• <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 ?

    面向句法塊向量的句子相似度計算方法

    2020-12-01 03:15:00高順峰張再躍
    軟件導(dǎo)刊 2020年10期

    高順峰 張再躍

    摘 要:傳統(tǒng)句子相似度算法沒有全面考慮句子結(jié)構(gòu)與語義特征,影響相似度計算準(zhǔn)確性,對此提出一種基于句法塊向量的句子相似度計算方法。該方法綜合考慮句子的語義信息與結(jié)構(gòu)信息,首先構(gòu)建兩句子的語義依存關(guān)系樹,然后進行一些被動轉(zhuǎn)換等操作,最后根據(jù)詞向量構(gòu)建各個句法塊向量并通過余弦值計算句子相似度。在常規(guī)句子對中進行測試實驗,結(jié)果表明,綜合句子結(jié)構(gòu)與語義信息可提高相似度計算準(zhǔn)確性。一般句子相似度計算正確率達到92%,比傳統(tǒng)方法提高8%~10%。

    關(guān)鍵詞:句子相似度;語義依存樹;詞向量;自然語言處理;句法結(jié)構(gòu)

    DOI:10. 11907/rjdk. 201048

    中圖分類號:TP301文獻標(biāo)識碼:A 文章編號:1672-7800(2020)010-0106-05

    Abstract:Traditional sentence similarity algorithms do not fully consider the structure and semantic characteristics of sentences, which affects the accuracy of similarity calculation. In this regard, a new calculation method for sentence similarity based on syntactic block vectors is proposed. The feature of this method is to comprehensively consider the semantic and structural information of the sentence. It first constructs the semantic dependency tree of the two sentences, then performs some important operations, such as passive conversion, etc., and finally constructs each syntactic block vector and sentence vector based on the word vector sentence similarity is calculated from the cosine value. Tested in regular sentence pairs, the experimental results show that the comprehensiveness of sentence structure and semantic information can improve the accuracy of similarity calculations. For general sentence similarity calculations, the accuracy rate reaches 92%, which is 8% to 10% higher than the traditional method.

    Key Words: sentence similarity; dependency syntax tree; word embedding; natural language processing; syntactic structure

    0 引言

    度量句子之間的相似性是自然語言處理一項基本且重要的任務(wù),廣泛應(yīng)用于信息檢索、文本聚類、問答系統(tǒng)、文本分類、機器翻譯等。句子相似度計算是這些任務(wù)中基礎(chǔ)且重要的步驟。近年出現(xiàn)許多句子相似度計算方法,如基于Word2Vec、GloVe、FastText或其改進版本、基于同義詞詞林的句子相似度計算方法等。Word2Vec、GloVe利用詞向量計算句子相似度,充分利用句中的相似詞,但沒有考慮句子順序結(jié)構(gòu),這點往往會對一些否定句以及被動句的相似度計算造成較大影響[1]。基于同義詞詞林的方法利用同義詞詞林編碼以及結(jié)構(gòu)特點,同時考慮詞語的相似性及相關(guān)性,但未包含詞語的語義信息,對相似度計算有一定影響[2]。

    以上方法各有優(yōu)勢與不足,但均沒有考慮到中文句法成分的特殊性與差異性,沒有充分利用句子的語義信息與結(jié)構(gòu)信息。鑒于此,提出一種基于句法塊向量的句子相似度算法(Sentence Similarity Method Based on Syntax Block Vector,SSSB),更大程度考慮句子的語義特征與結(jié)構(gòu)特征,利用句子語義依存關(guān)系獲取句子的句法塊,通過詞向量構(gòu)造句法塊向量與句子向量,增加被動句轉(zhuǎn)換和否定句判斷,以此提高句子相似度精確性。

    一般中文句子句法成分包括主語、謂語、賓語、定語、補語、狀語等。其中主、謂、賓是句子主干,定、補、狀是句子枝葉。不同的自然語言處理任務(wù)需要的句法成分也不同,比如新聞標(biāo)題更強調(diào)主語、謂語和賓語。一個句子可以沒有主語或主語承前、蒙后省略,一個句子也可以沒有賓語,但一個句子絕不能沒有謂語,沒有謂語的句子就不存在。因此,本文以謂語為中心對句子進行分析。利用句子的句法結(jié)構(gòu)和句子向量對句子進行相似度計算。與傳統(tǒng)的Jaccard算法、TF-IDF算法和基于詞向量的句子相似度算法相比具有更高的準(zhǔn)確性。

    1 相關(guān)工作

    1.1 詞向量

    詞是最小和最有意義的語言單位,廣泛應(yīng)用于基于神經(jīng)網(wǎng)絡(luò)的分布式表示,也稱為單詞向量。該方法使用神經(jīng)網(wǎng)絡(luò)模擬目標(biāo)詞與上下文之間的關(guān)系,使其可以代表復(fù)雜的背景。李小濤等[3]提出基于詞向量的詞語間離和句子相似度模型,該方法結(jié)合詞向量與傳統(tǒng)語義解析兩者優(yōu)點,在相似度計算上取得很好效果,但是該方法只注重詞的語義信息而忽略了句子的結(jié)構(gòu)信息。本文在此基礎(chǔ)上引入句子的結(jié)構(gòu)信息和句向量,以提高相似度計算的準(zhǔn)確性。

