• <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

    2020-12-14 04:35:10劉洪浩
    軟件導(dǎo)刊 2020年9期
    關(guān)鍵詞:深度學(xué)習(xí)

    劉洪浩

    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?;趥鹘y(tǒng)機(jī)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(gè)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(píng)論,總體上正面與中立情緒占主導(dǎo)。此外,我們也針對(duì)詞頻和詞云進(jìn)行相關(guān)分析,以期實(shí)現(xiàn)全方面了解此次疫情期間社會(huì)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(hào): TP183 ???文獻(xiàn)標(biāo)識(shí)碼: A ???DOI:10.3969/j.issn.1003-6970.2020.09.048

    【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(jià)值,使得自動(dòng)識(shí)別和分析人們?cè)谖谋局斜磉_(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(chǎng)[2]、社 ?會(huì)[3]、娛樂[4]等諸多領(lǐng)域之中,關(guān)于文本情感識(shí)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(shí)踐和研究的出現(xiàn)表明其實(shí)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(huì)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(huì)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(gè)。此次疫情為高熱度的重大社會(huì)熱點(diǎn)事件,對(duì)疫情期間的情感識(shí)別和可視化分析能客觀反映出疫情輿情的發(fā)展動(dòng)向,有助于有關(guān)機(jī)構(gòu)制定合理科學(xué)的決策,具有較高研究價(jià)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(shí)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(shí)驗(yàn)對(duì)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(duì)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(huì)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(duì)微博文本的情感分析策略。王培名等人[8]設(shè)計(jì)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(duì)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(jì)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(shí)現(xiàn)了該方法有效性的評(píng)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(gè)詞與分布式向量相關(guān)聯(lián),每個(gè)詞與向量空間中的點(diǎn)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(duì)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(jì)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(jī)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(shí)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?cè)嫉臄?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(duì)微博數(shù)據(jù)集中的中英文表情和符號(hào)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(diǎn)符號(hào),語氣詞,無實(shí)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(shí)擬合詞嵌入層方法。深度神經(jīng)網(wǎng)絡(luò)工具Keras,是一個(gè)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(shí)在更小維度中集合信息,但其特點(diǎn)是可以和神經(jīng)網(wǎng)絡(luò)一起訓(xùn)練形成一個(gè)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(gè)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(shí)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(píng)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(shì)在于BERT運(yùn)用了雙向轉(zhuǎn)換器如圖3所示。BERT的高效能同時(shí)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(gè)特殊標(biāo)志CLS,SEP。CLS作為第一個(gè)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(duì)處理后的微博文本數(shù)據(jù)借助第三方wordcloud庫和matplotlib庫對(duì)數(shù)據(jù)進(jìn)行可視化分析。通過統(tǒng)計(jì)出高頻詞匯、評(píng)論量和平均情感數(shù)值的時(shí)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(duì)民眾的影響。

    3 ?實(shí)驗(yàn)和結(jié)果

    在這一節(jié)中,我們將詳細(xì)介紹我們?cè)诒敬螌?shí)驗(yàn)中利用上述方法完成的具體實(shí)驗(yàn)工作和結(jié)果。我們將訓(xùn)練集和測(cè)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(shí)別模型,我們將前述的10萬條語料集劃分為訓(xùn)練集,驗(yàn)證集,測(cè)試集進(jìn)行訓(xùn)練,訓(xùn)練輪次均為5次。在測(cè)試集上進(jìn)行評(píng)估,結(jié)果對(duì)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(píng)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(duì)此次疫情的不信謠不傳謠態(tài)度,這也證明了相關(guān)機(jī)構(gòu)實(shí)施的大眾居家隔離等防疫措施有效性。

    3.2.2 ?微博情感時(shí)間趨勢(shì)

    我們從動(dòng)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(shì),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(shí)施居家隔離和調(diào)配全國力量支援湖北等多項(xiàng)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(shí)間變換

