• <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 ?

    基于語境分類與遺傳算法的微博情感分析方法

    2021-02-04 06:53:44
    軟件導(dǎo)刊 2021年1期
    關(guān)鍵詞:主題詞極性遺傳算法

    (廣西大學(xué)計算機與電子信息學(xué)院,廣西南寧 530004)

    0 引言

    微博是基于互聯(lián)網(wǎng)的應(yīng)用,在其上發(fā)布和瀏覽信息具有低成本、便捷和及時等特征,隨著互聯(lián)網(wǎng)的蓬勃發(fā)展,微博逐漸發(fā)展成為主流社交平臺之一。目前,微博擁有大量的活躍用戶,這些用戶隨時隨地發(fā)布或更新他們的狀態(tài)、感悟和評論等信息。這些信息涉及面廣,蘊含了大量價值。對微博文本進行情感傾向分析是當前微博數(shù)據(jù)挖掘研究的熱點內(nèi)容之一。挖掘微博文本情感傾向可得到用戶對產(chǎn)品的喜愛程度[1]、政策支持度[2]、熱點話題傾向[3]和立場[4]等相關(guān)信息,對產(chǎn)品生產(chǎn)和銷售改進、政策研究及民眾熱點立場把握等問題都有重要參考價值。

    文本情感傾向分析屬于自然語言研究范疇,自然語言描述觀點的多樣性是影響文本情感傾向分析精度的主要因素之一。與新聞、論壇和貼吧等具備良好內(nèi)容分類的媒體相比,微博內(nèi)容寬泛,分類性差。當前,文本情感分析主要有基于情感詞典和基于機器學(xué)習(xí)兩種方法,均是在對文本進行分詞的基礎(chǔ)上通過某種算法進行文本情感極性計算。大量研究結(jié)果表明,這兩種研究方法進行情感分析的精度均受到文本內(nèi)容領(lǐng)域相關(guān)度的制約。由于同一詞語在不同語境中可能表現(xiàn)出不同的情感極性,因此不區(qū)分詞語語境對微博文本進行情感分析使得其精度難以保證。采用LDA 擴展模型是當前文本情感分析重要方法之一,但該方法的當前研究未能考慮同一詞語在不同語境下情感極性差異及非特征情感詞對微博文本情感極性的影響,若能將此二者加以考慮,則基于LDA 擴展模型的文本情感分析精度將得到進一步提升。因此,本文提出一種基于語境分類和遺傳算法的微博情感分析方法。

    1 相關(guān)工作

    當前,文本情感分析主要有基于情感詞典和基于機器學(xué)習(xí)兩種方法。基于情感詞典的方法是先抽取文本的情感特征詞[5],然后將情感特征詞和情感詞典中的詞語進行比對,運用情感詞典中標注詞語的情感極性計算微博情感傾向。該方法的分類精度依賴于情感詞典,情感詞典的好壞直接影響情感傾向計算結(jié)果。基于機器學(xué)習(xí)的方法是先提取文本特征,然后對特征運用某種算法進行分類[6],從而得到文本情感傾向。基于機器學(xué)習(xí)的方法分為強監(jiān)督、弱監(jiān)督和無監(jiān)督3 種方法。強監(jiān)督方法主要有支持向量機[7]、樸素貝葉斯[8]和決策樹[9]等,這類方法的精度依賴于標簽數(shù)據(jù)的準確率。弱監(jiān)督方法主要有長短期記憶網(wǎng)絡(luò)[10]、卷積神經(jīng)網(wǎng)絡(luò)[11]、循環(huán)神經(jīng)網(wǎng)絡(luò)[12]等,這類方法需要海量的標簽數(shù)據(jù)對模型進行訓(xùn)練才能保證精度。無監(jiān)督方法主要有LDA[13]、K-近鄰算法[14]、隨機森林[15]等,與有監(jiān)督方法相比,無監(jiān)督方法不依賴于標簽數(shù)據(jù),受數(shù)據(jù)量大小影響較小。在無監(jiān)督方法中,LDA 得到研究者的廣泛關(guān)注。LDA 是一種具有良好可擴展性的主題分類模型,一方面能發(fā)現(xiàn)語料文檔的隱含主題,在機器學(xué)習(xí)方法中無需標簽數(shù)據(jù)便可自動獲得與情感詞典相似的語義直接關(guān)聯(lián)效果,另一方面能得到“文本—主題—詞語”關(guān)系,具有良好降維性能。因此,越來越多的研究者將LDA 模型擴展應(yīng)用于文本情感分析。孫艷等[16]在LDA 模型中融入情感模型,用LDA 得到情感特征詞的情感極性,用情感特征詞的情感極性分類表達微博的情感傾向;歐陽繼紅等[17]在LDA 模型中引入情感層,聯(lián)合微博情感傾向的整體分布和情感特征詞的局部分布進行計算,從而獲得文檔級別的情感傾向;蘇瑩等[18]引入樸素貝葉斯改進LDA,得到了篇章級和句子級情感傾向;李勇敢等[19]通過LDA 和句子依存關(guān)系計算微博情感傾向;黃良發(fā)等[20]將表情符號和用戶性格特征融入LDA 中計算微博情感傾向;García 等[21]將LDA 與Word2vec 相結(jié)合,通過詞的相似性判斷新詞極性,以獲得句子情感傾向。

