• <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)的食品安全領(lǐng)域?qū)嶓w關(guān)系抽取研究

    2021-08-05 02:37:40孫劭芃汪顥懿張青川
    中國釀造 2021年7期
    關(guān)鍵詞:語料注意力實體

    孫劭芃,汪顥懿*,左 敏,張青川

    (北京工商大學(xué) 電商與物流學(xué)院 農(nóng)產(chǎn)品質(zhì)量安全追溯技術(shù)及應(yīng)用國家工程實驗室,北京 100048)

    作為最基本的民生問題,食品安全牽動著億萬民眾的神經(jīng),一經(jīng)曝光,就能迅速引起社會各階層的普遍關(guān)注,激發(fā)負(fù)面聯(lián)想,甚至誘發(fā)非理性的線下集合行為,危及社會穩(wěn)定。隨著越來越多的食品安全報道在網(wǎng)絡(luò)上傳播,快速且準(zhǔn)確的對突發(fā)報道中的關(guān)鍵信息進(jìn)行抽取對于政府對食品安全領(lǐng)域的監(jiān)管和預(yù)測都有著尤為重要的意義和價值。

    隨著信息時代的到來,互聯(lián)網(wǎng)技術(shù)高速發(fā)展。作為自然語言處理[1]的重點課題之一,實體關(guān)系抽取[2]作為實現(xiàn)語義關(guān)系自動抽取和查詢匹配的一種新興技術(shù),近年來一躍成為熱門研究領(lǐng)域,受到越來越多科研人員的重視。在諸多的實體關(guān)系抽取方法中[3-6],有監(jiān)督的實體關(guān)系抽取方法[3]依然是目前最基本最常見的方法,其主要過程是在已標(biāo)注過的訓(xùn)練數(shù)據(jù)集上訓(xùn)練出關(guān)系分類模型,從而在測試集上進(jìn)行對應(yīng)的實體關(guān)系抽取。本文也采用了有監(jiān)督的深度學(xué)習(xí)網(wǎng)絡(luò)模型對實體關(guān)系抽取進(jìn)行研究。

    實體關(guān)系抽取一直是經(jīng)典而又富有挑戰(zhàn)性的任務(wù),在過去二十多年的研究發(fā)展下取得了很多階段性的突破,同時也廣泛應(yīng)用在知識圖譜[7]的構(gòu)建、自動問答[8]、文本摘要[9-10]等諸多重要領(lǐng)域。隨著以深度學(xué)習(xí)為基礎(chǔ)的人工智能潮流席卷全球,深度學(xué)習(xí)下的實體關(guān)系抽取也同樣得到了快速發(fā)展,它有效改善了傳統(tǒng)標(biāo)注工具的自身缺陷,取得了良好的效果。文獻(xiàn)[11-15]對基于深度學(xué)習(xí)的實體關(guān)系抽取方法進(jìn)行了總結(jié)歸納。文獻(xiàn)[12]介紹了基于深度學(xué)習(xí)的實體關(guān)系抽取方法,并進(jìn)行比對;文獻(xiàn)[13]對基于深度學(xué)習(xí)的實體關(guān)系抽取的基本框架和流程進(jìn)行了介紹。自2018年以來,BERT(bidirectional encoder representations from transformers)網(wǎng)絡(luò)被應(yīng)用到自然語言處理(natural language processing,NLP)的各個領(lǐng)域,并都取得了突破性的效果[16-20],其獨有的Transformer Encoder編碼模型,能夠解決句子中的依賴關(guān)系,對句子的內(nèi)部結(jié)構(gòu)進(jìn)行有效地學(xué)習(xí),保證了句子字向量訓(xùn)練的質(zhì)量,從數(shù)據(jù)基礎(chǔ)的角度為后續(xù)的預(yù)測模型提供了保障,提高了后續(xù)模型的預(yù)測準(zhǔn)確性[21-22]。值得注意的是,最近注意力機(jī)制在NLP上取得了廣泛的應(yīng)用和成功。本研究也基于領(lǐng)域詞的位置感知注意力機(jī)制,對雙向長短期記憶網(wǎng)絡(luò)進(jìn)行了改進(jìn),取得了較好的效果[23-24]。

    本文主要研究針對食品安全領(lǐng)域語料的實體關(guān)系抽取方法,在分析現(xiàn)有的實體關(guān)系抽取方法優(yōu)劣的基礎(chǔ)上,采用了BERT-雙向長短期記憶網(wǎng)絡(luò)(bi-directional long shortterm memory,BiLSTM)雙維度雙網(wǎng)絡(luò)模型結(jié)構(gòu),不僅很好的處理了不同實體關(guān)系的區(qū)分度,而且有效學(xué)習(xí)了文本遠(yuǎn)程語義的信息和結(jié)構(gòu)。同時,在注意力機(jī)制的層面上,為了使BiLSTM網(wǎng)絡(luò)更好的對詞匯特征的語義和文本內(nèi)部位置信息的學(xué)習(xí),采用了領(lǐng)域詞識別和詞語位置分布信息結(jié)合計算的處理方法。整個雙網(wǎng)絡(luò)模型在獨立構(gòu)建的食品安全領(lǐng)域數(shù)據(jù)集上進(jìn)行實驗和測試,展示出較好的性能效果。

    1 數(shù)據(jù)來源與處理

    1.1 數(shù)據(jù)來源

    在進(jìn)行研究之前,需要充足的語料資源作為數(shù)據(jù)基礎(chǔ),因此首先構(gòu)建了食品安全領(lǐng)域語料庫,并對庫中所有語料做預(yù)處理工作,最終將處理好的語料作為本次研究的數(shù)據(jù)集。