    我們對(duì)預(yù)測(cè)結(jié)果進(jìn)行情感數(shù)值平均化,得到平均情緒值隨時(shí)間的變化趨勢(shì),如圖7所示。網(wǎng)民情緒在1月20號(hào)左右進(jìn)入低沉期,驗(yàn)證了圖6數(shù)據(jù)所示結(jié)論,之后情緒波動(dòng)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(dòng)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(duì)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(shì)。

    3.2.4 ?詞頻統(tǒng)計(jì)

    關(guān)注網(wǎng)民疫情期間的熱點(diǎn)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(cè)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(jì)可知此次網(wǎng)民熱點(diǎn)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(duì)此次新冠肺炎的重視和關(guān)注,同時(shí)也代表了冠狀病毒為此次新型肺炎的起源并對(duì)社會(huì)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(huì)到網(wǎng)民對(duì)武漢的關(guān)心,以及對(duì)所有為新冠肺炎抗?fàn)幍尼t(yī)護(hù)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(gè)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(duì)COVID-19期間測(cè)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(shí)利用Keras庫構(gòu)建其他形式的神經(jīng)網(wǎng)絡(luò)以加強(qiáng)性能。

    參考文獻(xiàn)

    [1]蔣鈺慧. 投資者情緒對(duì)我國股票市場(chǎng)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(chǎng)主體視角[J]. 北京郵電大學(xué)學(xué)報(bào)(社會(huì)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(bào)工作, 2013, 57(20): 104-110.