    上述LDA 擴展模型是先提取文本情感特征詞,然后利用情感特征詞的極性計算句子或篇章的情感極性,在情感極性分類計算速度和精度上獲得了良好效果,但仍然存在兩個問題未能解決:一是同一詞語在不同語境下的情感極性可能存在差異,例如有兩條微博:“新買的U 盤,內(nèi)存真的很大”和“樓上裝修的聲音未免太大了吧”。因這兩條微博內(nèi)容上分別屬于不同的主題語境,“大”在第一條微博中有容量大的含義,極性表現(xiàn)為正極,而在第二條微博中有吵鬧之意,極性表現(xiàn)為負極;二是沒有考慮非情感特征詞對句子或篇章情感極性的影響,例如對于微博文本“我們單位是一個好單位、我們雖然下班晚、但是我們上班早啊!”,用上述LDA 擴展方法得到的情感特征詞是“好”、“晚”和“早”,微博文本情感傾向計算結(jié)果為正向極性,但如果將“好”+“單位”、“晚”+“下班”、“早”+“上班”結(jié)合起來,即將情感特征詞“好”、“晚”、“早”和非特征情感詞“單位”、“下班”、“上班”一起考慮,微博文本情感極性實為負極。

    針對以上兩個問題,為進一步提高采用LDA 模型擴展方法進行文本情感極性分析精度,本文提出一種基于語境分類和遺傳算法的微博情感分析方法。該方法先用LDA模型對微博進行語境主題分類,并將微博詞語劃分到不同語境主題中,形成微博主題集和微博主題詞集,然后對每個主題的微博和主題詞集,采用遺傳算法計算所有詞語(包括情感特征詞和非情感特征詞)的情感值,最后利用詞語情感值計算微博情感傾向。

    2 微博情感分析方法

    2.1 整體流程

    基于語境分類和遺傳算法的微博情感分類方法整體流程如下:①微博數(shù)據(jù)預(yù)處理,對微博數(shù)據(jù)進行篩選、分詞;②LDA 微博主題語境詞集構(gòu)建,利用LDA 對微博進行主題語境分類,構(gòu)建微博主題詞集;③基于遺傳算法的主題微博情感傾向計算。整體流程如圖1 所示。

    Fig.1 Overall flow chart圖1 整體流程

    2.2 微博數(shù)據(jù)預(yù)處理

    微博平臺面向大眾人群,有些用戶發(fā)布的信息目的性并不明確,其中有相當多的句子并不帶有觀點傾向。因此,先去除非觀點句,只保留帶有情感傾向的句子,再進行分詞。中文分詞工具主要有Jieba、SnowNLP、THULAC、NL?PIR 和PKU-SEG 等,微博內(nèi)容較為簡短,選擇PKU-SEG 進行分詞能較好地保持句子原有的組詞關(guān)系。

    2.3 LDA 微博主題語境詞集構(gòu)建

    微博是相對開放和自由的媒體,相較于新聞、論壇等具備良好主題分類性能的媒體,其內(nèi)容范圍更寬泛和隨意,沒有嚴格的分類結(jié)構(gòu),因此在微博文本集中有相當多的詞語在不同的語境中表現(xiàn)出不同的情感傾向。針對此種情況,本文首先對微博中的詞語進行主題語境分類,按照不同語境對同一詞語的情感極性加以區(qū)分,以提升微博情感分類判別精度。LDA 是一種文檔主題生成概率模型,能夠得到“文檔—主題”、“主題—詞語”分布,本文應(yīng)用LDA 模型對微博文檔集及其詞語進行主題語境歸類,依據(jù)主題語境劃分構(gòu)造微博主題集和微博主題語境詞集。

    2.3.1 LDA 微博主題語境分類

    LDA 微博主題模型如圖2 所示。LDA 微博主題模型是人工設(shè)定k 個主題,預(yù)處理后的語料庫D 有m條微博,記為D={d1,d2,…,dm},微博分詞后去重的詞語個數(shù)為c,詞集記為W={word1,word2,…wordc}。微博i的主題條件分布記為,i∈(1,2,…,m),采用LDA 微博主題模型可得到所有文檔的主題條件分布,歸一化后如公式(1)所示。

    Fig.2 LDA Microblog theme model圖2 LDA 微博主題模型

    同樣可得到詞語wordt的主題條件分布記為,t∈(1,2,…,c),歸一化后如式(2)所示。

    結(jié)合式(1)和式(2),可得到主題和詞語的聯(lián)合分布如式(3)所示。

    用?(t)代表去掉第t個詞語后的主題分布。用Gibbs 采樣法得到第t個詞語對應(yīng)主題的條件概率如式(4)所示。

    將微博d中所有詞語的主題概率分布相加后得到該微博在k個主題下的概率分布Ad=,選擇概率最大的值作為第d條微博所屬主題語境歸類pdMax=。

    2.3.2 微博主題語境詞集構(gòu)建

    按照上述最大概率劃分方法,完成微博集合的主題語境分類,形成微博主題集T={T1,T2,…,Tk},其中Tj={dj1,dj2,…,djy},j∈(1,2,…k),y表示主題j的微博數(shù)量。對Tj中的微博進行分詞、去重得到主題j的詞集Zj,Zj=(vj1,vj2,…,vjn),n表示第j個主題詞語去重后的個數(shù)。全部k個主題的詞集就構(gòu)成LDA 微博主題詞集Z={Z1,Z2,…,Zk},LDA 微博主題詞集構(gòu)建算法偽代碼如算法1 所示。

