久久人妻综合| 日本av免费视频播放| 国产 精品1| 精品国产露脸久久av麻豆| 两个人看的免费小视频| 国产不卡av网站在线观看| xxx大片免费视频| 三上悠亚av全集在线观看| 亚洲av国产av综合av卡| 亚洲欧美一区二区三区国产| 亚洲av日韩在线播放| av卡一久久| 午夜福利,免费看| 国产激情久久老熟女| 亚洲av在线观看美女高潮| 黄片无遮挡物在线观看| 人妻系列 视频| 满18在线观看网站| 成人无遮挡网站| 亚洲在久久综合| 男女国产视频网站| av视频免费观看在线观看| 成人国产av品久久久| 国语对白做爰xxxⅹ性视频网站| 久久精品国产亚洲av涩爱| 国国产精品蜜臀av免费| 国产一区有黄有色的免费视频| 26uuu在线亚洲综合色| 韩国高清视频一区二区三区| 免费人妻精品一区二区三区视频| 最近2019中文字幕mv第一页| 22中文网久久字幕| 人妻少妇偷人精品九色| 肉色欧美久久久久久久蜜桃| 午夜老司机福利剧场| 欧美日本中文国产一区发布| xxxhd国产人妻xxx| 欧美+日韩+精品| 夫妻午夜视频| 午夜视频国产福利| www.熟女人妻精品国产 | 亚洲情色 制服丝袜| h视频一区二区三区| 国产成人免费观看mmmm| 99久久人妻综合| 少妇被粗大猛烈的视频| 黄色 视频免费看| 久久99精品国语久久久| 黄网站色视频无遮挡免费观看| 男的添女的下面高潮视频| 2021少妇久久久久久久久久久| 国产精品一区二区在线观看99| 校园人妻丝袜中文字幕| 欧美激情国产日韩精品一区| 亚洲国产精品一区三区| 宅男免费午夜| 久久久久人妻精品一区果冻| 成年动漫av网址| 一本色道久久久久久精品综合| 免费黄网站久久成人精品| 免费观看a级毛片全部| 久久人人爽人人片av| 成人毛片a级毛片在线播放| 亚洲四区av| 亚洲成人av在线免费| 啦啦啦视频在线资源免费观看| 亚洲,欧美,日韩| av天堂久久9| 久久婷婷青草| 国产精品免费大片| 成年动漫av网址| 午夜激情久久久久久久| 欧美97在线视频| 五月玫瑰六月丁香| 国产淫语在线视频| 国产激情久久老熟女| 成人综合一区亚洲| 国产欧美另类精品又又久久亚洲欧美| 97在线人人人人妻| 18禁裸乳无遮挡动漫免费视频| 亚洲图色成人| 色吧在线观看| 国产高清三级在线| 在线观看三级黄色| 青春草视频在线免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 国产亚洲av片在线观看秒播厂| 一区二区av电影网| 精品人妻一区二区三区麻豆| 各种免费的搞黄视频| 免费黄频网站在线观看国产| 亚洲av福利一区| 国产色爽女视频免费观看| 免费播放大片免费观看视频在线观看| 亚洲综合精品二区| 晚上一个人看的免费电影| 黄色怎么调成土黄色| 欧美成人午夜精品| 欧美最新免费一区二区三区| 免费在线观看黄色视频的| 国产亚洲精品久久久com| 亚洲国产精品999| 日韩中文字幕视频在线看片| 九九爱精品视频在线观看| 亚洲精品aⅴ在线观看| 啦啦啦视频在线资源免费观看| 亚洲少妇的诱惑av| 母亲3免费完整高清在线观看 | 国产一区二区激情短视频 | 两性夫妻黄色片 | 51国产日韩欧美| 十八禁网站网址无遮挡| 一二三四中文在线观看免费高清| 大香蕉久久网| 99久久综合免费| 久久国产精品大桥未久av| 丰满少妇做爰视频| 免费观看在线日韩| 国产片特级美女逼逼视频| 最近最新中文字幕大全免费视频 | 亚洲精品自拍成人| 国产精品国产三级国产专区5o| 日产精品乱码卡一卡2卡三| 一级黄片播放器| 汤姆久久久久久久影院中文字幕| 国产精品一二三区在线看| 国产精品无大码| 如何舔出高潮| www.