    [4]柳池煜. 票房預(yù)測(cè)中的社交網(wǎng)絡(luò)評(píng)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(bào)(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(jì)算機(jī)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(jì)算機(jī), 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
    深度學(xué)習(xí)
    從合坐走向合學(xué):淺議新學(xué)習(xí)模式的構(gòu)建
    面向大數(shù)據(jù)遠(yuǎn)程開放實(shí)驗(yàn)平臺(tái)構(gòu)建研究
    基于自動(dòng)智能分類器的圖書館亂架圖書檢測(cè)
    搭建深度學(xué)習(xí)的三級(jí)階梯
    有體驗(yàn)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(shí)別研究
    利用網(wǎng)絡(luò)技術(shù)促進(jìn)學(xué)生深度學(xué)習(xí)的幾大策略
    考試周刊(2016年94期)2016-12-12 12:15:04
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)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
    精品一区二区三区人妻视频| 91精品伊人久久大香线蕉| 看免费成人av毛片| 久久精品久久久久久久性| 亚洲精品影视一区二区三区av| 国产成人91sexporn| 欧美一区二区精品小视频在线| 欧美激情久久久久久爽电影| 国产高清三级在线| 老司机福利观看| 99久久无色码亚洲精品果冻| 亚洲av男天堂| 久久久午夜欧美精品| 国产av码专区亚洲av| 亚洲,欧美,日韩| 国产色婷婷99| 国产综合懂色| 老司机福利观看| 天天躁日日操中文字幕| av视频在线观看入口| 国产一区二区亚洲精品在线观看| 久久久久久久久大av| 男人舔女人下体高潮全视频| 三级经典国产精品| 人人妻人人澡人人爽人人夜夜 | av又黄又爽大尺度在线免费看 | 精品一区二区免费观看| 亚洲精品日韩在线中文字幕| 久久精品国产亚洲av涩爱| 18+在线观看网站| 啦啦啦观看免费观看视频高清| 久久精品熟女亚洲av麻豆精品 | 国产精品熟女久久久久浪| 一个人免费在线观看电影| 国产精品三级大全| 欧美精品国产亚洲| 亚洲av免费在线观看| 变态另类丝袜制服| av免费观看日本| 久久久亚洲精品成人影院| 午夜福利在线观看免费完整高清在| 国产av码专区亚洲av| www.av在线官网国产| 欧美日本视频| av专区在线播放| 一级毛片aaaaaa免费看小| 观看免费一级毛片| 国产一级毛片在线| av女优亚洲男人天堂| 简卡轻食公司| 99在线视频只有这里精品首页| 亚洲va在线va天堂va国产| 国产黄色小视频在线观看| 久久6这里有精品| АⅤ资源中文在线天堂| 亚洲伊人久久精品综合 | 久久99精品国语久久久| 国产极品精品免费视频能看的| 成年版毛片免费区| 欧美日韩国产亚洲二区| 免费看光身美女| 亚洲欧美成人精品一区二区| 亚洲精品,欧美精品| av.