    2.4 基于遺傳算法的微博情感傾向計算

    考慮到非特征情感詞對微博文本情感傾向的影響,本文在計算出LDA 微博主題詞集后,分別計算每個主題語境中所有詞語的情感值,這些詞語包括非特征情感詞和特征情感詞,最后利用詞語的情感值計算出微博情感傾向。各主題詞集詞語的情感值用人工標注情感傾向的微博(標簽數(shù)據(jù))通過遺傳算法計算自動獲得。詞語情感值計算方法首先在預(yù)先設(shè)定范圍內(nèi)給詞語賦一個隨機初始情感值;然后通過設(shè)計與標簽數(shù)據(jù)相關(guān)的目標函數(shù)和適應(yīng)度函數(shù)實現(xiàn)詞語情感值自我優(yōu)化,得到詞語最優(yōu)情感值;最后利用主題詞語的最優(yōu)情感值計算微博最優(yōu)情感傾向值。用主題語境詞集Zj作為遺傳算法中的個體,個體Chromx對應(yīng)Zj中所有詞語的情感值,記作Chromx={wx1,wx2,…,wx3}。其中,wxt是個體x中第t個詞語的情感值,每個詞語的情感值對應(yīng)個體的染色體編碼。

    種群由M個個體組成,記為P={Chrom1,Chrom2,…,ChromM},個體初始詞語情感值為[-10,10]的一個隨機值,如圖3 所示。種群在遺傳算法中不斷迭代優(yōu)化,當?shù)螖?shù)達到預(yù)先設(shè)定值時所計算出的個體詞語情感值為主題語境下所有詞語的最優(yōu)情感值。

    Fig.3 The emotional score of some initial words corresponds to the graph圖3 部分初始詞語情感分值對應(yīng)情況

    2.4.1 遺傳算法目標優(yōu)化函數(shù)

    實際上,有些詞語在不同語境中的情感傾向并不相同,因此與這種情況相對應(yīng),本文設(shè)置同一詞語在不同個體中的情感值不同,將詞語劃到不同主題語境就是為了考慮這種差異性。為使個體中微博的情感傾向向標簽數(shù)據(jù)情感傾向靠攏,即為了應(yīng)用標簽數(shù)據(jù)自動獲得詞語的情感傾向,本文設(shè)計遺傳算法的目標函數(shù)實現(xiàn)詞語情感值優(yōu)化。利用式(5)計算主題j下第s條微博的情感值。

    其中,wordt是微博djs中的詞語,wjt(Chromx(wordt))表示詞語wordt在個體Chromx中的情感值。當Senti(Zj,Tj,Chromx,djs)大于等于0 表示為正極(positive),反之則表示為負極(negative)。class(djs)表示微博djs的情感傾向,如式(6)所示。

    本文設(shè)定Acc(Chromx,Tj)為:在主題j下,個體Chromx中微博的情感傾向與標簽數(shù)據(jù)情感傾向的差異度,如式(7)所示,該值越小則個體Chromx中微博的情感傾向越靠近標簽數(shù)據(jù)的情感傾向。

    2.4.2 基于遺傳算法的詞語情感值計算

    為使差異度越小的個體被保留的概率越大,本文設(shè)定適應(yīng)度函數(shù)如式(9)所示。

    Fig.4 Multi-point crossover圖4 多點交叉

    Fig.5 Gene mutation圖5 基因變異

    2.4.3 微博情感傾向計算

    通過遺傳算法得到最小差異度個體Chrommin,個體中染色體的編碼對應(yīng)主題詞集詞語的最優(yōu)情感值。在最小差異度個體Chrommin中,先用式(5)將微博中所有詞語的情感值相加,得到微博情感值,再用式(6)進行判斷,若情感值大于等于0,表示該微博具有正極的情感傾向,反之表示具有負極的情感傾向。計算實例如圖6 所示。

    Fig.6 An example of sentiment compute圖6 情感傾向計算實例

    3 實驗結(jié)果與分析

    3.1 實驗數(shù)據(jù)集

    數(shù)據(jù)來源于2012-2014 年NLPCC 公開的數(shù)據(jù)集[22],共17 253 條微博。刪除非觀點句后有7 188 條微博,將該數(shù)據(jù)作為微博情感傾向計算的語料庫,其中積極的有3 314 條,消極的有3 874 條,采用十折交叉驗證對本文方法進行訓(xùn)練和測試。

    NLPCC 數(shù)據(jù)集有none、happiness、like、sadness、disgust、anger、fear 和surprise 8 種標簽。將8 種標簽簡化為正極和負極兩種標簽,如表1 所示。

    Table 1 Label classification表1 標簽分類

    標簽歸類后,將微博內(nèi)容按照統(tǒng)一格式存放,數(shù)據(jù)格式如表2 所示,微博的極性1 表示正極,-1 表示負極。

    Table 2 Samples of Microblog表2 微博文本樣例

    3.2 實驗過程與結(jié)果

    在本文中,所有詞語對微博情感極性的影響均參與計算,對微博進行分詞后保留微博中的所有詞語,PKU-SEG分詞結(jié)果樣例如表3 所示。

    Table 3 Samples of PKU-SEG segmentation result on Microblog表3 微博PKU-SEG 分詞結(jié)果樣例