    食品安全領(lǐng)域語料庫中的語料主要來自于百度新聞、食安通平臺、食品伙伴網(wǎng)、新浪微博等平臺近年來發(fā)布的食品安全領(lǐng)域相關(guān)文章,包括檢驗檢疫、生產(chǎn)銷售、制度發(fā)布、公眾投訴、安全事件等相關(guān)類型,共計5 000余篇。語料庫部分截圖見圖1。

    圖1 食品安全領(lǐng)域語料庫(部分)Fig.1 Corpus of food safety (part)

    1.2 數(shù)據(jù)處理

    本文實體和關(guān)系的抽取分別是句子級別的關(guān)系識別和標(biāo)簽級別的實體識別任務(wù),目的是抽取食品安全領(lǐng)域語料中的二元關(guān)系和實體。將食品安全語料中實體關(guān)系定義為R,兩個實體的關(guān)系用三元組(Ei,R,Ej)表示,其中Ei為實體關(guān)系中的主體,Ej為客體,R為映射關(guān)系,根據(jù)食品安全領(lǐng)域語料的行文特點,定義映射關(guān)系和識別的三元組見表1。

    表1 食品安全領(lǐng)域語料實體關(guān)系抽取類型明細(xì)(部分)Table 1 Detailed list of entity relation extraction types of corpus in food safety field (part)

    在識別模型訓(xùn)練過程中,把食品安全領(lǐng)域語料劃分成多個待識別關(guān)系和實體的句子并為每個句子進(jìn)行標(biāo)注,貼上正確的標(biāo)簽。標(biāo)注結(jié)果部分截圖見圖2。

    圖2 實體關(guān)系標(biāo)注結(jié)果(部分)Fig.2 Results of entity relation annotation (part)

    根據(jù)設(shè)計的三元組形式,在模型訓(xùn)練中,分別輸入語料句子和相應(yīng)已標(biāo)注的三元組信息(實體1,實體2和實體關(guān)系)。訓(xùn)練完成后,在模型測試時,輸入一個新的語料句子,也按訓(xùn)練集標(biāo)注格式輸出識別的關(guān)系與實體對。

    1.3 評價指標(biāo)的計算

    采用準(zhǔn)確率(precision,P)、召回率(recall,R)與F1值作為實驗的評價指標(biāo)。準(zhǔn)確率(P)計算公式如下:

    式中:P代表準(zhǔn)確率;TP代表模型將一個關(guān)系的正類預(yù)測為正類的數(shù)量,個;FP代表模型將一個關(guān)系的負(fù)類預(yù)測為正類的數(shù)量,個。

    召回率(R)計算公式如下:

    式中:R為召回率;TP代表模型將一個關(guān)系的正類預(yù)測為正類的數(shù)量,個;FN代表模型將一個關(guān)系的正類預(yù)測為負(fù)類的數(shù)量,個。

    F1值是機(jī)器學(xué)習(xí)評價體系中的一個通用評價指標(biāo),其公式計算如下:

    在以上各個評價指標(biāo)中,準(zhǔn)確率P、召回率R它們兩者之間有明顯的負(fù)相關(guān)關(guān)系,當(dāng)實驗的結(jié)果準(zhǔn)確率高時,其對應(yīng)召回率普遍較低,反之同理。所以使用F1值作為來衡量分類器綜合性能的評價指標(biāo),防止上述問題的出現(xiàn)。

    2 詞語Word2Vec模型增量訓(xùn)練

    增量訓(xùn)練是指在對語料進(jìn)行Word2Vec詞向量訓(xùn)練時,對現(xiàn)有的訓(xùn)練模型進(jìn)行語料補充和修正的二次訓(xùn)練。一般所用Word2Vec的訓(xùn)練模型是基于通用語料訓(xùn)練而來,對于垂直領(lǐng)域的詞匯用法和關(guān)聯(lián)程度有所不同,當(dāng)用專業(yè)領(lǐng)域的語料經(jīng)過增量訓(xùn)練后,可以在垂直領(lǐng)域?qū)ΜF(xiàn)有模型進(jìn)行專業(yè)化的補充。

    食品安全領(lǐng)域相關(guān)語料具有一定的專業(yè)特殊性,尤其在專業(yè)的領(lǐng)域詞、檢測因子、專業(yè)語義上與公共領(lǐng)域的語料存在較大的差異,用現(xiàn)有詞向量訓(xùn)練工具進(jìn)行分詞、詞語向量化較難有很好的訓(xùn)練效果,因此需要對Word2Vec模型進(jìn)行增量訓(xùn)練。

    本文首先在一個公共開放的預(yù)訓(xùn)練模型的基礎(chǔ)上進(jìn)行語料擴(kuò)充,加入實驗構(gòu)建的食品安全領(lǐng)域語料庫以及領(lǐng)域詞匯百科、領(lǐng)域檢測因子等語料,進(jìn)行詞向量模型的訓(xùn)練。增量訓(xùn)練模型參數(shù)見表2。

    表2 食品安全領(lǐng)域詞語Embedding模型增量訓(xùn)練參數(shù)Table 2 Incremental training parameters of embedding model in food safety field

    隨著時間的推移,未來可能出現(xiàn)新的領(lǐng)域詞匯,而且業(yè)務(wù)情景可能發(fā)生變更。此后每隔一段時間,當(dāng)積累了一定的核技術(shù)利用單位的檢察建議語料時,對詞向量模型再進(jìn)行增量訓(xùn)練。持續(xù)的增量訓(xùn)練可以使得詞向量模型能學(xué)習(xí)到新詞匯的向量表示并適應(yīng)最新語料的語義關(guān)系,更好地將文本向量化,以提升后續(xù)算法準(zhǔn)確性。