在线天堂| 国产精品久久久久久久电影| 成人亚洲欧美一区二区av| 久久久久国产网址| 日韩欧美国产在线观看| 晚上一个人看的免费电影| 一本一本综合久久| 午夜爱爱视频在线播放| 亚洲高清免费不卡视频| 日韩av在线大香蕉| 欧美一区二区国产精品久久精品| 亚洲av男天堂| 国产 一区精品| av播播在线观看一区| 欧美日韩精品成人综合77777| 亚洲欧美精品自产自拍| 午夜福利网站1000一区二区三区| 国产黄片美女视频| 高清午夜精品一区二区三区| 人人妻人人澡人人爽人人夜夜 | 欧美3d第一页| 建设人人有责人人尽责人人享有的 | 日韩亚洲欧美综合| 97在线视频观看| 亚洲国产欧洲综合997久久,| 九九久久精品国产亚洲av麻豆| 亚洲av成人精品一二三区| 五月伊人婷婷丁香| 亚洲成人中文字幕在线播放| 国产三级在线视频| 91av网一区二区| 91av网一区二区| 在线观看一区二区三区| 久久精品久久久久久噜噜老黄 | 韩国av在线不卡| 精品99又大又爽又粗少妇毛片| 成年免费大片在线观看| 91av网一区二区| 日本午夜av视频| 久久久久久伊人网av| 成人国产麻豆网| 久久人人爽人人爽人人片va| av卡一久久| 国产高清有码在线观看视频| 久久久久久国产a免费观看| 免费看a级黄色片| 波多野结衣巨乳人妻| 久久久久久九九精品二区国产| 狂野欧美白嫩少妇大欣赏| 亚洲最大成人av| 精品人妻视频免费看| 3wmmmm亚洲av在线观看| av天堂中文字幕网| 午夜福利成人在线免费观看| 精品久久久久久久久av| 少妇猛男粗大的猛烈进出视频 | 久久亚洲国产成人精品v| 特大巨黑吊av在线直播| 国语对白做爰xxxⅹ性视频网站| 97热精品久久久久久| 国产黄片视频在线免费观看| 成人特级av手机在线观看| 舔av片在线| av在线天堂中文字幕| 美女xxoo啪啪120秒动态图| 日韩强制内射视频| 天堂√8在线中文| 久久99热这里只有精品18| 26uuu在线亚洲综合色| 亚洲精品日韩在线中文字幕| 久久欧美精品欧美久久欧美| 只有这里有精品99| 亚洲欧美精品专区久久| 2022亚洲国产成人精品| 日韩av在线免费看完整版不卡| 日韩一本色道免费dvd| 亚洲精品,欧美精品| 久久精品国产自在天天线| 亚洲自偷自拍三级| 床上黄色一级片| 九九热线精品视视频播放| 久久99热这里只频精品6学生 | 大香蕉97超碰在线| 乱系列少妇在线播放| 麻豆成人av视频| 久久韩国三级中文字幕| 九色成人免费人妻av| 国产三级在线视频| 午夜福利在线观看免费完整高清在| 日韩在线高清观看一区二区三区| 中文字幕制服av| 99热6这里只有精品| 国产精品女同一区二区软件| ponron亚洲| 国产白丝娇喘喷水9色精品| 国产成人a区在线观看| 国产v大片淫在线免费观看| 天天躁日日操中文字幕| 亚洲欧洲日产国产| 日本wwww免费看| 91精品国产九色| 深爱激情五月婷婷| 九九久久精品国产亚洲av麻豆| 婷婷六月久久综合丁香| 丰满人妻一区二区三区视频av| 国产成人精品婷婷| 精品久久国产蜜桃| 最近最新中文字幕免费大全7| 亚洲av中文av极速乱| 精品少妇黑人巨大在线播放 | av国产免费在线观看| 国产精品久久久久久精品电影| 波多野结衣高清无吗| 欧美+日韩+精品| 亚洲国产精品成人综合色| 亚洲一区高清亚洲精品| 亚洲国产精品国产精品| 国内精品一区二区在线观看| 看片在线看免费视频| 亚洲国产成人一精品久久久| 久久久久九九精品影院| 国产成人freesex在线| 国产成人精品久久久久久| 寂寞人妻少妇视频99o| 国内少妇人妻偷人精品xxx网站| 我的老师免费观看完整版| 热99在线观看视频| 中文欧美无线码| 3wmmmm亚洲av在线观看| 国产一区亚洲一区在线观看| 性色avwww在线观看| 18禁动态无遮挡网站| 亚洲精华国产精华液的使用体验| 人体艺术视频欧美日本| 3wmmmm亚洲av在线观看| 欧美一区二区亚洲| 精品人妻熟女av久视频| 亚洲在线自拍视频| 亚洲经典国产精华液单| 哪个播放器可以免费观看大片| 久久久精品94久久精品| 一边摸一边抽搐一进一小说| 亚洲av电影不卡..