• <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 ?

    基于改進字節(jié)對編碼的漢藏機器翻譯研究

    2021-04-09 03:10:26頭旦才讓仁青東主尼瑪扎西于永斌鄧權芯
    電子科技大學學報 2021年2期
    關鍵詞:實驗模型

    頭旦才讓,仁青東主,尼瑪扎西*,于永斌,鄧權芯

    (1. 青海師范大學藏文信息處理教育部重點實驗室 西寧 810008;2. 西藏大學信息科學技術學院 拉薩 850000;3. 電子科技大學信息與軟件工程學院 成都 610054)

    機器翻譯是利用計算機自動地將一種自然語言轉(zhuǎn)換為相同含義的另一種自然語言的過程[1]。機器翻譯在語言形態(tài)上分為語音翻譯和文本翻譯,其歷史發(fā)展已從基于規(guī)則的機器翻譯、基于統(tǒng)計的機器翻譯發(fā)展至基于神經(jīng)網(wǎng)絡的機器翻譯(即神經(jīng)機器翻譯)。目前,神經(jīng)機器翻譯已經(jīng)取代統(tǒng)計機器翻譯,成為Google、微軟、百度、搜狗等商用在線機器翻譯系統(tǒng)的核心技術[2]。

    神經(jīng)機器翻譯最早在2013 年被提出,但是存在長距離重新排序和梯度爆炸消失等問題,翻譯效果不理想[3]。2014 年,文獻[4]提出了編碼器和解碼器框架,引入了長短時記憶模型,解決了長距離重新排序和梯度爆炸消失等問題,同時神經(jīng)機器翻譯的主要難題變成了固定長度向量問題。2015 年,文獻[5]將注意力機制應用到機器翻譯中,解決了固定長度向量問題。

    注意力機制的模型將注意力放在一些相關性高的詞上,編碼器和解碼器之間通過注意力機制連接[6],在翻譯目標單詞時檢測其與源端語句相關的部分,解碼時融合了更多的源語言端信息,可以顯著提升機器翻譯效果,是目前神經(jīng)機器翻譯的主流方法,應用廣泛。2018 年,文獻[7]使用自注意力機制來增強序列標注模型的全局表示能力,從序列標注任務端減少漢文分詞對隨后翻譯對影響的方法。在此基礎上,文獻[8]提出了格到序列的神經(jīng)機器翻譯模型。通過實驗,該模型在翻譯性能上顯著優(yōu)于傳統(tǒng)的基于注意力機制的序列到序列基線系統(tǒng)。同年,文獻[9]提出簡單循環(huán)單元的注意力機制模型。2019 年,文獻[10]提出了一個稀疏注意力模型,解決了注意力權重分布問題。2020 年,文獻[11]提出了一種深度注意力模型,大大提高了系統(tǒng)翻譯的忠實度。綜上,基于注意力機制的模型成為目前神經(jīng)機器翻譯領域的主流模型。

    近幾年,研究人員在基于注意力機制模型的基礎上,利用不同的方法進行了漢藏藏漢神經(jīng)機器翻譯研究。2017 年,文獻[12]基于注意力機制和遷移學習方法,將英漢神經(jīng)網(wǎng)絡機器翻譯模型參數(shù)遷移到藏漢神經(jīng)網(wǎng)絡機器翻譯模型中。2018 年,文獻[13]將注意力機制模型應用于漢藏機器翻譯任務中,實現(xiàn)了漢藏書面語料和口語語料的神經(jīng)機器翻譯。2019 年,文獻[14]在transformer 模型上,運用百萬句子單語數(shù)據(jù)大規(guī)模迭代式回譯策略,實現(xiàn)了藏漢神經(jīng)機器翻譯模型,文獻[15]也使用transformer實現(xiàn)了藏漢神經(jīng)機器翻譯模型,并將藏語單語語言模型融合到藏漢神經(jīng)機器翻譯中。

    漢藏機器翻譯中的命名實體處理一直是最難以突破的一個技術環(huán)節(jié),為處理命名實體、同源詞、外來詞和形態(tài)復雜的詞,本文在模型訓練時,改進藏文字節(jié)對編碼算法,優(yōu)化了基于注意力機制的翻譯模型,使得漢藏神經(jīng)機器翻譯效果更加準確。

    1 基于注意力機制和改進字節(jié)對編碼模型

    藏文是拼音文字,音節(jié)之間用分隔符隔開,詞與詞之間沒有明確的分隔符,再者藏文有格助詞、助動詞等漢語文法不具有的語法單元,所以對應的翻譯句子長度比漢語長。

    1.1 注意力機制模型

    為了解決長句的翻譯問題,本文系統(tǒng)(陽光漢藏機器翻譯系統(tǒng)V2)采用了基于注意力機制的神經(jīng)機器翻譯模型。

    式中,GRU1和GRU2是兩個門控循環(huán)單元,從兩個方向循環(huán)地對x 編碼,然后拼接每個詞的輸出狀態(tài),即h={h1,h2,···,hls}。

    解碼器依次生成藏文詞 yj:

    通過最大化藏文詞匯的似然來優(yōu)化整個翻譯模型:

    式中,GRU 是非線性函數(shù); αj是每次解碼動態(tài)更新的漢文上下文表示,依賴于漢文編碼序列h={h1,h2,···,hi}即每個漢文詞語狀態(tài)的加權和:

    式中, αi,j是第i 個漢文詞語與第j 個藏文詞語之間的對齊概率:

    式中, ei,j是對齊模型,通過前饋神經(jīng)網(wǎng)絡,計算出i 時刻生成的藏文詞與第j 個漢文詞的匹配程度。圖1 為基于注意力機制的神經(jīng)網(wǎng)絡翻譯模型,其中, yj表示模型在第j 步所預測詞語的概率分布,極大似然估計(MLE)表示計算損失的方法[16]。

    1.2 改進的藏文字節(jié)對編碼算法

    本文為了提高模型的穩(wěn)定性和翻譯的準確率,訓練時使用了一種帶字數(shù)閾值的的藏文字節(jié)對編碼算法,優(yōu)化了翻譯模型。首先簡單描述一下原始字節(jié)對編碼算法。

    1.2.1 字節(jié)對編碼

    字節(jié)對編碼(byte pair encoding, BPE)指通過自動發(fā)現(xiàn)稀疏詞,建立基于稀疏詞的神經(jīng)網(wǎng)絡翻譯模型[17],即通過構造高頻的字符片段,將稀疏詞拆分為合適的子詞,使得這些子詞在語料中的出現(xiàn)次數(shù)足夠高,從而進行訓練,得到最優(yōu)的翻譯模型,BPE 算法流程圖如圖2 所示。

    圖1 基于注意力機制的神經(jīng)網(wǎng)絡翻譯模型

    圖2 原始BPE 算法流程圖

    1.2.2 改進的藏文字節(jié)對編碼算法

    BPE 算法不需要對語料中的詞匯進行任何處理,由于藏文的詞與詞之間沒有空格,所以形式上不存在單詞邊界的問題,所以改進的BPE 算法中不需要詞頭詞尾標記符號“</w>”。另外,通過分析藏文和漢文使用原始BPE 算法之后生成的子詞長度分布情況,發(fā)現(xiàn)藏文和漢文對應最大子詞長度分別為39 和21,在長度峰值上,藏文子詞明顯大于漢文子詞。基于此,在分詞粒度較大的藏文部分,本文提出了一種改進的BPE 算法,使用長度閾值控制藏文子詞,合并出現(xiàn)頻率略低但長度更適合的子詞。其算法流程如圖3 所示。

    圖3 改進的BPE 算法流程圖

    通過對比圖2 和圖3 的流程,相對于原始的BPE 算法,改進的藏文BPE 算法設置子詞字數(shù)閾值,不提取字數(shù)超過該閾值的子詞。實驗表明,當設置的字數(shù)閾值為23 時,效果提升最為明顯。

    2 實驗結果對比與分析

    2.1 數(shù)據(jù)集

    本文使用西藏大學和青海師范大學建設的107 萬漢藏句對,經(jīng)糾正錯峰句對、檢查拼寫錯誤、校對斷句錯字和過濾重復句子,最終將100 萬句對作為訓練語料,其中80 萬句對為新聞和法律題材,20 萬句對為其他領域語料;測試集和驗證集各1 000 句對。此外,為了提高翻譯效果,建立了15 萬詞條的漢藏地名詞典和5 萬條的漢藏人名詞典作為輔助工具。

    2.2 參數(shù)設置

    模型訓練中,通過反復調(diào)整參數(shù),最終獲得最優(yōu)的模型參數(shù),具體描述如下。

    所有的模型參數(shù)都使用隨機梯度下降算法進行優(yōu)化[18],學習率使用Adadelta 算法[19]進行自動調(diào)節(jié);訓練語料漢文端和藏文端保留的最大句長為50 詞;漢文和藏文詞向量維度為512;編碼器和解碼器中循環(huán)神經(jīng)單元的隱狀態(tài)和輸出狀態(tài)均設為512;模型最終輸出層采用dropout 策略,dropout設置為0.5。

    測試時本文使用束搜索算法進行解碼[20],搜索過程中束大小設置為10。漢文端和目藏文端的詞表大小設置為15 萬,覆蓋率100%。語料訓練的輪數(shù)最大為50 輪。模型的超參數(shù)需要根據(jù)訓練數(shù)據(jù)量來設置,通常數(shù)據(jù)量越大,模型的超參數(shù)如enc_hid_size、dec_hid_size 可以適當放大。

    2.3 結果與分析

    本文實現(xiàn)了基于PyTorch 框架的注意力機制漢藏神經(jīng)網(wǎng)絡機器翻譯系統(tǒng),循環(huán)單元采用門控循環(huán)單元,評測指標使用了BLEU4,采用基于字的評測方法。

    漢藏雙語語料庫進行分詞時,漢文分詞使用了感知機、Hanlp 和BPE。藏文分詞使用了西藏大學開發(fā)的基于Perceptron+CRF 模型的藏文分詞系統(tǒng)[21]和改進的藏文BPE 算法。