    3 食品安全領(lǐng)域?qū)嶓w關(guān)系抽取模型建立

    3.1 BERT-BiLSTM雙維度模型描述

    整個雙網(wǎng)絡(luò)模型結(jié)構(gòu)見圖3。由圖3可知,右半部分的網(wǎng)絡(luò)結(jié)構(gòu)圖展示了基于領(lǐng)域詞的位置感知注意力機(jī)制的雙向長短期記憶網(wǎng)絡(luò)模型(BiLSTM)提取出語料中的關(guān)系,左半部分的網(wǎng)絡(luò)結(jié)構(gòu)圖展示了基于BERT網(wǎng)絡(luò)提取出語料中存在的實體對。

    圖3 網(wǎng)絡(luò)模型結(jié)構(gòu)圖Fig.3 Network model structure

    在模型的右半部分,使用提前訓(xùn)練好的詞嵌入模型將食品安全領(lǐng)域的語料進(jìn)行文本向量化處理。之后將得出的詞級別向量作為BiLSTM網(wǎng)絡(luò)層的輸入,由BiLSTM生成隱層向量。首先,將提前構(gòu)建好的領(lǐng)域詞詞庫與當(dāng)前的每個詞語進(jìn)行逐一匹配,引入基于領(lǐng)域詞的位置感知注意力機(jī)制,通過進(jìn)行計算之后,則可計算出相應(yīng)的影響向量,同時模型將影響向量與隱層向量進(jìn)行結(jié)合,影響B(tài)iLSTM模型輸出結(jié)果;在模型的左半部分,將標(biāo)注好的文本句子輸入BERT模型進(jìn)行訓(xùn)練,并將訓(xùn)練所得字向量加入偏旁部首的修正向量,進(jìn)一步修正訓(xùn)練結(jié)果,最終提取出句子中包含的實體對并提取其隱層向量,最后模型將會在兩個網(wǎng)絡(luò)輸出向量的結(jié)合層累積影響向量,進(jìn)一步得出實體及其關(guān)系抽取結(jié)果。

    在實體關(guān)系抽取模型的輸出層中,利用SoftMax層,對每個輸出節(jié)點的輸出向量進(jìn)行概率轉(zhuǎn)化,并找到概率最高的輸出節(jié)點所對應(yīng)的詞作為該句子的關(guān)系詞。關(guān)系詞的概率轉(zhuǎn)化計算公式如下:

    式中:P(q|S)為關(guān)系詞的概率值,%;S為輸入的句子;q為預(yù)測的關(guān)系詞;wν為權(quán)重;V為輸出向量;bν為偏置向量。

    對于關(guān)系標(biāo)注部分,輸入句子的每一個詞會被指派一個關(guān)系標(biāo)簽,本文中采用0~1標(biāo)簽為關(guān)系做標(biāo)注,其中識別出的關(guān)系詞被標(biāo)記為1,非關(guān)系詞標(biāo)記為0。因此,關(guān)系標(biāo)注問題可以轉(zhuǎn)變?yōu)椋簩τ诮o定的長度為n的句子S=(s1,…st,…sn),假設(shè)標(biāo)注輸出結(jié)果為Q=(q1,…qt,…qn),在已知序列S下,找出使得Q=(q1,…qt,…qn)的概率P=(q1,…qt,…qn)最大的序列(q1,…qt,…qn)。概率P計算公式如下:

    式中:P(q|S;W,b)表示輸出序列Q為最優(yōu)序列的概率;W為權(quán)重;b為偏置向量;ψ(q',q,S)=exp(WTq',qz+b,q)是一個隱含函數(shù)(其中,WT表示權(quán)重向量的轉(zhuǎn)置,b表示偏置向量,z表示詞向量的權(quán)重向量)。

    最后,使用維特比算法對式(5)所得P(q|S;W,b)進(jìn)行有效的解碼運算,得到每個詞最終的標(biāo)注向量。

    3.2 基于領(lǐng)域詞的位置感知注意力機(jī)制

    為了將食品安全領(lǐng)域的語言特點融入模型網(wǎng)絡(luò)中,使得實體關(guān)系抽取效果更加優(yōu)異,在模型中引入了基于領(lǐng)域詞的位置感知注意力機(jī)制。

    依據(jù)食品安全領(lǐng)域的專業(yè)詞匯,構(gòu)建食品安全領(lǐng)域詞庫,依據(jù)詞語是否匹配到領(lǐng)域詞庫的原則,篩選詞語,確定領(lǐng)域詞匯。具體執(zhí)行過程見圖4。

    圖4 領(lǐng)域詞匯匹配示例Fig.4 Examples of domain vocabulary matching

    本模型對輸入詞向量中的領(lǐng)域詞進(jìn)行識別,經(jīng)過基于領(lǐng)域詞的位置感知注意力機(jī)制的計算,將影響向量傳播到BiLSTM隱層向量中結(jié)合計算,從而影響B(tài)iLSTM的輸出結(jié)果。最后模型將會在兩個網(wǎng)絡(luò)輸出向量的結(jié)合層累積影響向量,進(jìn)一步得出實體及其關(guān)系抽取結(jié)果。

    注意力機(jī)制所生成的影響向量具體計算過程為:假設(shè)領(lǐng)域詞在隱層向量各維度上的影響是基于高斯分布的,同時設(shè)K為影響的基礎(chǔ)矩陣,則其影響的表達(dá)式如下:

    式中:K(i,m)表示距離向量第i維度距離為m的領(lǐng)域詞對其產(chǎn)生的影響;N(Kernel(m),σ2)表示期望值為Kernel(m)、標(biāo)準(zhǔn)差為σ的正態(tài)分布。Kernel(m)表示高斯核函數(shù),可以對位置感知的影響傳播進(jìn)行模擬,其表達(dá)式如下:

    式中:m表示領(lǐng)域詞到其影響維度的距離;σ表示高斯濾波器寬度。

    根據(jù)領(lǐng)域詞的位置關(guān)系,可以計算每個領(lǐng)域詞的影響矩陣,通過計算的積累,最后獲得每個特定位置下領(lǐng)域詞的影響向量:

    式中:cfj代表領(lǐng)域詞在位置j處的累計影響向量;Sj表示一個距離的計數(shù)向量,用來測量屬于領(lǐng)域詞的數(shù)量,K為設(shè)定的基礎(chǔ)影響矩陣。

    4 結(jié)果與分析

    4.1 實驗構(gòu)建

    本次實驗以Python3.7語言為依托,利用Tensorflow和Pytorch框架構(gòu)建深度學(xué)習(xí)模型,同時選用MySQL數(shù)據(jù)庫進(jìn)行數(shù)據(jù)的調(diào)用與存儲。實驗設(shè)備方面,工作站內(nèi)存為16 GB,搭載Windows 10(X64)和Linux CentOS7操作系統(tǒng),Intel酷睿i7 7700HQ處理器。

    本次實驗數(shù)據(jù)集按4∶1的比例拆分,其中訓(xùn)練集有效語句近6 000條,主要用作對BERT模型和雙向長短期記憶網(wǎng)絡(luò)(BiLSTM)模型進(jìn)行訓(xùn)練,并使各項參數(shù)達(dá)到最優(yōu)值;測試集有效語句約為1 500條,用于對模型的實體關(guān)系抽取效果進(jìn)行評估。

    實驗參數(shù)的設(shè)置與選擇上,設(shè)置詞嵌入層使用100維的Glove詞向量,BiLSTM網(wǎng)絡(luò)輸出向量的維度是128維,注意力機(jī)制中設(shè)置μ為8。BERT模型的參數(shù)設(shè)置見表3。

    表3 BERT模型參數(shù)設(shè)置Table 3 Parameters setting of BERT model

    4.2 實驗結(jié)果對比與分析

    為了展示雙網(wǎng)絡(luò)及其注意力模型的效果,利用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型與本文模型針對同一數(shù)據(jù)集展開了一系列對比實驗。對比模型整體分為卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)模型、BiLSTM模型和BERT模型,并通過是否引用注意力機(jī)制來提升對比效果。具體的實驗結(jié)果見表4。

    表4 不同模型在實驗數(shù)據(jù)集上的性能對比Table 4 Performance comparison of different models on experimental data set

    由表4可知,BiLSTM-ATT模型在實驗數(shù)據(jù)集上準(zhǔn)確率、召回率、F1值分別達(dá)到了0.801、0.748和0.774,整體上要比CNN及CNN-ATT模型具有更好的性能表現(xiàn),但帶有注意力的CNN仍有著不俗的表現(xiàn),F(xiàn)1值達(dá)到了0.743。而BERT模型憑借著自身強大的訓(xùn)練機(jī)制,不出意外的將整體實體關(guān)系抽取效果提升了一個檔次,三項評價指標(biāo)均達(dá)到了0.850以上,較傳統(tǒng)的深度學(xué)習(xí)模型有很大的提升。值得注意的是,本文提出的BERT-BiLSTM-Attention雙網(wǎng)絡(luò)模型在準(zhǔn)確率和召回率層面上均體現(xiàn)出了更好的性能,分別達(dá)到了0.894和0.867,F(xiàn)1值高達(dá)0.880,較單網(wǎng)絡(luò)的BERT模型提高了1.5個百分點。在本文模型中,BERT模型自身就有著優(yōu)秀的字向量訓(xùn)練機(jī)制,并根據(jù)偏旁部首的加強訓(xùn)練,結(jié)合BiLSTM在領(lǐng)域詞上的注意力機(jī)制,進(jìn)一步優(yōu)化了網(wǎng)絡(luò)整體的注意力權(quán)值計算。對于關(guān)系抽取而言,本文所使用的雙網(wǎng)絡(luò)模型針對句子結(jié)構(gòu)上有著較好的反饋,同時又不拋棄垂直領(lǐng)域詞匯帶來的更多有用的信息。

    5 結(jié)論

    本研究完成的主要工作是基于BERT-BiLSTM-Attention構(gòu)建了一個關(guān)系抽取模型,應(yīng)用到食品安全領(lǐng)域的關(guān)系和實體識別中,進(jìn)行關(guān)系抽取,通過BERT模型對語料中的關(guān)系進(jìn)行提取,并將隱層向量與BiLSTM-Attention模型隱層向量相結(jié)合,更優(yōu)的提取出食品安全語料中的對應(yīng)實體,這兩個模型共同組合成食品安全事件實體關(guān)系抽取模型,其在測試集上取得了很好的實體關(guān)系抽取效果,準(zhǔn)確率、召回率、F1值分別達(dá)到了0.894、0.867和0.880。