    谷歌公司發(fā)布的開源詞向量訓(xùn)練工具 word2vec主要實現(xiàn)CBOW和skip-gram兩種模型,其中一詞多義問題采用k-means算法解決。skip-gram模型是包含輸入層、隱藏層和輸出層的三層神經(jīng)網(wǎng)絡(luò)模型,由于此模型簡單且訓(xùn)練參數(shù)少,所以其訓(xùn)練效率很高。Word2vec以任意大小的文本集合作為輸入,通過無監(jiān)督訓(xùn)練得到包含所有詞向量的二進制文件。之后再利用高維向量作為輸入,把深度學(xué)習(xí)應(yīng)用到NLP的諸多領(lǐng)域中,詞向量本身蘊含的語義信息可直接作為詞相似度計算的依據(jù)。如Mikolov[4]發(fā)現(xiàn)[vec(berlin)-vec(germany)+vec(france)][≈vec(paris)],其中vec表示單詞向量,這表明詞向量之間的相似度也可以表示成詞在語義層面的相似度,本文就是采用word2vec的skip-gram模型構(gòu)造詞向量。

    1.2 語義依存樹

    語句由詞組成,通常包括主語(詞)、謂語(詞)和賓語(詞)3個主要成分,當(dāng)然還可能有其它成分,如定語、補語、狀語和語氣助詞等。作為句子,謂語成分是不可忽略的,因而句子的謂語詞稱為該句子的“核心成分”。詞與詞之間存在一定的關(guān)系,如主、謂之間的“施事關(guān)系(nsubj)”、謂語和賓語之間的“受事關(guān)系(dobj)”等,這些關(guān)系稱為詞與詞之間的依存關(guān)系。隨著統(tǒng)計自然語言處理的演化,針對語句的語義依存樹廣泛應(yīng)用。語義依存關(guān)系樹最先由法國語言學(xué)家L.Tesniere[5]在1959年提出,主要方法是將句子按照一定規(guī)則分解,分析詞與詞之間的語義依存關(guān)系,并通過樹的形式將詞語之間的依存關(guān)系直觀展現(xiàn)出來。

    如果[S=w1w2wn]是含有[n]個詞的句子,那么[S]的語義依存樹可表示為二元組[TS=(NS, ES)],其中,[NS={w0,w1,wn}]為結(jié)點集,由語句[S]的各個分詞加上引入的根結(jié)點[w0(root)]組成;[ES={e1,e2,,em}]為邊集,每條邊[et=(depk,wi,wj)]為一個三元組,表示語句[S]中的詞[wi,wj]具有依存關(guān)系[depk]。如果[wk]是語句[S]中的核心成分,那么[e1=(Root,w0,wk)]表示[wk]是樹的根節(jié)點。

    語義依存關(guān)系分析是信息論研究領(lǐng)域的重要內(nèi)容之一,其最核心的思想是闡明一個完整句子中各組成部分之間的相互關(guān)系。其中,主成分一般為句子核心詞,通常起著支配其它成分的作用,而修飾成分則被用來描述語境,起修飾作用并受主成分支配。通過語義依存樹,可以得到句子中詞與詞之間的依賴關(guān)系,從而分析出句子的主謂賓結(jié)構(gòu)。目前,構(gòu)建語法依存樹的常用方法是哈工大提出的較為完善的封裝式語義依存樹構(gòu)建方法[6]。

    以語句“一個老人修好了自行車”為例,構(gòu)建其語義依存關(guān)系樹。首先經(jīng)分詞得到結(jié)點集[NS={Root,一,個,老人,] [修好,了,自行車}],其中,“修好”是核心成分,因而有[e1=(Root,root,修好)],“人”和“修好”是施事關(guān)系“nsubj”, 即主語和謂語,所以可定義[e2=(nsubj,人,修好)];“自行車”和“修好”是受事關(guān)系“dobj”,即賓語和謂語,所以可定義[e3=(dobj,修好,自行車)],等等。最終得到語句“一個老人修好了自行車”的語義關(guān)系依存樹如圖1所示。

    利用語句的語義關(guān)系依存樹,很容易得到句子主語、謂語和賓語以及其它成分之間的關(guān)系,為計算句子相似度帶來極大便利。

    1.3 句子相似度模型

    句子相似度計算模型較多,如基于距離的相似度算法、基于語義的相似度算法、基于空間向量模型的TF-IDF方法、基于詞向量的Jacard相似度算法和基于字向量的相似度算法等[7]。

    (1)基于距離的相似度算法2001年由張煥炯等[8]提出,該方法建立文本集與碼字集之間的一一對應(yīng)關(guān)系,然后借用編碼理論中漢明距離概念,由漢明距離計算公式計算句子相似度。與傳統(tǒng)方法相比,它具有簡便、快速等優(yōu)點,但是準(zhǔn)確率相對較差。

    (2)TF-IDF方法[9]是一種句子相似度計算統(tǒng)計方法,用來評估一個字詞對一個文件集中的其中一份文件的重要程度,其重要性隨其在文件中出現(xiàn)的次數(shù)增加而增加,但同時隨著其在語料庫中出現(xiàn)的頻率增加而降低。該方法是以大規(guī)模語料庫為基礎(chǔ)的方法,在信息檢索領(lǐng)域非常流行。其中單詞向量以語料庫中的關(guān)鍵詞確定,關(guān)鍵詞確定是TF-IDF的重要工作,計算公式如下:

    TF為歸一化后的詞頻,描述詞在文檔中的頻率。其中,[ni,j]是該詞在文件中出現(xiàn)的次數(shù),[knk,j]為文件所有詞數(shù)。IDF為逆文檔頻率,起降低通用詞作用。某一特定詞語的IDF,可由總文件數(shù)和包含該詞語之文件的數(shù)取以10為底的對數(shù)計算得到。其中[|D|]是語料庫中的文件總數(shù)。[|{j:ti∈dj}|]是包含詞語[ti]的文件數(shù),[dj]為包含詞語[ti]的文件。若該詞語不在語料庫中則會導(dǎo)致分母為零,因此一般情況下使用[|{j:ti∈dj}|+1]。TF-IDF值由TF與IDF的乘積得到。某一特定文件內(nèi)的高頻率詞語,以及該詞語在整個文件集合中的低頻率文件,可以產(chǎn)生高權(quán)重的TF-IDF。因此,TF-IDF更適合過濾掉常見的詞語,保留重要的詞語。TF-IDF在句子相似度的應(yīng)用主要是找出兩個句子的關(guān)鍵詞組,再計算各關(guān)鍵詞的詞頻并將其向量化,最后通過余弦公式計算句子的相似度。相似度計算公式如下:

    其中,[ω(i1≤i≤n)]為關(guān)鍵詞組在[Sx]中出現(xiàn)的次數(shù),[β(i1≤i≤n)]為關(guān)鍵詞組在[Sy]中出現(xiàn)的次數(shù)。該方法只考慮句子的結(jié)構(gòu)信息,沒有考慮句子的語義信息,本文在此基礎(chǔ)上增加句子的語義信息以及句子的被動轉(zhuǎn)換操作,以提高相似度計算的準(zhǔn)確性。

    (3)句子的語義依存關(guān)系是衡量句子相似度的方法之一, Li等[8]提出一種基于語義的句子相似度計算方法,該方法通過計算兩句句子的有效搭配計算句子相似度,公式如下:

    其中,[W1]表示[Sx]與[Sy]之間詞的有效匹配權(quán)值,[W2]表示[Sx]與[Sy]之間單詞的有效匹配權(quán)值。[PairCount1]是[Sx]到[Sy]的有效詞匹配數(shù),[PairCount2]是[Sy]到[Sx]的有效詞匹配數(shù)。用[W1]與[W2]的和除以[PairCount1]與[PairCount2]的最大值。該方法僅利用詞的句法匹配初步判別兩個句子的相似程度,但不能從整體上考慮句子的句法信息,因此計算的相似度不全面。SBSS不僅考慮句子的結(jié)構(gòu)信息,還引入句法塊以及詞向量方法,增加句子的句法信息,使相似度計算更加準(zhǔn)確。

    (4)Jaccard相似度改進算法2018年由田星等[10]提出,該方法首先通過訓(xùn)練將每個詞語映射為語義層面的高維向量,然后計算各個詞向量之間的相似度,高于閾值α的作為共現(xiàn)部分。雖然考慮了句子的語義信息,但缺乏句子的結(jié)構(gòu)信息,也缺乏對句子正否定的判斷,因而影響相似度計算的準(zhǔn)確性。

    2 句子相似度算法

    傳統(tǒng)的相似度算法[4]缺乏對句子多元信息的綜合考量,如前述的TF-IDF方法只考慮句子的詞頻信息,并未關(guān)注詞義與句子的結(jié)構(gòu)信息,易導(dǎo)致較低的句子相似度準(zhǔn)確度。如Word2vec方法[6]僅僅考慮詞義而忽視句子的結(jié)構(gòu)信息,從而引起句子相似度的偏差計算。鑒于此,筆者設(shè)計一種Sentence Similarity Method Based On Syntax Block Vector(SSSB)模型。該模型對詞義與句子的結(jié)構(gòu)信息加以綜合考慮,創(chuàng)新性地引入否定句判斷與被動句轉(zhuǎn)換,增加相似度計算的精確性。設(shè)計的SSSB模型不同于傳統(tǒng)的相似度算法,其結(jié)合了詞向量和句子的句法依賴關(guān)系,首先通過句子的句法依賴關(guān)系抽取句子的句法塊,其次利用詞向量構(gòu)造句子的句法塊向量和句向量,進而利用所得到的句向量余弦值表示句子的相似度,以提升相似度的準(zhǔn)確性。

    2.1 句法塊概念與模型基本框架

    句法塊是根據(jù)句子的主謂賓區(qū)分的,分為主語塊、謂語塊和賓語塊。設(shè)[S=w1w2wn]是含有[n]個詞的句子,[S]的語義依存樹可表示為二元組[TS=(NS, ES)],其中,[NS={w0,w1,,wn}]為結(jié)點集,由語句[S]的各個分詞加上引入的根結(jié)點[w0](root)組成;[ES={e1,e2,,em}]為邊集,其中每條邊[et=(depk,wi,wj)]為一個三元組,表示語句[S]中的詞[wi,wj]具有依存關(guān)系[depk];[ek]中[depk]值為“nsubj”或 “nsubjpass”時,[ek]中的[wi]為主語;[ek]中[depk]值為“dobj”或“iobj”時,[ek]中的[wi]為謂語;[ek]中[depk]值為“iobj”時,[ek]中的[wj]為賓語。將主謂賓分別表示為[ws]、[wp]、[wo],其中主語[ws∈Su],謂語[wp∈Pr],賓語[wo∈Oc]都表示句子中的一個詞。將主謂賓的修飾詞分別表示為[s_modifier]、[p_modifier]和[o_modifier],主語修飾詞[s_modifier]是[Es]中所有與主語[ws]有依賴關(guān)系的詞;謂語修飾詞[p_modifier]是[Es]中所有與謂語[wp]有依賴關(guān)系的詞;賓語修飾詞[o_modifier]是[Es]中所有與賓語[wo]有依賴關(guān)系的詞;主要的依賴關(guān)系值[depk]如表1所示,主謂賓及主謂賓修飾詞如下:

    主語塊由主語與主語的修飾詞組成,謂語塊由謂語與謂語的修飾詞組成,賓語塊由賓語與賓語的修飾詞組成,那么主語塊、謂語塊和賓語塊可分別表示為[Su={ws}?] [s_modifier],[Pr={wp}?p_modifier],[Ob={wo}?o_modifier],最終得到句子S的句法塊[Sblock=(Su,Pr,Oc)]。

    SSSB模型基本框架分為:①解析部分:解析句子語義依存關(guān)系;②構(gòu)造部分:完成句法塊向量的構(gòu)造;③計算部分:進行句子相似度計算,其模型結(jié)構(gòu)如圖2所示。