    微博分詞后,采用LDA 微博主題模型構(gòu)建主題詞集。LDA 微博主題模型中需要預(yù)先設(shè)置主題數(shù)目k值,選擇適合的k值有利于主題分類。本文設(shè)置k值為5(收集的數(shù)據(jù)分為5 個主題),微博主題語境分類樣例如表4 所示。

    Table 4 Samples of Microblog topic context classification表4 微博主題語境分類樣例

    微博主題語境分類結(jié)果是:主題一與產(chǎn)品和產(chǎn)品評論相關(guān);主題二與個人情緒表達相關(guān);主題三是社會現(xiàn)狀評論和事件描述;主題四是關(guān)于社會知名人士的微博動態(tài)評論;主題五是比較口語化的流行網(wǎng)絡(luò)用語,分類結(jié)果與實際相符。完成微博主題語境分類后構(gòu)建微博主題詞集,如表5 所示。

    Table 5 Part of the subject word sets表5 部分主題詞集

    得到主題詞集后,利用基于遺傳算法的微博情感傾向計算方法計算詞語情感值。在算法中隨機產(chǎn)生種群P,種群大小設(shè)定為1 000,對個體進行選擇、交叉和變異操作。在本文中,將當前主題微博詞語去重后的詞語個數(shù)作為個體編碼長度,染色體編碼采用實數(shù)整數(shù)編碼,編碼范圍在[-10,10]區(qū)間,初始詞語情感值如表6 所示。用標簽數(shù)據(jù)、目標函數(shù)和適應(yīng)度函數(shù)對每個主題中的詞集運行遺傳算法,使情感值不斷迭代優(yōu)化,直到達到預(yù)定迭代次數(shù)后停止計算(本文設(shè)定迭代閾值為2 000),得到詞語情感值優(yōu)化結(jié)果如表7 所示。

    Table 6 Word initial sentiment score表6 初始詞語情感值

    Table 7 Optimization results of words sentiment score表7 詞語情感值優(yōu)化結(jié)果

    在基于遺傳算法的微博情感傾向計算方法中,用目標函數(shù)在優(yōu)化后的種群中選擇差異度最小的個體作為當前主題詞語情感值,如表8 所示。

    Table 8 Examples of the optimal sentiment score of a word表8 最優(yōu)詞語情感值示例

    微博主題語境分類后,不同的主題中可能有相同詞語,這種分類方法與同一個詞語在不同主題語境下情感傾向存在差異的實際相符,同一詞語在不同主題下的情感值如表9 所示。

    Table 9 Examples of the sentiment score of the same word in different topics表9 同一詞語在不同主題的情感值示例

    主題分類后,通過計算該主題下微博分詞對應(yīng)情感值之和判斷微博情感傾向,當微博分詞情感值之和大于等于0 時,微博的情感傾向為正極,小于0 時微博的情感傾向為負極。

    3.3 方法對比

    將本文方法(LDA-GA)與LDA、樸素貝葉斯分類(NB)、隨機森林(RF)、決策樹(DT)分別進行微博情感傾向計算對比。將精確度(P)、召回率(R)和F1 值作為評價指標,對比結(jié)果如表10 所示。

    實驗結(jié)果表明,LDA 方法的F1 值高于DT、NB 和RF 算法。原因在于,采用LDA 方法進行微博情感分析是基于語義的“文本—詞語”主題分類進行情感計算,而DT、NB 和RF 算法將詞語轉(zhuǎn)換成詞向量,未考慮詞語的語義信息,從而導(dǎo)致微博情感傾向計算效果并不夠理想。本文方法LDA-GA 的精確度、召回率和F1 值均高于LDA 方法。原因在于,LDA 方法僅利用特征情感詞計算微博情感極性,而本文方法利用遺傳算法計算所有詞語情感值,將特征情感詞和非特征情感詞聯(lián)合起來計算微博情感極性,并且根據(jù)不同主題語境計算詞語情感值,對不同主題語境下同一詞語的情感極性加以區(qū)分。

    Table 10 The experimental results of emotional tendency comparation表10 情感傾向計算對比實驗結(jié)果

    4 結(jié)語

    采用LDA 擴展模型是當前文本情感分析的重要方法之一,該方法存在兩個問題未能解決:一是同一詞語在不同語境下情感極性可能存在差異,二是沒有考慮非情感特征詞對句子或篇章情感傾向的影響。針對這兩個問題,本文提出一種基于語境分類和遺傳算法的微博情感分析方法。該方法首先利用LDA 模型構(gòu)造微博主題集及微博主題詞集,然后用微博標簽數(shù)據(jù)逐一對各微博主題詞集應(yīng)用遺傳算法自動迭代計算出詞集中詞語的情感值,最后通過主題詞集詞語的情感值計算微博文本情感極性。實驗結(jié)果表明,與基于LDA、樸素貝葉斯分類、隨機森林、決策樹的微博情感分析方法對比,本文方法的精確度、召回率和F1 均得到提高。本文方法在遺傳算法中需要反復(fù)進行迭代計算,耗時大,下一步研究工作是考慮遺傳算法加速問題。