    本文的研究為食品安全領(lǐng)域的文本抽取以及知識圖譜構(gòu)建提供了新的方法及思路,為實現(xiàn)相關(guān)食品安全監(jiān)管可視化平臺、智能問答等應(yīng)用奠定了基礎(chǔ)。此外如何對抽取后出現(xiàn)的噪音數(shù)據(jù)進(jìn)行識別、校正以及對食品領(lǐng)域詞、知識的補全將會是下一步工作的重點。未來可通過人工智能進(jìn)一步打造食品安全監(jiān)管智能化系統(tǒng),實現(xiàn)資源共享,提高監(jiān)管力度,為人民群眾提供更優(yōu)質(zhì)的服務(wù)。

    猜你喜歡
    語料注意力實體
    讓注意力“飛”回來
    前海自貿(mào)區(qū):金融服務(wù)實體
    中國外匯(2019年18期)2019-11-25 01:41:54
    實體的可感部分與實體——兼論亞里士多德分析實體的兩種模式
    “揚眼”APP:讓注意力“變現(xiàn)”
    傳媒評論(2017年3期)2017-06-13 09:18:10
    振興實體經(jīng)濟(jì)地方如何“釘釘子”
    兩會進(jìn)行時:緊扣實體經(jīng)濟(jì)“釘釘子”
    基于語料調(diào)查的“連……都(也)……”出現(xiàn)的語義背景分析
    A Beautiful Way Of Looking At Things
    華語電影作為真實語料在翻譯教學(xué)中的應(yīng)用
    《苗防備覽》中的湘西語料
    久久国产精品大桥未久av | 免费高清在线观看视频在线观看| 国产成人精品婷婷| 日韩欧美精品免费久久| 性色av一级| 一级毛片aaaaaa免费看小| 国产有黄有色有爽视频| 我的女老师完整版在线观看| 午夜福利影视在线免费观看| av黄色大香蕉| 免费看光身美女| 午夜日本视频在线| 成人18禁高潮啪啪吃奶动态图 | 国产精品三级大全| 亚洲欧美清纯卡通| 久久国产精品男人的天堂亚洲 | 最近2019中文字幕mv第一页| 久久毛片免费看一区二区三区| av.在线天堂| 国产伦精品一区二区三区视频9| 青春草亚洲视频在线观看| 熟女人妻精品中文字幕| 免费少妇av软件| 大陆偷拍与自拍| 亚洲欧美成人综合另类久久久| 欧美日韩视频高清一区二区三区二| 最近的中文字幕免费完整| 青春草视频在线免费观看| 亚洲av成人精品一二三区| 国产精品三级大全| 精品人妻熟女av久视频| 日韩一区二区视频免费看| 亚洲精品aⅴ在线观看| 爱豆传媒免费全集在线观看| 免费观看的影片在线观看| 直男gayav资源| 网址你懂的国产日韩在线| 精品久久久久久久久亚洲| 免费大片18禁| 国产亚洲一区二区精品| 99re6热这里在线精品视频| 亚洲精品久久久久久婷婷小说| 国产精品欧美亚洲77777| 在现免费观看毛片| 午夜免费观看性视频| 午夜福利网站1000一区二区三区| 国产高清国产精品国产三级 | 99热国产这里只有精品6| 日本av手机在线免费观看| 性色av一级| 少妇丰满av| 噜噜噜噜噜久久久久久91| 亚洲欧美一区二区三区国产| 久热这里只有精品99| 交换朋友夫妻互换小说| 一级毛片电影观看| 久久精品国产亚洲网站| 精品少妇黑人巨大在线播放| 国产一区二区在线观看日韩| 一区二区三区免费毛片| 欧美高清性xxxxhd video| 看免费成人av毛片| 黄片wwwwww| 免费观看无遮挡的男女| 久久久a久久爽久久v久久| 你懂的网址亚洲精品在线观看| 少妇人妻久久综合中文| 我要看黄色一级片免费的| 免费黄频网站在线观看国产| 亚洲av欧美aⅴ国产| 国产精品免费大片| 天堂俺去俺来也www色官网| 久久久欧美国产精品| 亚洲精品日韩在线中文字幕| 久久99热这里只频精品6学生| 久久久久性生活片| 成人高潮视频无遮挡免费网站| 少妇人妻一区二区三区视频| 国产免费视频播放在线视频| av在线老鸭窝| 国产爱豆传媒在线观看| 天堂8中文在线网| 妹子高潮喷水视频| 波野结衣二区三区在线| 亚洲综合色惰| 国产人妻一区二区三区在| 80岁老熟妇乱子伦牲交| 哪个播放器可以免费观看大片| 精品少妇久久久久久888优播| 国产精品蜜桃在线观看| 一级毛片黄色毛片免费观看视频| 亚州av有码| 国模一区二区三区四区视频| 少妇人妻精品综合一区二区| 精品99又大又爽又粗少妇毛片| 国产69精品久久久久777片| 嘟嘟电影网在线观看| 亚洲人成网站在线播| 国产高清三级在线| 少妇的逼水好多| 精品酒店卫生间| 亚洲欧美精品自产自拍| 亚洲精品日韩av片在线观看| 日本vs欧美在线观看视频 | 在线观看免费高清a一片| 国产深夜福利视频在线观看| 22中文网久久字幕| 久久人人爽av亚洲精品天堂 | 亚洲国产欧美在线一区| 日韩 亚洲 欧美在线| 欧美高清成人免费视频www| 