    2.2 SSSB模型計算過程

    SSSB模型計算步驟如下:

    (3)被動轉(zhuǎn)換。一般被動句對于主動句而言結(jié)構(gòu)是倒置的,導(dǎo)致某些相似句子被誤判為不相似句,為此增加被動轉(zhuǎn)換步驟,將一般被動句轉(zhuǎn)為主動句形式。中文被動句主要分為標(biāo)志型被動句和無標(biāo)志型被動句[11],本文主要針對標(biāo)志型被動句進行被動轉(zhuǎn)換。標(biāo)志型被動句由“被”、“叫”、“教”、“讓”、“給”等5個介詞作為被動標(biāo)志,不妨稱之為“被動詞”。被動語句的一般形式可表示為:

    其中[N1]為主語,[N2]為賓語,其主動句式一般可表示為

    為增加句子相似度計算的準(zhǔn)確性,對被動形式的句子進行被動轉(zhuǎn)換,得到句子的主動形式,本文只檢測一般被動句,對于復(fù)雜被動句暫不考慮。

    首先檢測句子是否存在作為被動標(biāo)志的5個介詞“被”“叫”“教”“讓”“給”,若存在,則對句子進行被動轉(zhuǎn)換,互換主語塊與賓語塊。對于一般被動句[S],交換[S]的主語塊與賓語塊,原本[S]的主語塊和賓語塊為[Su={ws}?]? [s_modifier]和[Ob={wo}?o_modifier],被動轉(zhuǎn)換后使[Su={wo}?o_modifier],[Ob={ws}?s_modifier],之后再根據(jù)句法塊和詞向量構(gòu)建句法塊向量。

    (4)構(gòu)建句法塊向量??紤]到句子的語義信息,將句法塊中的詞轉(zhuǎn)為詞向量。句法塊向量由塊中單詞向量的加權(quán)和表示,每個句法塊都有一個核心詞。句法塊向量和詞向量在不同的向量空間中雖然維數(shù)一樣,但不能作比較。句子[S]的句法塊向量計算公式如下:

    其中,[BVi]表示句子第[i]個句法塊的塊向量,i=1表示主語塊,i=2表示謂語塊,i=3表示賓語塊。[Nxi]表示句子[Sx]中第[i]個句法塊的所有單詞,[wj]表示塊中的第j個單詞,[λj]表示第j個單詞的權(quán)重(離關(guān)鍵詞越近權(quán)重越高,由人工調(diào)試)。[e(wj)]表示第j個單詞的向量。句法塊向量最后將拼接到句子中形成兩個句子的句向量。

    (5)拼接塊向量并計算句子相似度。拼接塊向量前先判斷塊中是否含有否定詞,如“不” “沒”等。用[αi]表示句法塊中否定詞個數(shù)。句子向量構(gòu)造如下:

    其中,[BV1]、[BV2]、[BV3]分別表示主語塊向量、謂語塊向量、賓語塊向量,[λ1]、[λ2]、[λ3]為負調(diào)節(jié)因子,根據(jù)句法塊中否定詞數(shù)量取值。

    3 實驗結(jié)果與分析

    3.1 實驗數(shù)據(jù)

    本文相似度實驗數(shù)據(jù)集均來自Tang等[12]提供的chineseSTS數(shù)據(jù)集,數(shù)據(jù)集共有12 747個句子對,由于訓(xùn)練時間過長,選取5 000對和人工編寫的400對作為實驗數(shù)據(jù),其中相似和不相似句子各占50%。本文詞向量訓(xùn)練數(shù)據(jù)集采用百度百科、維基百科語料。深度學(xué)習(xí)框架使用Word2vec的Skip-grams模型,維度設(shè)置為200維。

    3.2 實驗指標(biāo)評價

    用準(zhǔn)確性衡量各方法優(yōu)劣,計算公式如下:

    T:真實為0,預(yù)測也為0或者真實為1,預(yù)測為1;

    F:真實為0,預(yù)測為1或者真實為1,預(yù)測為0;

    其中,Accuracy為準(zhǔn)確率,最大值為1,最小值為0。

    3.3 對比實驗分析

    將本文模型與傳統(tǒng)的Jaccard算法、基于TF-IDF的算法和基于詞向量的兩種傳統(tǒng)句子相似度算法作對比實驗,結(jié)果表明,本文提出的基于詞向量和語義依存的句子相似度方法結(jié)合了句子語義信息與結(jié)構(gòu)信息,計算效果較好。本文方法與同類方法的準(zhǔn)確率對比結(jié)果如表2所示。

    表2為不同句子相似度算法在數(shù)據(jù)集上的準(zhǔn)確率,表3為不同相似度算法計算特定例句的得分情況。對比表2與表3,說明本文提出的句子相似度模型具有較高準(zhǔn)確率,特別適用于被動語句的相似度計算,符合人們對漢語語言的認知。

    4 結(jié)語

    本文提出一種基于詞向量和語義依存樹的句子相似度模型,研究了句法塊在句子級語義相似度中的作用及中文被動句的轉(zhuǎn)換等。為在一定程度上保證句子中單詞順序,將構(gòu)造好的句法塊嵌入到句子中,通過計算句子對向量的夾角余弦值求得相似度值。由于中文句子句法復(fù)雜,不同應(yīng)用所側(cè)重的句法塊不一樣,本文模型未考慮所有的句法成分,也未考慮所有的被動句轉(zhuǎn)換。后續(xù)研究要進一步考慮句法結(jié)構(gòu)中的句法要素,增加對無標(biāo)志型被動句的轉(zhuǎn)換,在不同自然語言處理任務(wù)中構(gòu)建句子對的相似度計算模型。

    參考文獻:

    [1] PENNINGTON J,SOCHER R,MANNING C D. Global vectors for word representation[M].? In Emnlp, 2014.