    猜你喜歡
    主題詞極性遺傳算法
    跟蹤導(dǎo)練(四)
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
    基于遺傳算法和LS-SVM的財務(wù)危機預(yù)測
    表用無極性RS485應(yīng)用技術(shù)探討
    基于改進的遺傳算法的模糊聚類算法
    一種新型的雙極性脈沖電流源
    我校學(xué)報第32卷第5期(2014年10月)平均每篇有3.04個21世紀的Ei主題詞
    我校學(xué)報第32卷第6期(2014年12月)平均每篇有3.00個21世紀的Ei主題詞
    2014年第16卷第1~4期主題詞索引
    国产极品精品免费视频能看的| 亚洲黑人精品在线| 精品人妻1区二区| 又爽又黄无遮挡网站| 国产一区二区在线观看日韩| 51国产日韩欧美| 国产亚洲精品久久久com| 18禁裸乳无遮挡免费网站照片| 国产精品久久视频播放| 淫秽高清视频在线观看| 欧美一区二区国产精品久久精品| 久久久久久大精品| 天堂√8在线中文| 国产精品免费一区二区三区在线| 99久久中文字幕三级久久日本| 22中文网久久字幕| 久久久久国产精品人妻aⅴ院| 免费无遮挡裸体视频| 色在线成人网| 亚洲黑人精品在线| 天堂影院成人在线观看| 日本-黄色视频高清免费观看| 国产免费av片在线观看野外av| 亚洲av熟女| 夜夜夜夜夜久久久久| 麻豆一二三区av精品| 国产精品一区二区性色av| 高清日韩中文字幕在线| 日韩欧美精品免费久久| 蜜桃久久精品国产亚洲av| 久久亚洲精品不卡| 91久久精品国产一区二区三区| 真人一进一出gif抽搐免费| 中文字幕人妻熟人妻熟丝袜美| 少妇熟女aⅴ在线视频| av中文乱码字幕在线| 丰满乱子伦码专区| 日本黄色片子视频| 天天一区二区日本电影三级| 国产高潮美女av| 村上凉子中文字幕在线| 日韩中文字幕欧美一区二区| 亚洲在线观看片| 成人美女网站在线观看视频| 搞女人的毛片| 成人特级黄色片久久久久久久| 亚洲精品亚洲一区二区| 日韩精品有码人妻一区| 成人av一区二区三区在线看| 老熟妇乱子伦视频在线观看| 成年女人看的毛片在线观看| 男人舔奶头视频| 久久精品国产自在天天线| 我的女老师完整版在线观看| 久久精品影院6| 久久久久久大精品| 亚洲av熟女| 久99久视频精品免费| 国产淫片久久久久久久久| 国产欧美日韩精品亚洲av| 日本 av在线| 亚洲国产精品sss在线观看| 色在线成人网| 精品人妻视频免费看| 草草在线视频免费看| 国产成年人精品一区二区| 久久婷婷人人爽人人干人人爱| 国产亚洲91精品色在线| 精华霜和精华液先用哪个| 国产单亲对白刺激| 国产精品久久视频播放| 午夜激情欧美在线| 亚洲欧美精品综合久久99| 欧洲精品卡2卡3卡4卡5卡区| 久久精品国产99精品国产亚洲性色| 内地一区二区视频在线| 亚洲在线自拍视频| 欧美另类亚洲清纯唯美| 国产成人a区在线观看| 久久久久久久久久久丰满 | 国产欧美日韩一区二区精品| 中文字幕av在线有码专区| 12—13女人毛片做爰片一| 97人妻精品一区二区三区麻豆| 丰满乱子伦码专区| 如何舔出高潮| 国产高清不卡午夜福利| 国产成年人精品一区二区| 亚洲国产色片| 国产在线男女| 最好的美女福利视频网| 国模一区二区三区四区视频| 99精品在免费线老司机午夜| 亚洲真实伦在线观看| 国产精品爽爽va在线观看网站| 日韩高清综合在线| 精品日产1卡2卡| 亚洲欧美日韩东京热| 久久精品国产自在天天线| 久久天躁狠狠躁夜夜2o2o| 久久久久精品国产欧美久久久| 亚洲电影在线观看av| 亚洲熟妇中文字幕五十中出| 亚洲国产色片| 久久精品国产亚洲av涩爱 | 久久精品人妻少妇| 亚洲av熟女| 高清在线国产一区| 又粗又爽又猛毛片免费看| 欧美一区二区亚洲| 国产av一区在线观看免费| 亚洲国产高清在线一区二区三| 久久久久久久久久黄片| 国产中年淑女户外野战色| 国产亚洲精品综合一区在线观看| 不卡一级毛片| 全区人妻精品视频| 亚洲天堂国产精品一区在线| 国产高清有码在线观看视频| 观看美女的网站| 日本 欧美在线| 又爽又黄无遮挡网站| 日韩一区二区视频免费看| 白带黄色成豆腐渣| 国产高清不卡午夜福利| 精华霜和精华液先用哪个| 超碰av人人做人人爽久久| 麻豆精品久久久久久蜜桃| 国产精品人妻久久久久久| 精品人妻偷拍中文字幕| 亚洲av免费在线观看| 99久久无色码亚洲精品果冻| 婷婷丁香在线五月| 日韩国内少妇激情av| 成人特级黄色片久久久久久久| 精品午夜福利在线看| 日韩高清综合在线| 