    本文在測試集、驗證集一致的前提下,做了6 組實驗。訓練模型時,除實驗1 未使用BPE 算法外,其他實驗的譯文和原文都使用了BPE 算法和改進的藏文BPE 算法。6 組實驗的驗證集和測試集情況如下表1 所示。

    表1 實驗數(shù)據(jù)集

    為了體現(xiàn)命名實體的翻譯效果,驗證集和測試集的每個句子中至少包含了一個地名或人名,因此通過該測試集得到的結果應當具有一定的通用性且能夠說明模型具有的泛化能力。

    實驗數(shù)據(jù)、方法、結果如表2 所示。

    表2 實驗數(shù)據(jù)、方法、結果

    在實驗中,第一組實驗使用了基于平均感知機的漢文分詞方法[22],目標端沒有使用BPE 操作,BLEU 值最低,只有30.46。由于該漢文分詞器的分詞粒度較大,而藏文分詞器的分詞粒度較小,分詞粒度的差異導致翻譯效果不夠好,另外由于漢文分詞器的算法問題,導致前端的查詢速度很慢。

    第二組實驗的漢文分詞方法和第一組實驗方法一樣,但是對藏文端使用了BPE 算法。雖然分詞粒度的差異導致翻譯效果不夠好,但是解決了一些稀疏詞和低頻詞翻譯問題,BLEU 值提高了1.10。

    為了解決漢藏分詞粒度的耦合性,第三組實驗使用了Hanlp 漢文分詞器[23],因為其分詞粒度較小,也提供了更友好的Python 訪問接口;同時還提供了詞性標注等更高級的功能,為后續(xù)對模型的優(yōu)化提供了更好的擴展性,另外查詢速度也得到提升。使用BPE 操作,提供了更細的分詞粒度,致使?jié)h文分詞和藏文分詞粒度契合,BLEU 值達到了31.84。

    為了進一步提高翻譯效果,第四組實驗的漢文分詞使用了BPE 算法,并增加了20 萬條的人名地名詞典作為訓練輔助工具,解決了命名實體翻譯問題,BLEU 值提高了2.03,達到了33.87。

    第五組實驗在第四組實驗的基礎上,增加了20 萬條的人物傳記、小說和口語等雙語語料,由于語料題材的多樣性,BLEU 值僅提高了0.22,達到34.09。

    上述五組實驗結果得知,如果僅僅使用原始BPE 算法,BLEU 值提高1.06,如果增加命名實體詞典,BLEU 值也僅僅提高2.03。為了體現(xiàn)改進的藏文BPE 算法的性能,第六組實驗在第五組實驗的基礎上,在藏文端使用了本文提出的BPE 改進算法,這時BLEU 值提高了2.75,達到了36.84。

    本文根據(jù)模型在驗證集上的BLEU 值分數(shù),當BLEU 值出現(xiàn)震蕩或者模型過擬合,BLEU 值開始出現(xiàn)明顯下降時,停止訓練。

    2.4 與已商用化的漢藏翻譯對比

    在已有的漢藏神經(jīng)機器翻譯研究[13-15]中,每個模型采用的訓練語料和測試集不同,且目前漢藏機器翻譯領域尚未存在公開的數(shù)據(jù)集,因此各模型的BLEU 值無法進行對比。

    本系統(tǒng)在翻譯任務上的效果較好,BLEU 值達到了36.84。原因如下:一方面,對訓練語料進行了較為全面的校對,語料質(zhì)量較高;另一方面,神經(jīng)機器翻譯中命名實體翻譯一直是一個難題[24-25],通過改進BPE 算法和人名地名雙語詞典提升了命名實體翻譯現(xiàn)象,如由于詞典覆蓋率不夠,導致譯文中出現(xiàn)了unk,而本文方法能夠把原文的所有詞語完整地翻譯出來,不會出現(xiàn)unk。目前,國內(nèi)一些高校和研究機構研發(fā)了在線漢藏機器翻譯系統(tǒng),其中,廈門大學開發(fā)的“云譯”[26]和中國民族語文翻譯局開發(fā)的在線智能翻譯系統(tǒng)[27]等的影響較大?,F(xiàn)將本文翻譯系統(tǒng)與騰訊民漢翻譯、小牛翻譯[28]等已商用化的漢藏機器翻譯系統(tǒng)進行對比,其翻譯實例及結果如表3 所示。

    表3 本系統(tǒng)與已商用化的漢藏翻譯系統(tǒng)翻譯實例結果對比

    翻譯實例1 和2 中包含了地名和人名,雖然1個漢文地名或人名的翻譯結果有5 個對應的藏文地名和人名,但是漢藏地名人名翻譯沒有統(tǒng)一的標準可依,均可音譯,所以5 個譯文都沒有錯誤,結果相當。

    翻譯實例3 中包含了藏區(qū)地名,漢文中的藏區(qū)地名翻譯結果是統(tǒng)一的,所以本文翻譯系統(tǒng)的譯文完整地翻譯了實例中的地名“夏河”和“合作”,其他譯文的翻譯都有錯。