亚洲欧美日韩无卡精品| 国产在视频线精品| 精品一区二区三卡| 欧美日韩精品成人综合77777| 大片免费播放器 马上看| 乱码一卡2卡4卡精品| 大话2 男鬼变身卡| 色视频在线一区二区三区| 在线亚洲精品国产二区图片欧美 | 国产探花极品一区二区| 99久久中文字幕三级久久日本| 2021少妇久久久久久久久久久| 联通29元200g的流量卡| 观看av在线不卡| 美女内射精品一级片tv| 精品久久久噜噜| 午夜日本视频在线| 精品久久久久久久末码| 日韩一区二区视频免费看| 亚洲精品,欧美精品| 国产黄片视频在线免费观看| 乱码一卡2卡4卡精品| 国产高潮美女av| 我要看日韩黄色一级片| 女的被弄到高潮叫床怎么办| 日本黄大片高清| a级毛片免费高清观看在线播放| 男人狂女人下面高潮的视频| 久久国内精品自在自线图片| 欧美丝袜亚洲另类| 久久久久久久久久久免费av| 97超视频在线观看视频| 免费看av在线观看网站| 亚洲成人av在线免费| 爱豆传媒免费全集在线观看| 乱系列少妇在线播放| 欧美+日韩+精品| 国产亚洲5aaaaa淫片| 久久 成人 亚洲| 乱码一卡2卡4卡精品| 精品人妻偷拍中文字幕| 久久韩国三级中文字幕| 国产在线男女| 精品久久久久久电影网| 简卡轻食公司| .国产精品久久| 美女国产视频在线观看| 国产精品99久久99久久久不卡 | 赤兔流量卡办理| 亚洲欧美精品专区久久| 国产免费一区二区三区四区乱码| 日韩视频在线欧美| 免费播放大片免费观看视频在线观看| 欧美xxxx性猛交bbbb| 内射极品少妇av片p| 国产精品秋霞免费鲁丝片| 国产精品熟女久久久久浪| 免费看不卡的av| 男女下面进入的视频免费午夜| 日本一二三区视频观看| 久久精品国产亚洲av涩爱| 国产成人免费观看mmmm| 97精品久久久久久久久久精品| 一个人看视频在线观看www免费| 日韩制服骚丝袜av| 狂野欧美激情性bbbbbb| 国产男女超爽视频在线观看| 偷拍熟女少妇极品色| 老熟女久久久| 日本与韩国留学比较| 亚洲国产最新在线播放| av视频免费观看在线观看| 日韩中字成人| 在线 av 中文字幕| 女人久久www免费人成看片| 777米奇影视久久| 99热这里只有是精品在线观看| 伦理电影大哥的女人| 国产精品人妻久久久影院| 成年免费大片在线观看| 寂寞人妻少妇视频99o| 在线观看美女被高潮喷水网站| 伊人久久国产一区二区| 中文欧美无线码| 最后的刺客免费高清国语| av视频免费观看在线观看| 亚洲欧洲国产日韩| 人妻系列 视频| .国产精品久久| av一本久久久久| 久久精品国产亚洲av天美| 永久免费av网站大全| 午夜免费鲁丝| 人人妻人人看人人澡| 精品国产三级普通话版| 熟女人妻精品中文字幕| av.在线天堂| 综合色丁香网| 在线观看免费视频网站a站| 久久国产乱子免费精品| 国产人妻一区二区三区在| 国产成人精品福利久久| 成人18禁高潮啪啪吃奶动态图 | 高清欧美精品videossex| 久久av网站| 各种免费的搞黄视频| 建设人人有责人人尽责人人享有的 | 久久99精品国语久久久| 中文字幕精品免费在线观看视频 | 啦啦啦中文免费视频观看日本| av在线app专区| 2022亚洲国产成人精品| 国产精品久久久久久精品电影小说 | 日日撸夜夜添| 人妻系列 视频| 十八禁网站网址无遮挡 | 日韩欧美 国产精品| 欧美日韩精品成人综合77777| av国产精品久久久久影院| 国产成人a区在线观看| 91aial.com中文字幕在线观看| 99久久精品国产国产毛片| 久久久久久久久久成人| 免费久久久久久久精品成人欧美视频 | 久久精品熟女亚洲av麻豆精品| 国产极品天堂在线| 欧美日韩国产mv在线观看视频 | 国产免费一区二区三区四区乱码| 国产一区二区三区综合在线观看 | 人妻一区二区av| 97超视频在线观看视频| av线在线观看网站| 只有这里有精品99| 少妇 在线观看| 国产av码专区亚洲av| 国产综合精华液| 美女中出高潮动态图| 久久精品久久久久久噜噜老黄| 少妇人妻精品综合一区二区| 两个人的视频大全免费| 高清欧美精品videossex| 日本黄色日本黄色录像| 欧美性感艳星| 欧美高清成人免费视频www| 18禁裸乳无遮挡动漫免费视频| 嘟嘟电影网在线观看| 国产永久视频网站| 大香蕉97超碰在线| 最近中文字幕2019免费版| 久久综合国产亚洲精品| 午夜视频国产福利| 国产男女内射视频| 99久久人妻综合| av播播在线观看一区| 亚洲国产色片| 国产精品一区二区三区四区免费观看| 亚洲av男天堂| 午夜精品国产一区二区电影| 91午夜精品亚洲一区二区三区| 免费av中文字幕在线| 97在线人人人人妻| 国产伦精品一区二区三区视频9| 建设人人有责人人尽责人人享有的 | 最黄视频免费看| 久久久久国产精品人妻一区二区| 寂寞人妻少妇视频99o| 