色视频.com| 免费黄频网站在线观看国产| 国产激情久久老熟女| 欧美变态另类bdsm刘玥| 亚洲av电影在线观看一区二区三区| 熟女av电影| 视频中文字幕在线观看| videosex国产| 亚洲欧美清纯卡通| 伊人亚洲综合成人网| 欧美精品亚洲一区二区| 黄片无遮挡物在线观看| 内地一区二区视频在线| 免费不卡的大黄色大毛片视频在线观看| 一级爰片在线观看| 色哟哟·www| kizo精华| 免费观看无遮挡的男女| 成人亚洲欧美一区二区av| 中文字幕精品免费在线观看视频 | 欧美成人午夜精品| 婷婷色综合大香蕉| 亚洲av在线观看美女高潮| 日韩大片免费观看网站| 久久精品aⅴ一区二区三区四区 | 热re99久久国产66热| 插逼视频在线观看| 亚洲国产精品成人久久小说| 汤姆久久久久久久影院中文字幕| 如何舔出高潮| 亚洲av.av天堂| 少妇精品久久久久久久| 国产精品三级大全| 亚洲国产精品999| av国产精品久久久久影院| 女人久久www免费人成看片| 亚洲婷婷狠狠爱综合网| 亚洲欧美一区二区三区黑人 | 少妇被粗大的猛进出69影院 | 日韩欧美一区视频在线观看| 综合色丁香网| 国产成人精品在线电影| av不卡在线播放| 久久久久久久久久久久大奶| 欧美3d第一页| 人人妻人人澡人人看| 日本91视频免费播放| 亚洲内射少妇av| 成年女人在线观看亚洲视频| 亚洲av电影在线观看一区二区三区| 国产一区二区三区综合在线观看 | 久热这里只有精品99| 国国产精品蜜臀av免费| 亚洲在久久综合| 久久午夜综合久久蜜桃| 热99久久久久精品小说推荐| 欧美性感艳星| 久久国产精品大桥未久av| 亚洲精品日本国产第一区| 丝袜人妻中文字幕| 狠狠精品人妻久久久久久综合| 亚洲av男天堂| 亚洲精品久久成人aⅴ小说| 两个人看的免费小视频| 国产高清不卡午夜福利| 97人妻天天添夜夜摸| 欧美精品一区二区免费开放| 国产乱人偷精品视频| 高清av免费在线| 人妻一区二区av| 国产成人a∨麻豆精品| 国产成人精品久久久久久| 侵犯人妻中文字幕一二三四区| 国产精品无大码| 久久精品国产a三级三级三级| av又黄又爽大尺度在线免费看| 午夜激情av网站| 视频在线观看一区二区三区| 中文字幕免费在线视频6| 最近最新中文字幕免费大全7| 在线观看免费视频网站a站| 欧美日韩视频高清一区二区三区二| 色94色欧美一区二区| 女性被躁到高潮视频| freevideosex欧美| 韩国精品一区二区三区 | 伦精品一区二区三区| 亚洲婷婷狠狠爱综合网| 欧美精品人与动牲交sv欧美| 亚洲av综合色区一区| 日本vs欧美在线观看视频| 午夜福利乱码中文字幕| 国精品久久久久久国模美| 免费观看在线日韩| 性色av一级| 美女国产视频在线观看| 人妻 亚洲 视频| 久久青草综合色| 你懂的网址亚洲精品在线观看| 久久精品夜色国产| 亚洲欧美成人综合另类久久久| 国产高清三级在线| 久久综合国产亚洲精品| 欧美日韩综合久久久久久| 国产黄色视频一区二区在线观看| 少妇被粗大猛烈的视频| 青春草视频在线免费观看| 视频中文字幕在线观看| av.