    從以上翻譯結果對比可以看出,各種漢藏神經(jīng)機器翻譯雖然翻譯效果不錯,但各自也都存在一些不足。就本文翻譯系統(tǒng)而言,新聞和法律領域的翻譯結果較為流暢,但是其他領域的翻譯有待改進,如同樣的句子加上和去掉標點符號得到的結果不同等現(xiàn)象。

    3 漢藏神經(jīng)機器翻譯系統(tǒng)化

    3.1 漢藏神經(jīng)機器翻譯模型總體流程

    漢藏神經(jīng)機器翻譯模型由數(shù)據(jù)處理模塊、模型選取模塊、模型訓練模塊、翻譯評測模塊和系統(tǒng)化模塊5 個部分組成,如圖4 所示。

    3.2 本文漢藏機器翻譯系統(tǒng)架構

    本文漢藏機器翻譯系統(tǒng)V2 架構由電子科技大學數(shù)字信息系統(tǒng)實驗室與西藏大學藏文信息技術人工智能自治區(qū)重點實驗室搭建。系統(tǒng)架構主要由算法、后端和前端組成,算法就是模型的實驗,后端設計主要由Flask 框架實現(xiàn),首先將分詞器和神經(jīng)翻譯模型的初始化工作放在Flask 后端初始化之前,并將其保存在內(nèi)存中。每次請求到來時,只需調(diào)用已初始化完成的模型即可,這樣減少了大量響應時間。經(jīng)簡單測試,加載神經(jīng)翻譯模型和分詞器只需要50 ms。通過后端設計,還實現(xiàn)了Android前端和網(wǎng)頁前端。漢藏神經(jīng)機器翻譯系統(tǒng)化總體架構如圖5 所示。

    圖4 漢藏神經(jīng)機器翻譯模型總體流程

    圖5 漢藏神經(jīng)機器翻譯系統(tǒng)總體架構

    4 結 束 語

    本文利用100 萬漢藏句對和20 萬漢藏人名地名詞條,進行了基于注意力機制的神經(jīng)機器翻譯實驗,并提出了一種改進的BPE 算法,用以協(xié)調(diào)原始BPE 得到的藏文粒度大于漢文粒度的情況,將BLEU 提升了2.75%,減少了過度翻譯、翻譯不充分的問題,提升了命名實體翻譯效果。設計實現(xiàn)了基于注意力機制和改進字節(jié)對編碼的漢藏神經(jīng)機器翻譯模型,部署在陽光漢藏機器翻譯網(wǎng)站,實現(xiàn)了該漢藏神經(jīng)機器翻譯系統(tǒng)的應用推廣。本文漢藏機器翻譯系統(tǒng)的模型具有語言無關性,完全可以應用到藏漢神經(jīng)機器翻譯研究中。

    由于漢藏神經(jīng)機器翻譯目前缺乏大規(guī)模雙語數(shù)據(jù),而藏語單語語料比較充足,所以下一步將利用格到序列、半監(jiān)督和無監(jiān)督方法提升翻譯效果。

    共享和開放是計算語言學(自然語言處理)研究的發(fā)展趨勢,該工作在漢英機器翻譯技術領域獲得了很好的進展,免費開放了一些漢英英漢雙語平行語料,使得漢英機器翻譯技術具有可比性和競爭性。漢藏機器翻譯研究語言資源較少,沒有公開的語料,而且資源問題一直是困擾神經(jīng)機器翻譯研究和產(chǎn)業(yè)化的首要問題[29]。為此,我們開放了部分實驗數(shù)據(jù)和藏文地名詞典(獲取地址:https://github.com/toudancairang/Tibetan-Computationallinguistics/tree/master),希望吸引更多的人參與其中,建立藏文資源開放平臺,推動藏語計算語言學(藏語自然語言處理)研究,促進中文信息處理技術的整體發(fā)展。