在线观看| 伦精品一区二区三区| 2022亚洲国产成人精品| 亚洲国产欧美人成| 一本一本综合久久| 天堂影院成人在线观看| 女人久久www免费人成看片 | 狠狠狠狠99中文字幕| 91精品国产九色| 伊人久久精品亚洲午夜| 日日摸夜夜添夜夜添av毛片| 成人午夜高清在线视频| 性插视频无遮挡在线免费观看| 视频中文字幕在线观看| 一二三四中文在线观看免费高清| 听说在线观看完整版免费高清| 精品国产三级普通话版| 我的老师免费观看完整版| 搞女人的毛片| 啦啦啦观看免费观看视频高清| 青春草国产在线视频| 久久国内精品自在自线图片| 噜噜噜噜噜久久久久久91| 亚洲伊人久久精品综合 | 亚洲精品乱码久久久v下载方式| 一本一本综合久久| 国产成人a∨麻豆精品| 成年女人永久免费观看视频| 美女黄网站色视频| 日本午夜av视频| 欧美日本亚洲视频在线播放| 亚洲精品久久久久久婷婷小说 | 午夜福利网站1000一区二区三区| 国产免费一级a男人的天堂| 国产极品天堂在线| 欧美性猛交╳xxx乱大交人| 国产精品一二三区在线看| 中国美白少妇内射xxxbb| 午夜日本视频在线| 久久久久久国产a免费观看| 人妻系列 视频| 亚洲在线观看片| 午夜福利网站1000一区二区三区| 欧美日韩精品成人综合77777| 国产欧美另类精品又又久久亚洲欧美| 搡老妇女老女人老熟妇| 少妇熟女欧美另类| 一级毛片aaaaaa免费看小| 网址你懂的国产日韩在线| 午夜福利网站1000一区二区三区| 天美传媒精品一区二区| 视频中文字幕在线观看| 2021天堂中文幕一二区在线观| 噜噜噜噜噜久久久久久91| 人妻系列 视频| 麻豆成人av视频| 精品久久久久久久久亚洲| 一二三四中文在线观看免费高清| 亚洲图色成人| 高清午夜精品一区二区三区| 国产精品,欧美在线| 99久国产av精品国产电影| 啦啦啦韩国在线观看视频| 男女啪啪激烈高潮av片| 18禁在线播放成人免费| 婷婷色av中文字幕| 日日摸夜夜添夜夜添av毛片| 身体一侧抽搐| 亚洲国产欧美在线一区| 国产精品嫩草影院av在线观看| 国产日韩欧美在线精品| 中文资源天堂在线| 久久久久性生活片| 精品无人区乱码1区二区| 欧美不卡视频在线免费观看| 日韩大片免费观看网站 | 国产精品三级大全| 日韩强制内射视频| 听说在线观看完整版免费高清| 天天躁夜夜躁狠狠久久av| 国产精品国产三级国产av玫瑰| 日韩欧美三级三区| 亚洲aⅴ乱码一区二区在线播放| 亚洲国产成人一精品久久久| 人妻夜夜爽99麻豆av| 国国产精品蜜臀av免费| 性色avwww在线观看| 国产单亲对白刺激| 国产午夜精品一二区理论片| 亚洲欧美日韩无卡精品| 99久久无色码亚洲精品果冻| 级片在线观看| 免费看a级黄色片| 最近手机中文字幕大全| 亚洲丝袜综合中文字幕| 日本黄色视频三级网站网址| 有码 亚洲区| 亚洲一区高清亚洲精品| kizo精华| 亚洲中文字幕日韩| 国产成人精品婷婷| 亚洲人与动物交配视频| 国产大屁股一区二区在线视频| 在线播放无遮挡| 国产一级毛片七仙女欲春2| 日韩视频在线欧美| 亚洲国产精品成人久久小说| 免费观看的影片在线观看| 亚洲不卡免费看| 人妻制服诱惑在线中文字幕| 黄片无遮挡物在线观看| 久久久久久大精品| 日韩 亚洲 欧美在线| 免费人成在线观看视频色| 纵有疾风起免费观看全集完整版 | 免费看日本二区| 高清视频免费观看一区二区 | 黄色配什么色好看| 汤姆久久久久久久影院中文字幕 | 精品少妇黑人巨大在线播放 | 日韩欧美精品免费久久| 老司机福利观看| 尾随美女入室| 久久久久久九九精品二区国产| 国产精品av视频在线免费观看| 免费搜索国产男女视频| 极品教师在线视频| 亚洲欧美日韩东京热| 日韩av在线免费看完整版不卡| 99久久中文字幕三级久久日本| 校园人妻丝袜中文字幕| 一级av片app| 午夜视频国产福利| 久久精品人妻少妇| 亚洲av成人av| 日韩高清综合在线| 久久精品国产99精品国产亚洲性色| 九九爱精品视频在线观看| 尾随美女入室| 