亚洲成人手机| 麻豆成人av视频| 国产国拍精品亚洲av在线观看| 久久女婷五月综合色啪小说| 久久影院123| 精品一区二区三卡| 大码成人一级视频| 亚洲人成网站高清观看| 亚洲一级一片aⅴ在线观看| 亚洲av不卡在线观看| 亚洲精品自拍成人| 一级毛片我不卡| 久久鲁丝午夜福利片| a级毛片免费高清观看在线播放| 亚洲人成网站高清观看| 成人国产av品久久久| 天天躁日日操中文字幕| 成人高潮视频无遮挡免费网站| 国产高清国产精品国产三级 | 超碰av人人做人人爽久久| 日韩欧美一区视频在线观看 | 免费观看的影片在线观看| 国产黄片美女视频| 久久韩国三级中文字幕| 亚洲色图av天堂| 人人妻人人添人人爽欧美一区卜 | 亚州av有码| 亚洲av在线观看美女高潮| 日本午夜av视频| 亚洲精品第二区| 国产女主播在线喷水免费视频网站| 精品久久久精品久久久| 大陆偷拍与自拍| 一二三四中文在线观看免费高清| 国产精品一区二区三区四区免费观看| 久久久久久久精品精品| 欧美激情国产日韩精品一区| 美女xxoo啪啪120秒动态图| 国产av一区二区精品久久 | 99久久人妻综合| 哪个播放器可以免费观看大片| 久久久久性生活片| 亚洲精品久久久久久婷婷小说| 国产精品一区www在线观看| 欧美三级亚洲精品| 99久国产av精品国产电影| 黑丝袜美女国产一区| 亚洲欧美日韩卡通动漫| 国产成人freesex在线| 青春草亚洲视频在线观看| 欧美极品一区二区三区四区| 99国产精品免费福利视频| 草草在线视频免费看| 女性被躁到高潮视频| av天堂中文字幕网| 一级毛片我不卡| 免费av不卡在线播放| 国产成人免费无遮挡视频| 十八禁网站网址无遮挡 | 麻豆乱淫一区二区| 午夜福利在线在线| 国产视频内射| 在线观看免费日韩欧美大片 | 成年人午夜在线观看视频| 欧美区成人在线视频| 大片免费播放器 马上看| 亚洲中文av在线| 丰满迷人的少妇在线观看| 午夜免费男女啪啪视频观看| 中国国产av一级| 久久久欧美国产精品| 欧美国产精品一级二级三级 | 两个人的视频大全免费| 成年人午夜在线观看视频| 永久网站在线| 国产片特级美女逼逼视频| 身体一侧抽搐| 国产成人aa在线观看| 欧美精品人与动牲交sv欧美| 丝袜脚勾引网站| 亚洲av欧美aⅴ国产| 久久久久网色| 交换朋友夫妻互换小说| 久久精品夜色国产| 亚洲精品久久久久久婷婷小说| 久久久久国产精品人妻一区二区| 亚洲精品乱码久久久久久按摩| 国产美女午夜福利| 亚洲精品日韩在线中文字幕| 亚洲精品成人av观看孕妇| 亚洲av欧美aⅴ国产| 亚洲国产精品成人久久小说| 午夜福利网站1000一区二区三区| 国产成人aa在线观看| 在线观看av片永久免费下载| 免费在线观看成人毛片| 日本av免费视频播放| 亚洲精品中文字幕在线视频 | 成人黄色视频免费在线看| 韩国高清视频一区二区三区| 中文欧美无线码| 99热这里只有是精品在线观看| 久久99精品国语久久久| 香蕉精品网在线| 国产黄色免费在线视频| 亚洲国产最新在线播放| 国产成人一区二区在线| 99久久中文字幕三级久久日本| 久久精品国产亚洲网站| 亚洲色图av天堂| 久久ye,这里只有精品| 精品亚洲乱码少妇综合久久| 自拍偷自拍亚洲精品老妇| 热99国产精品久久久久久7| 九草在线视频观看| 色哟哟·www| 丝瓜视频免费看黄片| 亚洲一区二区三区欧美精品| 最近手机中文字幕大全| 国产探花极品一区二区| 国产国拍精品亚洲av在线观看| 免费黄网站久久成人精品| 亚洲精品亚洲一区二区| 国产成人免费无遮挡视频| 国产精品不卡视频一区二区| 国产精品一及| 精品一区二区三卡| 国产精品爽爽va在线观看网站| 亚洲国产精品999| 少妇裸体淫交视频免费看高清| 国产一区二区三区综合在线观看 | 欧美精品一区二区大全| a级毛色黄片| 亚洲天堂av无毛| 久久久久久久大尺度免费视频| 日韩伦理黄色片| 亚洲av在线观看美女高潮| av免费在线看不卡| h视频一区二区三区| 黑人猛操日本美女一级片| 日韩成人伦理影院| 欧美zozozo另类| 久久久久久久久久人人人人人人| 老司机影院成人| 男的添女的下面高潮视频| 99热全是精品| 男女下面进入的视频免费午夜| 又爽又黄a免费视频| 一本色道久久久久久精品综合| 国产成人a区在线观看| 色哟哟·www| 国产伦理片在线播放av一区| 91精品国产国语对白视频| 人体艺术视频欧美日本| 国产 精品1| av在线观看视频网站免费| 干丝袜人妻中文字幕| 男女下面进入的视频免费午夜| 精品亚洲成a人片在线观看 | www.av在线官网国产| 久久午夜福利片| 一级毛片黄色毛片免费观看视频| 熟女人妻精品中文字幕| 欧美日韩视频精品一区| 久久精品国产a三级三级三级| 亚州av有码| a级一级毛片免费在线观看| 国产精品女同一区二区软件| 黄色日韩在线| 