    [2] 李婉婉,張英俊,潘理虎. 基于語義相似度的本體概念更新方法研究[J]. 計算機應(yīng)用與軟件,2018,35(4):15 - 20.

    [3] 李小濤,游樹娟,陳維. 一種基于詞義向量模型的詞語語義相似度算法[J]. 自動化學(xué)報,2019,25(6):1-16.

    [4] MIKOLOV T. Statistical language models based on neural networks[R].? Technical report, Google Mountain View ,2012.

    [5] 特斯尼埃. 結(jié)構(gòu)句法基礎(chǔ)[J]. 當(dāng)代語言學(xué)報,1985,33(2):19-21.

    [6] LIU T, CHE W, LI Z. Language technology platform. journal of chinese information processing[J]. Journal of Chinese Information Processing, 2011, 25(6): 53-62.

    [7] 何穎剛,王宇. 一種基于字向量和LSTM的句子相似度計算方法[J]. 長江大學(xué)學(xué)報(自然科學(xué)版),2019,16(1):88-94.

    [8] 張煥炯,王國勝,鐘義信. 基于漢明距離的文本相似度計算[J].? 計算機工程與應(yīng)用,2001,28(19):56-61.

    [9] 趙勝輝,李吉月,徐碧,等. 基于TFIDF的社區(qū)問答系統(tǒng)問句相似度改進算法[J]. 北京理工大學(xué)學(xué)報,2017,37(9):982-985.

    [10] 田星,鄭瑾,張祖平. 基于詞向量的Jaccard相似度算法[J]. 計算機科學(xué),2018,45(7):186-189.

    [11] 張興旺. 現(xiàn)代漢語被動句的界定及其分類[J]. 陰山學(xué)刊,2008,17(1):15-19.

    [12] TANG S C, BAI Y Y, MA F Y. Chinese semantic text similarity trainning dataset[D]. Xian:Xian University of Science and Technology,2016.

    (責(zé)任編輯:杜能鋼)