2021天堂中文幕一二区在线观| 99九九线精品视频在线观看视频| 亚洲国产精品成人久久小说| 午夜久久久久精精品| 熟女电影av网| 国产亚洲午夜精品一区二区久久 | 色综合色国产| 搡女人真爽免费视频火全软件| 午夜免费激情av| 欧美潮喷喷水| 日本黄大片高清| 又粗又硬又长又爽又黄的视频| 99在线视频只有这里精品首页| 国产一区有黄有色的免费视频 | 国产精品一区www在线观看| 国产探花在线观看一区二区| 全区人妻精品视频| 国产精品av视频在线免费观看| 毛片一级片免费看久久久久| 午夜久久久久精精品| 精品国产一区二区三区久久久樱花 | 久久亚洲精品不卡| 亚洲高清免费不卡视频| 午夜精品国产一区二区电影 | 看非洲黑人一级黄片| 精品免费久久久久久久清纯| 韩国高清视频一区二区三区| 看免费成人av毛片| 色吧在线观看| 男插女下体视频免费在线播放| 亚洲av成人精品一区久久| 又粗又爽又猛毛片免费看| 黑人高潮一二区| 免费搜索国产男女视频| 婷婷色av中文字幕| h日本视频在线播放| 一边亲一边摸免费视频| 日韩 亚洲 欧美在线| 亚洲国产精品合色在线| 国产不卡一卡二| 久久久色成人| 国产伦理片在线播放av一区| 亚洲av成人精品一二三区| 国产精品嫩草影院av在线观看| 久久久久免费精品人妻一区二区| 成人国产麻豆网| 好男人在线观看高清免费视频| 一级毛片aaaaaa免费看小| 欧美日韩在线观看h| 18禁裸乳无遮挡免费网站照片| 久久精品国产鲁丝片午夜精品| 国产三级中文精品| 六月丁香七月| 成人综合一区亚洲| 2021天堂中文幕一二区在线观| 久久久久九九精品影院| 99久久成人亚洲精品观看| 中文字幕亚洲精品专区| .国产精品久久| 亚洲av成人av| 亚洲久久久久久中文字幕| 91午夜精品亚洲一区二区三区| 搡女人真爽免费视频火全软件| 中文字幕精品亚洲无线码一区| 国产精品.久久久| or卡值多少钱| av线在线观看网站| 我的老师免费观看完整版| 亚洲婷婷狠狠爱综合网| 特级一级黄色大片| 高清av免费在线| 国产综合懂色| 亚洲中文字幕日韩| 国产黄片视频在线免费观看| 最近最新中文字幕大全电影3| 免费看a级黄色片| 人妻夜夜爽99麻豆av| 爱豆传媒免费全集在线观看| 三级国产精品片| 国产高清不卡午夜福利| av又黄又爽大尺度在线免费看 | 国内揄拍国产精品人妻在线| 男人和女人高潮做爰伦理| 大香蕉久久网| 国产男人的电影天堂91| 女人被狂操c到高潮| 看十八女毛片水多多多| 亚洲精品aⅴ在线观看| 亚洲成人精品中文字幕电影| 美女内射精品一级片tv| 天堂av国产一区二区熟女人妻| 免费播放大片免费观看视频在线观看 | 免费av毛片视频| 毛片女人毛片| 少妇熟女aⅴ在线视频| 精品久久久久久久久av| 色尼玛亚洲综合影院| 国产精品国产三级专区第一集| 性色avwww在线观看| 国产伦理片在线播放av一区| 国产成人免费观看mmmm| 久久精品久久久久久久性| 色吧在线观看| 亚洲精品成人久久久久久| 观看美女的网站| 久久精品久久久久久久性| 国产成人freesex在线| 国产精品综合久久久久久久免费| 91av网一区二区| 日韩强制内射视频| 热99re8久久精品国产| 女人十人毛片免费观看3o分钟| 级片在线观看| 哪个播放器可以免费观看大片| 99在线视频只有这里精品首页| 国产精品久久久久久久电影| av在线播放精品| 欧美日本视频| 高清av免费在线| 老女人水多毛片| 男人舔女人下体高潮全视频| 国产乱来视频区| 日韩欧美 国产精品| 精品久久久久久久末码| 国产又色又爽无遮挡免| 日日撸夜夜添| 精品久久久久久成人av| 国产黄片美女视频| 欧美性感艳星| 成人欧美大片| 草草在线视频免费看| 久久精品国产亚洲网站| 成年女人看的毛片在线观看| 欧美zozozo另类| 欧美日本视频| 高清av免费在线| 久久久久久久久久久丰满| 国产 一区精品| 