日韩亚洲欧美综合| 这个男人来自地球电影免费观看 | 日本黄色片子视频| 搡女人真爽免费视频火全软件| 国产色爽女视频免费观看| 亚洲人与动物交配视频| 国产亚洲5aaaaa淫片| 中文字幕亚洲精品专区| 18禁裸乳无遮挡动漫免费视频| h视频一区二区三区| 国产精品女同一区二区软件| 夫妻性生交免费视频一级片| 简卡轻食公司| 亚洲成人中文字幕在线播放| 国产乱人偷精品视频| 五月玫瑰六月丁香| 亚洲国产精品999| 在线观看免费高清a一片| 亚洲第一区二区三区不卡| 少妇 在线观看| 国产精品偷伦视频观看了| 国产91av在线免费观看| 国产男人的电影天堂91| 亚洲精品一二三| 久久97久久精品| 人体艺术视频欧美日本| 在线免费观看不下载黄p国产| 精华霜和精华液先用哪个| 新久久久久国产一级毛片| 精品久久久久久久久av| 伦精品一区二区三区| 欧美成人一区二区免费高清观看| 久久热精品热| 纯流量卡能插随身wifi吗| 97超视频在线观看视频| 日韩在线高清观看一区二区三区| 毛片一级片免费看久久久久| 欧美精品一区二区大全| 国产精品蜜桃在线观看| 大码成人一级视频| 国产精品99久久久久久久久| 最近手机中文字幕大全| 国产亚洲5aaaaa淫片| 丝瓜视频免费看黄片| 少妇的逼好多水| 亚洲在久久综合| 最近手机中文字幕大全| av在线观看视频网站免费| 99久久人妻综合| 日本猛色少妇xxxxx猛交久久| 亚洲无线观看免费| 一区二区三区乱码不卡18| 91午夜精品亚洲一区二区三区| 18禁动态无遮挡网站| 亚洲自偷自拍三级| 国产精品99久久久久久久久| 中文字幕精品免费在线观看视频 | 老熟女久久久| 欧美另类一区| h日本视频在线播放| 国产人妻一区二区三区在| 日本午夜av视频| 在线观看一区二区三区激情| 一级毛片久久久久久久久女| 欧美日韩综合久久久久久| 精品人妻熟女av久视频| 久久久久精品久久久久真实原创| 亚洲丝袜综合中文字幕| 一二三四中文在线观看免费高清| 中文天堂在线官网| 中文字幕免费在线视频6| 国产国拍精品亚洲av在线观看| 国产探花极品一区二区| 色婷婷久久久亚洲欧美| av免费观看日本| 欧美一级a爱片免费观看看| 色视频在线一区二区三区| 免费观看av网站的网址| 建设人人有责人人尽责人人享有的 | 激情五月婷婷亚洲| 黄色日韩在线| 亚洲精品第二区| 精品一区二区免费观看| 日韩在线高清观看一区二区三区| 一级毛片我不卡| 国产亚洲5aaaaa淫片| videos熟女内射| 国产综合精华液| 国产男女超爽视频在线观看| 久久久久性生活片| 99久久中文字幕三级久久日本| 熟女av电影| 亚洲va在线va天堂va国产| 在线观看免费日韩欧美大片 | 99久久人妻综合| 男女国产视频网站| 欧美区成人在线视频| 久久久久性生活片| 亚洲一级一片aⅴ在线观看| 人妻一区二区av| 毛片女人毛片| 婷婷色综合大香蕉| h视频一区二区三区| 国产成人a∨麻豆精品| 亚洲精品亚洲一区二区| 精品亚洲成a人片在线观看 | 99视频精品全部免费 在线| 国产精品一二三区在线看| 18禁裸乳无遮挡动漫免费视频| 亚洲久久久国产精品| 老司机影院成人| 26uuu在线亚洲综合色| 国产av一区二区精品久久 | 免费大片黄手机在线观看| 简卡轻食公司| 日韩制服骚丝袜av| 国产伦理片在线播放av一区| 99久国产av精品国产电影| 黄片wwwwww| 午夜视频国产福利| 性色avwww在线观看| 国产一区二区三区av在线| 黄色欧美视频在线观看| 91久久精品国产一区二区成人| 男女啪啪激烈高潮av片| 亚洲国产精品国产精品| 18禁在线播放成人免费| 三级国产精品欧美在线观看| 特大巨黑吊av在线直播| 久久久精品94久久精品| 亚洲av二区三区四区| 国产精品一二三区在线看| xxx大片免费视频| 国产伦理片在线播放av一区| av卡一久久| 男女免费视频国产| 麻豆精品久久久久久蜜桃| 日本av免费视频播放| 国产精品久久久久久精品古装| 久久精品久久久久久噜噜老黄| 国语对白做爰xxxⅹ性视频网站| 日韩欧美 国产精品| 秋霞在线观看毛片| 精品久久久久久久久亚洲| 97在线人人人人妻| 国产男女内射视频| 欧美激情国产日韩精品一区| 精品久久久久久久末码| 大话2 男鬼变身卡| 麻豆精品久久久久久蜜桃| 又大又黄又爽视频免费| 成人美女网站在线观看视频| 日韩强制内射视频| 国产精品一区二区三区四区免费观看| 亚洲欧美清纯卡通| 亚洲av中文av极速乱| 在线亚洲精品国产二区图片欧美 | 日本黄色日本黄色录像| 性色avwww在线观看| 中文字幕av成人在线电影| 久热久热在线精品观看| 亚洲伊人久久精品综合| 欧美老熟妇乱子伦牲交| 久久久久网色| 美女国产视频在线观看| 亚洲最大成人中文| 最近的中文字幕免费完整| 日韩中文字幕视频在线看片 | 成年人午夜在线观看视频|