    致謝:該模型的構建得到了中科院計算所自然語言處理實驗室同仁的大力支持。

    猜你喜歡
    實驗模型
    一半模型
    記一次有趣的實驗
    微型實驗里看“燃燒”
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權M-估計的漸近分布
    做個怪怪長實驗
    3D打印中的模型分割與打包
    NO與NO2相互轉(zhuǎn)化實驗的改進
    實踐十號上的19項實驗
    太空探索(2016年5期)2016-07-12 15:17:55
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    精品久久久久久久毛片微露脸| 国产精品久久久久久精品古装| 欧美日韩福利视频一区二区| 考比视频在线观看| 激情视频va一区二区三区| 咕卡用的链子| 成人精品一区二区免费| 亚洲天堂av无毛| 在线 av 中文字幕| 美女福利国产在线| 两个人看的免费小视频| www.熟女人妻精品国产| 国产人伦9x9x在线观看| 怎么达到女性高潮| 岛国在线观看网站| 自线自在国产av| 涩涩av久久男人的天堂| 国产成人系列免费观看| av在线播放免费不卡| 欧美日本中文国产一区发布| 日韩欧美免费精品| 久久九九热精品免费| 欧美人与性动交α欧美精品济南到| 午夜久久久在线观看| 精品国产国语对白av| 国产成人av教育| 亚洲精品国产一区二区精华液| 一本—道久久a久久精品蜜桃钙片| 亚洲人成电影观看| 男女边摸边吃奶| 日本一区二区免费在线视频| 2018国产大陆天天弄谢| 热re99久久国产66热| 亚洲欧美激情在线| 女人高潮潮喷娇喘18禁视频| 人妻一区二区av| 男女之事视频高清在线观看| 男人操女人黄网站| 欧美成人免费av一区二区三区 | 国产精品免费一区二区三区在线 | 国产亚洲精品一区二区www | 一边摸一边做爽爽视频免费| 午夜精品国产一区二区电影| 韩国精品一区二区三区| 午夜视频精品福利| 精品国产超薄肉色丝袜足j| 国产一区有黄有色的免费视频| 日韩欧美三级三区| 午夜福利免费观看在线| 狠狠婷婷综合久久久久久88av| 久久久久国内视频| 在线av久久热| 久久ye,这里只有精品| 50天的宝宝边吃奶边哭怎么回事| 一级片'在线观看视频| 精品第一国产精品| 夜夜骑夜夜射夜夜干| 超碰成人久久| 飞空精品影院首页| 国产一卡二卡三卡精品| 国产免费福利视频在线观看| 色婷婷av一区二区三区视频| 精品一区二区三区四区五区乱码| 精品国产乱子伦一区二区三区| 亚洲自偷自拍图片 自拍| 九色亚洲精品在线播放| 纯流量卡能插随身wifi吗| 国产淫语在线视频| 国产三级黄色录像| 欧美精品一区二区大全| 国产97色在线日韩免费| 欧美黄色淫秽网站| 正在播放国产对白刺激| 一边摸一边抽搐一进一出视频| 亚洲精品一二三| videosex国产| 电影成人av| 国产精品 国内视频| 国产欧美日韩综合在线一区二区| 18禁裸乳无遮挡动漫免费视频| 老司机福利观看| 亚洲情色 制服丝袜| 日日夜夜操网爽| 亚洲欧美一区二区三区久久| 真人做人爱边吃奶动态| 午夜激情av网站| 涩涩av久久男人的天堂| 亚洲第一青青草原| 18禁美女被吸乳视频| 后天国语完整版免费观看| 国产高清videossex| 成在线人永久免费视频| 国产色视频综合| 午夜激情久久久久久久| 国产成人啪精品午夜网站| 国产成人av教育| 国产麻豆69| 久久人妻av系列| 老司机在亚洲福利影院| 女人被躁到高潮嗷嗷叫费观| 国产一卡二卡三卡精品| 天天操日日干夜夜撸| 极品人妻少妇av视频| 国产高清videossex| 啦啦啦视频在线资源免费观看| 欧美精品啪啪一区二区三区| 免费在线观看影片大全网站| 亚洲少妇的诱惑av| 亚洲男人天堂网一区| 电影成人av| 日韩大片免费观看网站| 亚洲国产欧美网| 亚洲国产欧美日韩在线播放| 在线永久观看黄色视频| 久久中文字幕人妻熟女| 免费人妻精品一区二区三区视频| 美女主播在线视频| 国产高清videossex| 亚洲va日本ⅴa欧美va伊人久久| 老汉色∧v一级毛片| 99re在线观看精品视频| 国产男女超爽视频在线观看| 亚洲七黄色美女视频| 精品国产一区二区久久| 人人妻人人添人人爽欧美一区卜| 亚洲午夜精品一区,二区,三区| 精品人妻1区二区| 一二三四社区在线视频社区8| cao死你这个sao货| 后天国语完整版免费观看| 久久精品国产99精品国产亚洲性色 | 午夜久久久在线观看| 91九色精品人成在线观看| 一本综合久久免费| 在线观看人妻少妇| 