欧美色视频一区免费| 国产熟女欧美一区二区| 丝袜美腿在线中文| 亚洲成av人片在线播放无| 欧美精品国产亚洲| 亚洲图色成人| 国产一区二区在线观看日韩| 秋霞在线观看毛片| 午夜福利网站1000一区二区三区| av国产久精品久网站免费入址| 国产精品不卡视频一区二区| 国产黄a三级三级三级人| 国产高清三级在线| 久久精品夜夜夜夜夜久久蜜豆| 女人被狂操c到高潮| 男人舔奶头视频| 中文乱码字字幕精品一区二区三区 | 欧美成人精品欧美一级黄| 欧美日本亚洲视频在线播放| 简卡轻食公司| 国产av码专区亚洲av| 一边摸一边抽搐一进一小说| 一个人看视频在线观看www免费| 色综合站精品国产| 国产免费又黄又爽又色| 丰满人妻一区二区三区视频av| 久热久热在线精品观看| 中文欧美无线码| 中文字幕精品亚洲无线码一区| 两个人的视频大全免费| 能在线免费看毛片的网站| 九草在线视频观看| 青青草视频在线视频观看| 亚洲av成人精品一区久久| 日韩精品有码人妻一区| 99热这里只有是精品在线观看| 精品人妻偷拍中文字幕| 中文乱码字字幕精品一区二区三区 | 免费黄网站久久成人精品| 日韩中字成人| 极品教师在线视频| 国产三级在线视频| 51国产日韩欧美| 日本-黄色视频高清免费观看| 一本久久精品| 亚洲经典国产精华液单| 久久6这里有精品| 国产成人freesex在线| 视频中文字幕在线观看| 91狼人影院| 亚洲av电影在线观看一区二区三区 | 纵有疾风起免费观看全集完整版 | 一二三四中文在线观看免费高清| 亚洲三级黄色毛片| 网址你懂的国产日韩在线| 在线观看av片永久免费下载| 久久国内精品自在自线图片| 欧美区成人在线视频| 亚洲精品影视一区二区三区av| 久久国内精品自在自线图片| 久久这里有精品视频免费| 亚洲国产欧美在线一区| 丝袜喷水一区| 美女黄网站色视频| 中文在线观看免费www的网站| www.色视频.com| 亚洲天堂国产精品一区在线| 我的女老师完整版在线观看| 国产亚洲av片在线观看秒播厂 | 亚洲av成人精品一区久久| 日韩大片免费观看网站 | 日本黄色视频三级网站网址| 国产精品嫩草影院av在线观看| 天堂中文最新版在线下载 | 亚洲成av人片在线播放无| 成人特级av手机在线观看| 天堂av国产一区二区熟女人妻| 成年女人永久免费观看视频| 欧美潮喷喷水| 国产一区二区在线av高清观看| 精品国内亚洲2022精品成人| 床上黄色一级片| 免费av观看视频| 日本av手机在线免费观看| 欧美+日韩+精品| 一夜夜www| 看十八女毛片水多多多| 亚洲国产最新在线播放| 亚洲国产高清在线一区二区三| 男插女下体视频免费在线播放| 国产极品精品免费视频能看的| 好男人在线观看高清免费视频| 国内少妇人妻偷人精品xxx网站| 国产麻豆成人av免费视频| 久久欧美精品欧美久久欧美| 色视频www国产| 97人妻精品一区二区三区麻豆| 亚洲人成网站在线播| 国产精品久久久久久精品电影| 老女人水多毛片| 久久人人爽人人爽人人片va| 赤兔流量卡办理| 成人漫画全彩无遮挡| 国产伦理片在线播放av一区| 一级二级三级毛片免费看| 少妇熟女aⅴ在线视频| 性插视频无遮挡在线免费观看| 插逼视频在线观看| 亚洲四区av| 久久久亚洲精品成人影院| 韩国av在线不卡| 国产亚洲精品av在线| 哪个播放器可以免费观看大片| 18禁动态无遮挡网站| 男人舔女人下体高潮全视频| 亚洲精品乱码久久久v下载方式| 国产伦精品一区二区三区视频9| av黄色大香蕉| 97超视频在线观看视频| 精品国内亚洲2022精品成人| 99久久中文字幕三级久久日本| 色播亚洲综合网| 午夜久久久久精精品| .国产精品久久| 男人舔女人下体高潮全视频| 亚洲va在线va天堂va国产| 免费观看在线日韩| 人妻少妇偷人精品九色| 亚洲真实伦在线观看| 老司机福利观看| 国产成人91sexporn| 免费观看精品视频网站| 乱人视频在线观看|