    免费高清在线观看视频在线观看| 啦啦啦在线免费观看视频4| 99国产精品一区二区三区| 在线亚洲精品国产二区图片欧美| 午夜福利,免费看| 国产黄色免费在线视频| 丰满人妻熟妇乱又伦精品不卡| 亚洲欧美清纯卡通| 亚洲全国av大片| 人人妻人人爽人人添夜夜欢视频| 两性夫妻黄色片| 日本猛色少妇xxxxx猛交久久| 亚洲精品国产av成人精品| 男人舔女人的私密视频| 亚洲国产日韩一区二区| 最新的欧美精品一区二区| 国产精品免费大片| 国产精品99久久99久久久不卡| 在线观看一区二区三区激情| 狠狠婷婷综合久久久久久88av| 免费在线观看黄色视频的| 天堂8中文在线网| 日韩一区二区三区影片| 深夜精品福利| 最黄视频免费看| 久久人人爽av亚洲精品天堂| 女人被躁到高潮嗷嗷叫费观| videosex国产| 亚洲欧美成人综合另类久久久| 午夜免费鲁丝| 18禁观看日本| 黄色视频,在线免费观看| 国产国语露脸激情在线看| 黄片播放在线免费| 三上悠亚av全集在线观看| 久久久欧美国产精品| 天堂中文最新版在线下载| 久9热在线精品视频| 免费av中文字幕在线| 丁香六月欧美| 悠悠久久av| 亚洲精品美女久久久久99蜜臀| 精品福利永久在线观看| 搡老乐熟女国产| 欧美人与性动交α欧美软件| 无遮挡黄片免费观看| 国产一区二区激情短视频 | videos熟女内射| 日韩 欧美 亚洲 中文字幕| 在线观看一区二区三区激情| 精品人妻一区二区三区麻豆| 日韩制服丝袜自拍偷拍| 国产精品影院久久| 国产成人系列免费观看| 免费黄频网站在线观看国产| 巨乳人妻的诱惑在线观看| videos熟女内射| 精品视频人人做人人爽| h视频一区二区三区| 亚洲视频免费观看视频| 精品视频人人做人人爽| 男女床上黄色一级片免费看| 成年动漫av网址| 人人妻人人爽人人添夜夜欢视频| av线在线观看网站| 狠狠狠狠99中文字幕| a级片在线免费高清观看视频| 国产91精品成人一区二区三区 | 美女国产高潮福利片在线看| 亚洲va日本ⅴa欧美va伊人久久 | 中文字幕制服av| 丝瓜视频免费看黄片| 少妇精品久久久久久久| 国产主播在线观看一区二区| 亚洲av美国av| 亚洲九九香蕉| 女人精品久久久久毛片| 手机成人av网站| 日本91视频免费播放| 国产免费现黄频在线看| 精品一区二区三区四区五区乱码| 色婷婷久久久亚洲欧美| 精品一品国产午夜福利视频| 国产成人影院久久av| 高清在线国产一区| 午夜两性在线视频| 欧美变态另类bdsm刘玥| 欧美日韩成人在线一区二区| 大码成人一级视频| 欧美 亚洲 国产 日韩一| 99久久人妻综合| 精品人妻在线不人妻| 最近最新免费中文字幕在线| 久久影院123| a 毛片基地| 啦啦啦免费观看视频1| 满18在线观看网站| 午夜成年电影在线免费观看| 韩国高清视频一区二区三区| 国产欧美亚洲国产| 一区在线观看完整版| 久久综合国产亚洲精品| 不卡一级毛片| 男女床上黄色一级片免费看| 最新在线观看一区二区三区| 老司机深夜福利视频在线观看 | 人人妻人人爽人人添夜夜欢视频| 99精品欧美一区二区三区四区| 精品国产一区二区三区久久久樱花| 国产福利在线免费观看视频| 婷婷成人精品国产| 色老头精品视频在线观看| 亚洲熟女毛片儿| 在线观看一区二区三区激情| 久久av网站| 一级片免费观看大全| 日韩有码中文字幕| 国产男人的电影天堂91| 精品第一国产精品| 一级片'在线观看视频| 国产激情久久老熟女| 成人18禁高潮啪啪吃奶动态图| 一区二区三区四区激情视频| www日本在线高清视频| 日韩一区二区三区影片| 99久久人妻综合| 久久精品aⅴ一区二区三区四区| 一二三四社区在线视频社区8| 久久人妻福利社区极品人妻图片| 汤姆久久久久久久影院中文字幕| 嫁个100分男人电影在线观看| 国产精品亚洲av一区麻豆| 久久热在线av| 免费日韩欧美在线观看| 波多野结衣av一区二区av| 免费观看人在逋| 日本撒尿小便嘘嘘汇集6| 午夜福利影视在线免费观看| 久久精品国产亚洲av香蕉五月 | 新久久久久国产一级毛片| 大香蕉久久网| 日韩制服骚丝袜av| 欧美性长视频在线观看| 国产一区有黄有色的免费视频| 男女免费视频国产| 欧美精品av麻豆av| 在线观看www视频免费| 大香蕉久久网| 精品久久蜜臀av无| 国产成+人综合+亚洲专区| 久热这里只有精品99| av超薄肉色丝袜交足视频| 欧美少妇被猛烈插入视频| 久久久久久免费高清国产稀缺| 亚洲成av片中文字幕在线观看| 麻豆国产av国片精品| 国产1区2区3区精品| 999久久久精品免费观看国产| 男女床上黄色一级片免费看| 69精品国产乱码久久久| 热re99久久国产66热| 女人高潮潮喷娇喘18禁视频| 免费观看av网站的网址| 大香蕉久久成人网| 免费高清在线观看日韩| avwww免费| 他把我摸到了高潮在线观看 | 999精品在线视频| av在线老鸭窝| 十八禁网站网址无遮挡| 国产精品自产拍在线观看55亚洲 | 女人爽到高潮嗷嗷叫在线视频| 九色亚洲精品在线播放| av在线老鸭窝| 性高湖久久久久久久久免费观看| 精品福利永久在线观看| 日韩一卡2卡3卡4卡2021年| 国产精品 欧美亚洲| 美国免费a级毛片| 亚洲国产毛片av蜜桃av| 久久久久国内视频| 久久99热这里只频精品6学生| 新久久久久国产一级毛片| 精品国产乱码久久久久久男人| 可以免费在线观看a视频的电影网站| 曰老女人黄片| 人妻 亚洲 视频| 超色免费av| av在线播放精品| 国产日韩欧美亚洲二区| 一级,二级,三级黄色视频| 国产日韩一区二区三区精品不卡| 国产亚洲av片在线观看秒播厂| 久久99一区二区三区| 多毛熟女@视频| 亚洲欧美激情在线| 99精国产麻豆久久婷婷| svipshipincom国产片| 一边摸一边做爽爽视频免费| 久久久国产精品麻豆| 国产成人啪精品午夜网站| 韩国高清视频一区二区三区| 90打野战视频偷拍视频| 久久久久久久久免费视频了| 