在线天堂| 99热6这里只有精品| 人人妻人人澡人人看| 成年女人在线观看亚洲视频| 日日爽夜夜爽网站| 人成视频在线观看免费观看| 欧美 日韩 精品 国产| 精品久久蜜臀av无| 亚洲在久久综合| 中文字幕精品免费在线观看视频 | 中文字幕免费在线视频6| 久久人人爽人人爽人人片va| 欧美日本中文国产一区发布| 中文乱码字字幕精品一区二区三区| 久久99精品国语久久久| 丁香六月天网| 9色porny在线观看| 欧美日韩一区二区视频在线观看视频在线| 久久久久国产精品人妻一区二区| 精品国产乱码久久久久久小说| 天天影视国产精品| 久久99热这里只频精品6学生| 国产精品久久久久久久电影| 麻豆精品久久久久久蜜桃| 亚洲综合色惰| 中国美白少妇内射xxxbb| 日韩欧美精品免费久久| 久久99精品国语久久久| 午夜福利视频在线观看免费| 免费大片18禁| 亚洲欧美一区二区三区黑人 | 国产一区二区三区综合在线观看 | 亚洲精品,欧美精品| 丁香六月天网| 国产综合精华液| 成年美女黄网站色视频大全免费| 亚洲av综合色区一区| 大码成人一级视频| 91精品三级在线观看| 老司机亚洲免费影院| 如日韩欧美国产精品一区二区三区| 少妇精品久久久久久久| xxxhd国产人妻xxx| 天天操日日干夜夜撸| 男人舔女人的私密视频| 欧美精品国产亚洲| 国产探花极品一区二区| 美女国产高潮福利片在线看| 少妇被粗大猛烈的视频| 成人午夜精彩视频在线观看| 精品国产国语对白av| 男女啪啪激烈高潮av片| 97在线人人人人妻| 黑人欧美特级aaaaaa片| 大话2 男鬼变身卡| 黄网站色视频无遮挡免费观看| 成人国产av品久久久| 狠狠精品人妻久久久久久综合| 免费久久久久久久精品成人欧美视频 | 中文字幕最新亚洲高清| 99精国产麻豆久久婷婷| 久久人人爽人人片av| 日日撸夜夜添| 99re6热这里在线精品视频| 亚洲精品日本国产第一区| 免费在线观看黄色视频的| 考比视频在线观看| 性色avwww在线观看| 久久99蜜桃精品久久| 亚洲第一av免费看| 亚洲 欧美一区二区三区| 天天操日日干夜夜撸| 久久精品国产亚洲av天美| 亚洲精品国产色婷婷电影| 全区人妻精品视频| 久热久热在线精品观看| 精品久久国产蜜桃| 大陆偷拍与自拍| 亚洲精品中文字幕在线视频| 欧美精品国产亚洲| 色94色欧美一区二区| 国产精品一二三区在线看| 国产男人的电影天堂91| videosex国产| 韩国高清视频一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 欧美激情极品国产一区二区三区 | 国产黄色免费在线视频| 国产色爽女视频免费观看| av在线播放精品| 亚洲一区二区三区欧美精品| 精品亚洲乱码少妇综合久久| 色视频在线一区二区三区| 亚洲av欧美aⅴ国产| 久久精品国产亚洲av天美| 亚洲情色 制服丝袜| 国产女主播在线喷水免费视频网站| 久久人人97超碰香蕉20202| 亚洲精品国产色婷婷电影| 成年美女黄网站色视频大全免费| 国产69精品久久久久777片| 亚洲av福利一区| 国产成人精品在线电影| 啦啦啦啦在线视频资源| 有码 亚洲区| 亚洲成人av在线免费| 国产成人欧美| www.熟女人妻精品国产 | 麻豆精品久久久久久蜜桃| 欧美精品国产亚洲| 久久国产精品大桥未久av| 婷婷成人精品国产| 男女高潮啪啪啪动态图| 亚洲欧美一区二区三区黑人 | 国产高清不卡午夜福利|