欧美丝袜亚洲另类 | 精品久久久久久久久av| 久久久久久国产a免费观看| 日韩av在线大香蕉| 狂野欧美白嫩少妇大欣赏| 99热这里只有精品一区| 久久久久免费精品人妻一区二区| 91久久精品电影网| 国产蜜桃级精品一区二区三区| 天堂动漫精品| 国产欧美日韩一区二区精品| 大又大粗又爽又黄少妇毛片口| 一个人看的www免费观看视频| 欧美+亚洲+日韩+国产| 亚洲熟妇熟女久久| 久久久国产成人免费| 一级av片app| 两性午夜刺激爽爽歪歪视频在线观看| 国产一区二区三区视频了| 久久精品国产清高在天天线| 丝袜美腿在线中文| 一级黄片播放器| 国产探花在线观看一区二区| 看十八女毛片水多多多| 欧美又色又爽又黄视频| 精品乱码久久久久久99久播| 美女xxoo啪啪120秒动态图| 久久午夜福利片| 美女高潮的动态| 日韩一区二区视频免费看| 99视频精品全部免费 在线| 午夜影院日韩av| 亚洲自偷自拍三级| 久久6这里有精品| 真人一进一出gif抽搐免费| 成人亚洲精品av一区二区| 日韩欧美精品免费久久| 中文字幕精品亚洲无线码一区| 精品人妻一区二区三区麻豆 | 国产真实乱freesex| 直男gayav资源| 免费av观看视频| 女同久久另类99精品国产91| 亚洲一区二区三区色噜噜| 久久中文看片网| 久久中文看片网| 有码 亚洲区| 国产淫片久久久久久久久| 午夜精品一区二区三区免费看| 亚洲第一区二区三区不卡| 亚洲一级一片aⅴ在线观看| 俺也久久电影网| 啦啦啦韩国在线观看视频| 国产精品一区二区性色av| 琪琪午夜伦伦电影理论片6080| 男人和女人高潮做爰伦理| 精品久久久久久成人av| 国产精品不卡视频一区二区| 精品人妻1区二区| 综合色av麻豆| 三级毛片av免费| 国产亚洲精品综合一区在线观看| 婷婷精品国产亚洲av在线| 国产成人福利小说| 国产亚洲av嫩草精品影院| 国产又黄又爽又无遮挡在线| 网址你懂的国产日韩在线| 国产一区二区三区av在线 | 中国美白少妇内射xxxbb| 日日夜夜操网爽| 国产成人av教育| 成人一区二区视频在线观看| 九九在线视频观看精品| 色综合亚洲欧美另类图片| 丝袜美腿在线中文| 精品午夜福利视频在线观看一区| 午夜免费男女啪啪视频观看 | 亚洲中文字幕一区二区三区有码在线看| 无遮挡黄片免费观看| 俄罗斯特黄特色一大片| 国产欧美日韩一区二区精品| 大又大粗又爽又黄少妇毛片口| 成人毛片a级毛片在线播放| 99在线人妻在线中文字幕| 国产精华一区二区三区| 精品日产1卡2卡| 亚洲,欧美,日韩| 午夜免费成人在线视频| 99久久中文字幕三级久久日本| 一个人观看的视频www高清免费观看| 直男gayav资源| 亚洲一区二区三区色噜噜| 听说在线观看完整版免费高清| 男人狂女人下面高潮的视频| 一个人看视频在线观看www免费| 少妇丰满av| a在线观看视频网站| 亚洲成人久久爱视频| 中文字幕精品亚洲无线码一区| 国产欧美日韩精品一区二区| 日本黄色视频三级网站网址| 久久国产乱子免费精品| 亚洲综合色惰| 国内毛片毛片毛片毛片毛片| av女优亚洲男人天堂| 亚洲男人的天堂狠狠| 久久精品国产亚洲av涩爱 | 乱码一卡2卡4卡精品| 日韩在线高清观看一区二区三区 | 久久亚洲精品不卡| 色在线成人网| 我的女老师完整版在线观看| 久久久久久大精品| 亚洲五月天丁香| 一区二区三区免费毛片| 久久精品国产亚洲网站| 亚洲人成网站高清观看| 看十八女毛片水多多多| 午夜a级毛片| 99久久无色码亚洲精品果冻| 久久人妻av系列| 赤兔流量卡办理| 亚洲国产日韩欧美精品在线观看| 欧美日韩黄片免| 国产av不卡久久| 桃色一区二区三区在线观看| 一个人看的www免费观看视频| 国产精品无大码| 亚洲熟妇熟女久久| 亚洲av免费高清在线观看| 十八禁国产超污无遮挡网站| 国产亚洲精品久久久久久毛片| 午夜影院日韩av| 天美传媒精品一区二区| 成年人黄色毛片网站| 色av中文字幕| 欧美+日韩+精品| 精品久久久久久久久亚洲 | 女人被狂操c到高潮| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲av美国av| 久久九九热精品免费| 97超级碰碰碰精品色视频在线观看| 女的被弄到高潮叫床怎么办 | 亚洲av美国av| 男人和女人高潮做爰伦理| 国产精品一区二区免费欧美| 欧美日韩国产亚洲二区| 日韩欧美 国产精品| 久久精品夜夜夜夜夜久久蜜豆| 琪琪午夜伦伦电影理论片6080| 在线观看午夜福利视频| 久久精品国产亚洲av天美| 伦理电影大哥的女人| 91av网一区二区| 国产精品女同一区二区软件 | 国产女主播在线喷水免费视频网站 | 村上凉子中文字幕在线| а√天堂www在线а√下载| 色av中文字幕| 欧美区成人在线视频| 亚洲av美国av| 三级毛片av免费| 精品久久久噜噜| 在线a可以看的网站| 日日摸夜夜添夜夜添小说| 一个人看视频在线观看www免费| 中国美白少妇内射xxxbb| 日韩一本色道免费dvd| 久久99热这里只有精品18| a级毛片a级免费在线| 18禁黄网站禁片午夜丰满| 国产激情偷乱视频一区二区| 国产精品久久久久久久电影| 日本 av在线| 亚洲欧美日韩卡通动漫| 亚洲欧美精品综合久久99| 少妇高潮的动态图| 久久精品人妻少妇| 乱人视频在线观看| 久久草成人影院| 内射极品少妇av片p| 国产精品综合久久久久久久免费| 久久久久久伊人网av| 夜夜爽天天搞| 亚洲美女搞黄在线观看 | 网址你懂的国产日韩在线| 他把我摸到了高潮在线观看| 国内精品宾馆在线| 韩国av一区二区三区四区| 国产 一区精品| 嫩草影院入口| 午夜精品一区二区三区免费看| 国产精品久久久久久亚洲av鲁大| 一个人免费在线观看电影| 热99re8久久精品国产| 人妻丰满熟妇av一区二区三区| 黄色日韩在线| 一a级毛片在线观看| 成人午夜高清在线视频| 国产亚洲欧美98| 91在线观看av| 亚洲精品日韩av片在线观看| 成年女人永久免费观看视频| 热99re8久久精品国产| 国产伦精品一区二区三区四那| 一区二区三区激情视频| 香蕉av资源在线| 日本 欧美在线| 黄色欧美视频在线观看| 国产熟女欧美一区二区| 亚洲国产欧洲综合997久久,| 在线免费十八禁| 大又大粗又爽又黄少妇毛片口| 成人毛片a级毛片在线播放| 久久久久久久午夜电影| 精品无人区乱码1区二区| 日韩在线高清观看一区二区三区 | 亚洲18禁久久av| 成人av在线播放网站| 国内精品久久久久精免费| videossex国产| 十八禁国产超污无遮挡网站| 国产精品久久久久久亚洲av鲁大| 亚洲aⅴ乱码一区二区在线播放| 亚洲人成网站在线播| av福利片在线观看| www.色视频.com| 一本一本综合久久| 欧美人与善性xxx| 国产精品av视频在线免费观看| 免费观看的影片在线观看| 美女被艹到高潮喷水动态| 精品久久久久久,| 午夜老司机福利剧场| 99热这里只有是精品50| 99国产极品粉嫩在线观看| 岛国在线免费视频观看| 久久久精品大字幕| 国产av在哪里看| 嫩草影院新地址| 性欧美人与动物交配| 成年女人看的毛片在线观看| 亚洲性夜色夜夜综合| 蜜桃久久精品国产亚洲av| 99视频精品全部免费 在线| 日本精品一区二区三区蜜桃| 久久久色成人| 窝窝影院91人妻| 日本与韩国留学比较| 一级毛片久久久久久久久女| 中出人妻视频一区二区| .国产精品久久| 国产精品人妻久久久影院| 欧美色视频一区免费| 日韩国内少妇激情av| 国产亚洲91精品色在线| 国产日本99.免费观看| 亚洲av五月六月丁香网| 国产精品一及| 免费看av在线观看网站| .国产精品久久| 久久久久久久午夜电影| 91精品国产九色| 日本-黄色视频高清免费观看| 欧美一区二区亚洲| 老师上课跳d突然被开到最大视频| 午夜免费成人在线视频| 日韩欧美精品免费久久| 中国美白少妇内射xxxbb| 国产精品久久久久久精品电影| bbb黄色大片| 国产视频一区二区在线看| 一级毛片久久久久久久久女| 欧美一级a爱片免费观看看| 精品国产三级普通话版| 免费观看的影片在线观看| 国产精品人妻久久久久久| 国产伦精品一区二区三区视频9| 一本久久中文字幕| 国产午夜精品论理片| 草草在线视频免费看| 在现免费观看毛片| 中文在线观看免费www的网站| 免费av不卡在线播放| 国产精品免费一区二区三区在线| 日本一二三区视频观看| av在线亚洲专区| 村上凉子中文字幕在线| 午夜福利视频1000在线观看| av在线亚洲专区| 亚洲熟妇熟女久久| 国产久久久一区二区三区| 亚洲乱码一区二区免费版| 日韩亚洲欧美综合| 白带黄色成豆腐渣| 亚洲最大成人av| 又黄又爽又刺激的免费视频.| 日日啪夜夜撸| 午夜精品久久久久久毛片777| 亚洲欧美日韩东京热| 亚洲国产欧洲综合997久久,| 又爽又黄无遮挡网站| 亚洲成人免费电影在线观看| 狂野欧美激情性xxxx在线观看| 国产av一区在线观看免费| 国产一区二区三区av在线 | 国产精品电影一区二区三区| 一a级毛片在线观看| 免费在线观看成人毛片| h日本视频在线播放| 国产成人福利小说| 久久久久性生活片| 三级男女做爰猛烈吃奶摸视频| 国产av不卡久久| 欧美成人免费av一区二区三区| 一区二区三区高清视频在线| 欧美成人性av电影在线观看| 亚洲,欧美,日韩| 国产精品精品国产色婷婷| 老师上课跳d突然被开到最大视频| 国产大屁股一区二区在线视频| 成人永久免费在线观看视频| 国产91精品成人一区二区三区| 国产日本99.