中文字幕人妻熟女乱码| 欧美精品啪啪一区二区三区 | 嫁个100分男人电影在线观看| 正在播放国产对白刺激| 18禁观看日本| 欧美精品一区二区免费开放| 免费在线观看日本一区| 极品少妇高潮喷水抽搐| 精品福利永久在线观看| 美女福利国产在线| 国产主播在线观看一区二区| 久久精品久久久久久噜噜老黄| 国产成+人综合+亚洲专区| 午夜福利,免费看| 午夜老司机福利片| 亚洲专区国产一区二区| 久久人妻福利社区极品人妻图片| 极品人妻少妇av视频| 热re99久久国产66热| 精品一区二区三卡| 欧美精品一区二区免费开放| 亚洲国产欧美网| 国产欧美日韩一区二区三 | 国产高清国产精品国产三级| 成人av一区二区三区在线看 | 国产1区2区3区精品| 久久久国产欧美日韩av| 一区二区三区精品91| 亚洲 欧美一区二区三区| 亚洲精品一卡2卡三卡4卡5卡 | 精品国产一区二区久久| 精品福利观看| 国产成人精品在线电影| xxxhd国产人妻xxx| 亚洲成人免费av在线播放| 免费人妻精品一区二区三区视频| 丝袜美足系列| 考比视频在线观看| 99热网站在线观看| 不卡一级毛片| 人成视频在线观看免费观看| 中文字幕高清在线视频| 亚洲成人国产一区在线观看| 桃花免费在线播放| 日韩一区二区三区影片| 纵有疾风起免费观看全集完整版| 黄色a级毛片大全视频| 国产欧美日韩一区二区三区在线| 亚洲一码二码三码区别大吗| 国产免费视频播放在线视频| 久久狼人影院| 亚洲人成电影免费在线| 少妇 在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 男人舔女人的私密视频| 亚洲精华国产精华精| 99久久99久久久精品蜜桃| 人妻 亚洲 视频| 一进一出抽搐动态| 久久人人爽人人片av| 国产一区二区三区在线臀色熟女 | 国产又色又爽无遮挡免| 精品一区二区三区四区五区乱码| 99久久综合免费| 久久九九热精品免费| 在线av久久热| 亚洲全国av大片| 国产成人精品无人区| 久久 成人 亚洲| 男人添女人高潮全过程视频| 国产色视频综合| 老司机深夜福利视频在线观看 | 亚洲精品中文字幕在线视频| 国产成人欧美| 久久毛片免费看一区二区三区| 久久精品成人免费网站| 亚洲国产中文字幕在线视频| 女性被躁到高潮视频| 每晚都被弄得嗷嗷叫到高潮| 国产三级黄色录像| 18禁黄网站禁片午夜丰满| av在线播放精品| 老司机靠b影院| 亚洲精品一二三| a在线观看视频网站| 高清在线国产一区| 肉色欧美久久久久久久蜜桃| 久久人妻熟女aⅴ| 正在播放国产对白刺激| 自线自在国产av| 青草久久国产| a 毛片基地| 91精品三级在线观看| 精品欧美一区二区三区在线| 免费黄频网站在线观看国产| 久久精品久久久久久噜噜老黄| 九色亚洲精品在线播放| 国产免费福利视频在线观看| 亚洲av成人一区二区三| 在线观看免费视频网站a站| 操美女的视频在线观看| 另类精品久久| 欧美xxⅹ黑人| 国产亚洲精品一区二区www | 久久 成人 亚洲| 另类亚洲欧美激情| 成年女人毛片免费观看观看9 | 99热网站在线观看| 精品人妻1区二区| 汤姆久久久久久久影院中文字幕| 亚洲自偷自拍图片 自拍| 国产一区二区三区在线臀色熟女 | 国产一区有黄有色的免费视频| 国产在视频线精品| 99国产精品免费福利视频| 免费av中文字幕在线| 涩涩av久久男人的天堂| 亚洲熟女精品中文字幕| 久久精品亚洲熟妇少妇任你| 大陆偷拍与自拍| 黑人欧美特级aaaaaa片| 日韩欧美一区视频在线观看| 美女扒开内裤让男人捅视频| 无遮挡黄片免费观看| 99精品久久久久人妻精品| 国产亚洲一区二区精品| av超薄肉色丝袜交足视频| 岛国在线观看网站| 久久精品人人爽人人爽视色| 国产日韩一区二区三区精品不卡| 日韩电影二区| 爱豆传媒免费全集在线观看| 乱人伦中国视频| 国产成人av教育| 一级黄色大片毛片| 亚洲七黄色美女视频| av电影中文网址| 国产一区二区三区综合在线观看| 欧美中文综合在线视频| 精品国产一区二区三区四区第35| 国产麻豆69| 蜜桃国产av成人99| 亚洲一区二区三区欧美精品| 欧美激情久久久久久爽电影 | videosex国产| 大片免费播放器 马上看| 亚洲,欧美精品.| 精品久久蜜臀av无| 18禁观看日本| 日本vs欧美在线观看视频| 热re99久久精品国产66热6| 视频在线观看一区二区三区| 成年人午夜在线观看视频| 免费女性裸体啪啪无遮挡网站| 黄色a级毛片大全视频| 久久精品aⅴ一区二区三区四区| 菩萨蛮人人尽说江南好唐韦庄| 国产深夜福利视频在线观看| 大香蕉久久成人网| 下体分泌物呈黄色| 电影成人av| 一区二区三区乱码不卡18| 老汉色av国产亚洲站长工具| 午夜福利视频精品| 国产一区二区激情短视频 | 老汉色av国产亚洲站长工具| 久久热在线av| 宅男免费午夜| 搡老乐熟女国产| 国产精品久久久av美女十八| 大片电影免费在线观看免费| 国产一区有黄有色的免费视频| 国产精品秋霞免费鲁丝片| 999久久久国产精品视频| 超色免费av| 亚洲欧美精品综合一区二区三区| 桃红色精品国产亚洲av| 一边摸一边做爽爽视频免费| 亚洲精品日韩在线中文字幕| 狂野欧美激情性bbbbbb| cao死你这个sao货| 亚洲欧美清纯卡通| 纵有疾风起免费观看全集完整版| 国产老妇伦熟女老妇高清| 国产成人精品久久二区二区91| 午夜91福利影院| 在线天堂中文资源库| 亚洲精品国产一区二区精华液| 欧美97在线视频| 99热网站在线观看| av天堂在线播放| 国产一区二区三区av在线| 亚洲精品一卡2卡三卡4卡5卡 | 精品一区二区三区av网在线观看 | 免费女性裸体啪啪无遮挡网站| 亚洲中文日韩欧美视频| 99re6热这里在线精品视频| 精品少妇久久久久久888优播| 久久久欧美国产精品| 法律面前人人平等表现在哪些方面 | 精品一品国产午夜福利视频| 91麻豆av在线| 在线观看舔阴道视频| 欧美激情久久久久久爽电影 | 啦啦啦 在线观看视频| 亚洲情色 制服丝袜| 99精品欧美一区二区三区四区| 欧美大码av| 国产免费av片在线观看野外av| 一区二区av电影网| 美女视频免费永久观看网站| 国产精品偷伦视频观看了| 成年人午夜在线观看视频| 亚洲欧美精品自产自拍| 国产成人精品久久二区二区免费| 亚洲男人天堂网一区| 国产片内射在线| 国产av一区二区精品久久| av一本久久久久| 成年动漫av网址| 午夜激情久久久久久久| 国产精品国产av在线观看| 2018国产大陆天天弄谢| av视频免费观看在线观看| 国产亚洲午夜精品一区二区久久| 日韩视频在线欧美| svipshipincom国产片| 一区二区日韩欧美中文字幕| 国产精品欧美亚洲77777| 蜜桃在线观看..