亚洲av美国av| 国产福利在线免费观看视频| bbb黄色大片| 欧美大码av| 水蜜桃什么品种好| 蜜桃国产av成人99| 丁香欧美五月| 视频区欧美日本亚洲| 嫁个100分男人电影在线观看| 亚洲avbb在线观看| 精品卡一卡二卡四卡免费| 妹子高潮喷水视频| 国产91精品成人一区二区三区 | 两性午夜刺激爽爽歪歪视频在线观看 | a级片在线免费高清观看视频| 夜夜爽天天搞| 国产亚洲午夜精品一区二区久久| 国产精品熟女久久久久浪| 免费少妇av软件| 免费高清在线观看日韩| 国产熟女午夜一区二区三区| 人人妻人人添人人爽欧美一区卜| 国产精品国产高清国产av | 999久久久精品免费观看国产| 亚洲成人免费av在线播放| 亚洲男人天堂网一区| 中文字幕人妻丝袜制服| 国产成人一区二区三区免费视频网站| 国产高清国产精品国产三级| 一二三四在线观看免费中文在| 久久久久久人人人人人| 97在线人人人人妻| 黄片小视频在线播放| 大型av网站在线播放| 免费不卡黄色视频| 国产99久久九九免费精品| 岛国在线观看网站| 国产野战对白在线观看| 1024香蕉在线观看| 俄罗斯特黄特色一大片| 91国产中文字幕| 日韩中文字幕视频在线看片| 精品少妇久久久久久888优播| 欧美精品啪啪一区二区三区| 久久婷婷成人综合色麻豆| av欧美777| 黄色视频,在线免费观看| 在线观看日韩欧美| 国内精品久久久久久久电影| 在线播放国产精品三级| 国产精品永久免费网站| 成人高潮视频无遮挡免费网站| 欧美三级亚洲精品| 国产主播在线观看一区二区| or卡值多少钱| 色播亚洲综合网| 日本黄色片子视频| 啦啦啦观看免费观看视频高清| 网址你懂的国产日韩在线| 搡老岳熟女国产| 90打野战视频偷拍视频| www.www免费av| 老司机午夜福利在线观看视频| 国产亚洲精品综合一区在线观看| 色哟哟哟哟哟哟| 亚洲av免费在线观看| tocl精华| 一二三四在线观看免费中文在| 久久精品综合一区二区三区| 久久午夜综合久久蜜桃| 97人妻精品一区二区三区麻豆| 日本一二三区视频观看| 成人国产综合亚洲| 亚洲精品粉嫩美女一区| 成人18禁在线播放| 午夜影院日韩av| 午夜福利视频1000在线观看| 两性午夜刺激爽爽歪歪视频在线观看| www.999成人在线观看| 欧美3d第一页| 亚洲 国产 在线| a级毛片在线看网站| 成人精品一区二区免费| 天堂动漫精品| 99久久成人亚洲精品观看| 婷婷精品国产亚洲av在线| 在线观看午夜福利视频| 久久久精品大字幕| 婷婷精品国产亚洲av| 国产精品久久电影中文字幕| 天堂网av新在线| 夜夜看夜夜爽夜夜摸| 国产一区二区三区在线臀色熟女| 又爽又黄无遮挡网站| 在线a可以看的网站| 日韩欧美三级三区| 麻豆成人午夜福利视频| 99久久99久久久精品蜜桃| 91av网一区二区| 亚洲七黄色美女视频| 欧洲精品卡2卡3卡4卡5卡区| 国产精品乱码一区二三区的特点| 成人特级黄色片久久久久久久| 国产主播在线观看一区二区| av视频在线观看入口| 精品日产1卡2卡| av天堂中文字幕网| 丰满人妻一区二区三区视频av | 天天躁狠狠躁夜夜躁狠狠躁| 嫩草影院精品99| 熟女少妇亚洲综合色aaa.| 白带黄色成豆腐渣| 亚洲av免费在线观看| 成人av在线播放网站| 成人精品一区二区免费| 国产高潮美女av| 五月玫瑰六月丁香| 18禁黄网站禁片午夜丰满| 又黄又粗又硬又大视频| 午夜a级毛片| 俺也久久电影网| 日日摸夜夜添夜夜添小说| 无遮挡黄片免费观看| 国产精品久久久久久人妻精品电影| 国产精品久久电影中文字幕| 人妻夜夜爽99麻豆av| 长腿黑丝高跟| 在线观看免费午夜福利视频| 91在线观看av| 亚洲自拍偷在线| 最近最新中文字幕大全免费视频| 国产激情久久老熟女| 在线观看免费视频日本深夜| 深夜精品福利| 亚洲成人久久爱视频| 欧美绝顶高潮抽搐喷水| 色噜噜av男人的天堂激情| 丝袜人妻中文字幕| 午夜成年电影在线免费观看| 免费在线观看影片大全网站| 免费高清视频大片| 美女cb高潮喷水在线观看 | 国产精品免费一区二区三区在线| 一级作爱视频免费观看| 少妇的逼水好多| 亚洲成人中文字幕在线播放| 久久久久九九精品影院| 中出人妻视频一区二区| 国产伦一二天堂av在线观看| 美女大奶头视频| 亚洲av成人av| 亚洲一区高清亚洲精品| 一二三四在线观看免费中文在| 亚洲精品粉嫩美女一区| 非洲黑人性xxxx精品又粗又长| www日本在线高清视频| 免费电影在线观看免费观看| 1024手机看黄色片| 又黄又粗又硬又大视频| 免费电影在线观看免费观看| 久久这里只有精品19| 亚洲色图av天堂| 