免费观看| 精品不卡国产一区二区三区| 日韩欧美免费精品| 精品久久久噜噜| 久久亚洲精品不卡| 国产中年淑女户外野战色| 九九在线视频观看精品| 69人妻影院| 中文字幕高清在线视频| 欧美黑人欧美精品刺激| 久久草成人影院| 色哟哟哟哟哟哟| 男女视频在线观看网站免费| 人人妻人人看人人澡| 日韩欧美一区二区三区在线观看| 欧美3d第一页| 1000部很黄的大片| 亚洲精华国产精华精| 在线播放无遮挡| 免费高清视频大片| 别揉我奶头 嗯啊视频| 亚洲真实伦在线观看| 久久午夜亚洲精品久久| 色综合色国产| 岛国在线免费视频观看| 成人永久免费在线观看视频| 麻豆成人午夜福利视频| 日韩国内少妇激情av| 最近视频中文字幕2019在线8| 十八禁国产超污无遮挡网站| www.色视频.com| 99久久成人亚洲精品观看| 欧美日韩精品成人综合77777| 一级黄片播放器| 欧美一区二区精品小视频在线| 中国美女看黄片| 欧美人与善性xxx| 国产黄a三级三级三级人| 免费黄网站久久成人精品| 97碰自拍视频| 国产中年淑女户外野战色| 悠悠久久av| 久久久久九九精品影院| 伦精品一区二区三区| 国产精品女同一区二区软件 | 亚洲精品成人久久久久久| 中文字幕免费在线视频6| 久久精品夜夜夜夜夜久久蜜豆| 亚洲精品456在线播放app | 久久久色成人| 国产免费一级a男人的天堂| 久久国内精品自在自线图片| 亚洲欧美日韩东京热| 欧美一区二区国产精品久久精品| 十八禁国产超污无遮挡网站| 色综合亚洲欧美另类图片| 国产精品久久电影中文字幕| 国产真实伦视频高清在线观看 | 在线观看av片永久免费下载| 桃红色精品国产亚洲av| 亚洲精品一卡2卡三卡4卡5卡| 欧美黑人巨大hd| 亚洲专区国产一区二区| 两个人视频免费观看高清| 午夜视频国产福利| 波多野结衣高清作品| 天堂影院成人在线观看| 草草在线视频免费看| 老司机福利观看| 国产一区二区三区av在线 | 日本免费一区二区三区高清不卡| 中国美女看黄片| 国产精品乱码一区二三区的特点| a级毛片免费高清观看在线播放| 国产aⅴ精品一区二区三区波| 五月伊人婷婷丁香| 97超级碰碰碰精品色视频在线观看| 人妻夜夜爽99麻豆av| 国产成人影院久久av| 老熟妇乱子伦视频在线观看| 嫩草影院精品99| 美女被艹到高潮喷水动态| 日韩欧美三级三区| 直男gayav资源| 少妇被粗大猛烈的视频| 啦啦啦啦在线视频资源| 日韩一本色道免费dvd| 久久久色成人| 亚洲成人免费电影在线观看| 夜夜爽天天搞| 欧美日韩瑟瑟在线播放| 最近视频中文字幕2019在线8| 国产伦精品一区二区三区四那| 国产精品人妻久久久影院| av黄色大香蕉| 国产高清激情床上av| 91麻豆av在线| 国产精品无大码| 啦啦啦啦在线视频资源| 国产三级在线视频| 成人二区视频| 日本五十路高清| 欧美色欧美亚洲另类二区| 国产三级中文精品| 99热6这里只有精品| 97碰自拍视频| 三级毛片av免费| 男女啪啪激烈高潮av片| 99精品久久久久人妻精品| 国内精品美女久久久久久| 久久国内精品自在自线图片| 一级黄色大片毛片| 91久久精品国产一区二区成人| 久久精品国产亚洲av涩爱 | 少妇高潮的动态图| 一区二区三区免费毛片| 国产毛片a区久久久久| 国国产精品蜜臀av免费| 国产aⅴ精品一区二区三区波| 国产亚洲91精品色在线| 欧美成人免费av一区二区三区| 午夜福利高清视频| 欧美xxxx性猛交bbbb| 国产精品福利在线免费观看| 国产69精品久久久久777片| 国产午夜精品久久久久久一区二区三区 | 三级国产精品欧美在线观看| 好男人在线观看高清免费视频| 日韩人妻高清精品专区| 国产真实乱freesex| 国产精品综合久久久久久久免费| 日韩 亚洲 欧美在线| av天堂在线播放| 亚洲欧美精品综合久久99| eeuss影院久久| 亚洲精品456在线播放app | 欧美色视频一区免费| 成人毛片a级毛片在线播放| 国产成人aa在线观看| 婷婷精品国产亚洲av在线| 啦啦啦啦在线视频资源| av国产免费在线观看| 99热这里只有精品一区| 99热网站在线观看| 久久久精品大字幕| 国产一区二区激情短视频| 亚洲精华国产精华液的使用体验 | 亚洲,欧美,日韩| 亚洲欧美日韩卡通动漫| 波野结衣二区三区在线| 一本久久中文字幕| 亚洲成人久久性| 99热6这里只有精品| 精品久久久久久,|