| 久久ye,这里只有精品| 涩涩av久久男人的天堂| 欧美日韩视频精品一区| 久久久精品区二区三区| 免费观看a级毛片全部| 久久热在线av| 亚洲av成人不卡在线观看播放网 | 日本91视频免费播放| 免费在线观看黄色视频的| 久久久久久久大尺度免费视频| 人人妻人人澡人人看| 少妇粗大呻吟视频| av福利片在线| 精品亚洲成国产av| 亚洲国产欧美在线一区| 国产精品久久久人人做人人爽| av一本久久久久| www.999成人在线观看| 一级毛片女人18水好多| 岛国毛片在线播放| 欧美乱码精品一区二区三区| 性色av乱码一区二区三区2| 91精品国产国语对白视频| 日本黄色日本黄色录像| 啦啦啦视频在线资源免费观看| 国产av精品麻豆| 99久久精品国产亚洲精品| 一区二区三区激情视频| 国产成人一区二区三区免费视频网站| 悠悠久久av| 国产一区二区在线观看av| 自线自在国产av| 国产成人欧美在线观看 | 国产人伦9x9x在线观看| 免费在线观看完整版高清| 天堂8中文在线网| 日韩三级视频一区二区三区| 99久久99久久久精品蜜桃| 夜夜夜夜夜久久久久| 久久人人97超碰香蕉20202| 女人精品久久久久毛片| 青春草视频在线免费观看| 久久综合国产亚洲精品| 黑丝袜美女国产一区| 91精品国产国语对白视频| 香蕉丝袜av| www日本在线高清视频| 免费人妻精品一区二区三区视频| 国产精品一二三区在线看| 老鸭窝网址在线观看| 欧美日韩精品网址| a在线观看视频网站| 91字幕亚洲| 欧美日韩一级在线毛片| 日韩欧美国产一区二区入口| 自拍欧美九色日韩亚洲蝌蚪91| 午夜福利乱码中文字幕| 成人三级做爰电影| 国产91精品成人一区二区三区 | 美国免费a级毛片| 精品免费久久久久久久清纯 | www.精华液| 精品一区二区三卡| 色视频在线一区二区三区| 国产一区二区三区综合在线观看| 我的亚洲天堂| 午夜福利免费观看在线| 中文字幕精品免费在线观看视频| 最新的欧美精品一区二区| 欧美亚洲日本最大视频资源| 别揉我奶头~嗯~啊~动态视频 | 中文字幕色久视频| 久久亚洲国产成人精品v| 亚洲成国产人片在线观看| 宅男免费午夜| 啦啦啦在线免费观看视频4| 狠狠狠狠99中文字幕| 国产精品熟女久久久久浪| 欧美日韩成人在线一区二区| 蜜桃国产av成人99| 久久久久视频综合| 欧美午夜高清在线| 成人18禁高潮啪啪吃奶动态图| 日韩熟女老妇一区二区性免费视频| 精品高清国产在线一区| 国产欧美亚洲国产| 我要看黄色一级片免费的| 电影成人av| 91字幕亚洲| 爱豆传媒免费全集在线观看| 亚洲av美国av| 99久久综合免费| 免费观看人在逋| 精品国产超薄肉色丝袜足j| 午夜精品久久久久久毛片777| 嫩草影视91久久| 欧美黄色淫秽网站| 一区福利在线观看| 男女国产视频网站| 国产一区二区三区综合在线观看| 五月天丁香电影| 亚洲国产欧美一区二区综合| 韩国精品一区二区三区| 少妇的丰满在线观看| 人妻一区二区av| 国产免费一区二区三区四区乱码| 天天添夜夜摸| 一边摸一边做爽爽视频免费| 精品国产乱码久久久久久小说| avwww免费| 两个人看的免费小视频| 免费高清在线观看日韩| 午夜激情av网站| 成年人黄色毛片网站| 国产又爽黄色视频| 久久热在线av| 欧美xxⅹ黑人| 日韩中文字幕欧美一区二区| 久久久久视频综合| 国产不卡av网站在线观看| 精品少妇内射三级| av网站免费在线观看视频| 曰老女人黄片| 国产精品秋霞免费鲁丝片| 国产淫语在线视频| 真人做人爱边吃奶动态| 国产成人精品无人区| 亚洲专区中文字幕在线| 在线av久久热| 满18在线观看网站| 国产精品国产三级国产专区5o| 人人妻人人澡人人看| 欧美午夜高清在线| 少妇猛男粗大的猛烈进出视频| 亚洲av欧美aⅴ国产| 国产无遮挡羞羞视频在线观看| 麻豆国产av国片精品| 欧美97在线视频| 中文字幕最新亚洲高清| 91av网站免费观看| 欧美成人午夜精品| 波多野结衣一区麻豆| 999精品在线视频| 欧美成狂野欧美在线观看| 亚洲三区欧美一区| 久久香蕉激情| 999久久久国产精品视频| 日韩有码中文字幕| 欧美+亚洲+日韩+国产| 一区二区三区精品91| 水蜜桃什么品种好| 国产成人精品无人区| 97精品久久久久久久久久精品| 日韩人妻精品一区2区三区| 岛国在线观看网站| 母亲3免费完整高清在线观看| 丰满饥渴人妻一区二区三| tocl精华| 妹子高潮喷水视频| 亚洲美女黄色视频免费看| 久久久久久久国产电影| 精品熟女少妇八av免费久了| 欧美日韩亚洲高清精品| 亚洲色图 男人天堂 中文字幕| 欧美+亚洲+日韩+国产| 亚洲欧美成人综合另类久久久| 亚洲欧美激情在线| 桃红色精品国产亚洲av| 999久久久国产精品视频| 成人黄色视频免费在线看| 成人av一区二区三区在线看 | 久久久久久久久免费视频了| 日韩熟女老妇一区二区性免费视频| 在线观看免费高清a一片| videosex国产| 久久 成人 亚洲| 99国产综合亚洲精品| 男男h啪啪无遮挡| 人人妻人人澡人人爽人人夜夜| 日本av手机在线免费观看| 国产av精品麻豆|