久久精品影院6| 精品久久蜜臀av无| 日韩中文字幕欧美一区二区| 国产精品精品国产色婷婷| 免费看日本二区| 一二三四在线观看免费中文在| 欧美黑人欧美精品刺激| 国产成人一区二区三区免费视频网站| 国产精品99久久久久久久久| 国产一区二区在线观看日韩 | 90打野战视频偷拍视频| 美女高潮的动态| 国产黄片美女视频| 五月玫瑰六月丁香| bbb黄色大片| 激情在线观看视频在线高清| 97超视频在线观看视频| 国产麻豆成人av免费视频| 老司机深夜福利视频在线观看| 久久这里只有精品中国| 美女cb高潮喷水在线观看 | 成年女人永久免费观看视频| 成在线人永久免费视频| 成人鲁丝片一二三区免费| 精品福利观看| 国产成年人精品一区二区| 99久久精品国产亚洲精品| 看黄色毛片网站| 国产私拍福利视频在线观看| 精品一区二区三区四区五区乱码| 色老头精品视频在线观看| www.999成人在线观看| 在线观看免费午夜福利视频| 国产精品1区2区在线观看.| 精品久久久久久久毛片微露脸| 性欧美人与动物交配| 变态另类成人亚洲欧美熟女| 久久香蕉国产精品| 亚洲精品456在线播放app | 午夜福利欧美成人| 亚洲人成电影免费在线| 欧美激情久久久久久爽电影| 琪琪午夜伦伦电影理论片6080| 欧美成人免费av一区二区三区| 全区人妻精品视频| 免费观看人在逋| 伦理电影免费视频| 亚洲国产看品久久| 少妇裸体淫交视频免费看高清| 色尼玛亚洲综合影院| 男人舔奶头视频| www.www免费av| 午夜日韩欧美国产| 黄片小视频在线播放| 成人亚洲精品av一区二区| 99国产精品一区二区三区| 18禁国产床啪视频网站| 日本 欧美在线| 一个人看视频在线观看www免费 | 久久精品国产亚洲av香蕉五月| 免费av不卡在线播放| 精品国产三级普通话版| 亚洲精品久久国产高清桃花| 国产毛片a区久久久久| 亚洲精品美女久久av网站| 亚洲成a人片在线一区二区| 婷婷精品国产亚洲av| 欧美日韩乱码在线| 最新美女视频免费是黄的| 午夜福利在线在线| 男女视频在线观看网站免费| 欧美日韩国产亚洲二区| 美女黄网站色视频| 少妇的丰满在线观看| 在线观看免费视频日本深夜| 免费观看人在逋| 日日摸夜夜添夜夜添小说| 男女午夜视频在线观看| 高清毛片免费观看视频网站| 欧美日韩国产亚洲二区| 国产不卡一卡二| 国产97色在线日韩免费| 嫩草影视91久久| 色播亚洲综合网| 中文字幕高清在线视频| 国产一区二区在线观看日韩 | 天天添夜夜摸| 亚洲第一电影网av| 美女大奶头视频| 97超级碰碰碰精品色视频在线观看| 国产精品久久久久久久电影 | 51午夜福利影视在线观看| 国产av一区在线观看免费| 午夜免费成人在线视频| 久久亚洲真实| 国产1区2区3区精品| 草草在线视频免费看| 亚洲人成电影免费在线| 国产午夜福利久久久久久| 国产成人精品久久二区二区91| 成人一区二区视频在线观看| www日本黄色视频网| x7x7x7水蜜桃| 欧美日韩精品网址| 国产精品精品国产色婷婷| 欧美一级a爱片免费观看看| 欧美在线黄色| 精品一区二区三区视频在线 | 我的老师免费观看完整版| 国产精品自产拍在线观看55亚洲| 黄色丝袜av网址大全| 美女大奶头视频| 久久久久性生活片| 久久国产精品影院| 性色av乱码一区二区三区2| 国产又黄又爽又无遮挡在线| 97人妻精品一区二区三区麻豆| 操出白浆在线播放| 小说图片视频综合网站| 免费看美女性在线毛片视频| 啦啦啦观看免费观看视频高清| 久久亚洲精品不卡| 亚洲一区高清亚洲精品| 神马国产精品三级电影在线观看| 麻豆av在线久日| 欧美日韩国产亚洲二区| 国产亚洲欧美在线一区二区| 午夜久久久久精精品| 他把我摸到了高潮在线观看| 免费看日本二区| 婷婷精品国产亚洲av在线| 日韩高清综合在线| 欧美精品啪啪一区二区三区| 亚洲狠狠婷婷综合久久图片| 国产探花在线观看一区二区| 亚洲国产看品久久| 很黄的视频免费| 99久久久亚洲精品蜜臀av| 高清毛片免费观看视频网站| 在线观看66精品国产| 日韩欧美免费精品| 最近最新中文字幕大全电影3| 男女午夜视频在线观看| 男人和女人高潮做爰伦理| 婷婷精品国产亚洲av| 国内毛片毛片毛片毛片毛片| 一级毛片女人18水好多| 他把我摸到了高潮在线观看| 亚洲avbb在线观看| 国产精品久久久久久亚洲av鲁大| 嫁个100分男人电影在线观看| 老熟妇乱子伦视频在线观看| 亚洲精品美女久久av网站| 中文在线观看免费www的网站| 搡老岳熟女国产| 国产单亲对白刺激| 999久久久国产精品视频| 久久婷婷人人爽人人干人人爱| 好男人在线观看高清免费视频| 亚洲国产精品合色在线| 日韩三级视频一区二区三区| 老司机午夜福利在线观看视频| 欧美三级亚洲精品| 国产精品精品国产色婷婷| 精品一区二区三区av网在线观看| 久久欧美精品欧美久久欧美| а√天堂www在线а√下载| 观看免费一级毛片| 少妇丰满av| 国产精品美女特级片免费视频播放器 | 2021天堂中文幕一二区在线观| 校园春色视频在线观看| 五月玫瑰六月丁香| 91在线观看av| 夜夜爽天天搞| 国产精品综合久久久久久久免费| www国产在线视频色| 一进一出好大好爽视频| 国产1区2区3区精品| 精品免费久久久久久久清纯| 手机成人av网站| 俄罗斯特黄特色一大片| 色综合婷婷激情| 波多野结衣高清作品| 久久伊人香网站| 日本五十路高清| 欧美色欧美亚洲另类二区| 亚洲av成人不卡在线观看播放网| 久久久国产成人免费| 亚洲一区二区三区色噜噜| 中国美女看黄片| 手机成人av网站| 免费搜索国产男女视频| 欧美不卡视频在线免费观看| 黄频高清免费视频| 两性午夜刺激爽爽歪歪视频在线观看| 免费看美女性在线毛片视频| 中文字幕av在线有码专区| 久久香蕉国产精品| 精品国内亚洲2022精品成人| 岛国视频午夜一区免费看| 久久国产精品人妻蜜桃| 国产精品一及| 欧美日韩亚洲国产一区二区在线观看| av国产免费在线观看| 欧美一级毛片孕妇| 97人妻精品一区二区三区麻豆| 精品久久蜜臀av无| 无遮挡黄片免费观看| 两人在一起打扑克的视频| 男女午夜视频在线观看| 国产视频内射| 欧美日本亚洲视频在线播放| 桃色一区二区三区在线观看| 亚洲自拍偷在线| 久久草成人影院| 国产又色又爽无遮挡免费看| 午夜成年电影在线免费观看| 久久天堂一区二区三区四区| 久久国产精品人妻蜜桃| 国产精品一区二区三区四区久久| 国内精品久久久久精免费| 久久久水蜜桃国产精品网| 日日摸夜夜添夜夜添小说| 一个人免费在线观看的高清视频| 亚洲国产日韩欧美精品在线观看 | 亚洲aⅴ乱码一区二区在线播放| 亚洲专区字幕在线| 日本a在线网址| 国产乱人伦免费视频| 夜夜爽天天搞| 久久久久国产精品人妻aⅴ院| 51午夜福利影视在线观看| 日本熟妇午夜| 国产精品久久久久久人妻精品电影| 黄色成人免费大全| 叶爱在线成人免费视频播放| 午夜精品一区二区三区免费看| 一a级毛片在线观看| 97超级碰碰碰精品色视频在线观看| 三级国产精品欧美在线观看 | 天天一区二区日本电影三级| a级毛片a级免费在线| 精品国内亚洲2022精品成人| 国产精品一及| 欧洲精品卡2卡3卡4卡5卡区| 天天躁狠狠躁夜夜躁狠狠躁| 久99久视频精品免费| 国内少妇人妻偷人精品xxx网站 | ponron亚洲| 精品无人区乱码1区二区| 亚洲精品一区av在线观看| 狂野欧美激情性xxxx| 丁香欧美五月| 亚洲国产中文字幕在线视频| 国产精品久久久人人做人人爽| 最近最新中文字幕大全电影3| 五月玫瑰六月丁香| 免费一级毛片在线播放高清视频| 九九热线精品视视频播放| 国产午夜精品论理片| а√天堂www在线а√下载| 老熟妇乱子伦视频在线观看| 国产成人精品久久二区二区91| 99国产精品一区二区三区| 亚洲五月天丁香| 国产精品亚洲一级av第二区| 禁无遮挡网站| 国内精品美女久久久久久| 国产欧美日韩一区二区精品| 国产视频一区二区在线看| 俺也久久电影网| 亚洲色图av天堂| 在线观看午夜福利视频| 精品国产超薄肉色丝袜足j| 麻豆成人午夜福利视频| 日本免费一区二区三区高清不卡| 国产成人av教育| 久久人人精品亚洲av| 中出人妻视频一区二区| 婷婷六月久久综合丁香| 亚洲男人的天堂狠狠| 一进一出好大好爽视频| 精品一区二区三区av网在线观看| 岛国视频午夜一区免费看| 99精品在免费线老司机午夜| 欧美性猛交黑人性爽| 在线观看舔阴道视频| 国产高清有码在线观看视频| 国产乱人伦免费视频| 亚洲五月婷婷丁香| 一进一出抽搐gif免费好疼| 亚洲人成伊人成综合网2020| 18禁黄网站禁片免费观看直播| av黄色大香蕉| 久久香蕉国产精品| 亚洲国产精品合色在线| 美女 人体艺术 gogo| 国产精品一及| 亚洲国产欧美网| 国产精华一区二区三区| 色噜噜av男人的天堂激情| netflix在线观看网站| 男人和女人高潮做爰伦理| 久久这里只有精品中国| 国产亚洲精品一区二区www| 香蕉国产在线看| 草草在线视频免费看| 亚洲一区二区三区不卡视频| 99精品久久久久人妻精品| 香蕉av资源在线| www日本在线高清视频| 亚洲人成伊人成综合网2020| 五月玫瑰六月丁香| 国产精品1区2区在线观看.| 国产精品亚洲av一区麻豆| 久久久久久国产a免费观看| 一区二区三区激情视频|