• <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
    亚洲av第一区精品v没综合| 久久久久免费精品人妻一区二区 | 久久人人精品亚洲av| 亚洲男人天堂网一区| 少妇裸体淫交视频免费看高清 | 中文字幕精品亚洲无线码一区 | 伊人久久大香线蕉亚洲五| 精品高清国产在线一区| 亚洲av日韩精品久久久久久密| 精华霜和精华液先用哪个| 精品久久久久久成人av| 久久久久国产一级毛片高清牌| tocl精华| 亚洲色图 男人天堂 中文字幕| 久久精品成人免费网站| 欧美黑人巨大hd| 一级作爱视频免费观看| 欧美成人免费av一区二区三区| 久久久久精品国产欧美久久久| 成人永久免费在线观看视频| 神马国产精品三级电影在线观看 | 国产黄色小视频在线观看| 俺也久久电影网| 亚洲第一欧美日韩一区二区三区| av电影中文网址| 国产成人啪精品午夜网站| 久久精品影院6| 亚洲自拍偷在线| 嫩草影视91久久| 日韩欧美 国产精品| 久久人人精品亚洲av| 国产av在哪里看| 久久人人精品亚洲av| 日韩成人在线观看一区二区三区| 国产不卡一卡二| 亚洲精品久久成人aⅴ小说| 日韩欧美免费精品| 国产成人精品久久二区二区91| 免费人成视频x8x8入口观看| 午夜免费鲁丝| 99国产精品一区二区三区| 成人国产一区最新在线观看| 国产男靠女视频免费网站| 岛国视频午夜一区免费看| 亚洲性夜色夜夜综合| 亚洲成av人片免费观看| 久久久久国产一级毛片高清牌| 50天的宝宝边吃奶边哭怎么回事| 日本熟妇午夜| 黄色成人免费大全| 亚洲 欧美 日韩 在线 免费| 国产野战对白在线观看| 亚洲久久久国产精品| 少妇裸体淫交视频免费看高清 | 亚洲午夜精品一区,二区,三区| 女人爽到高潮嗷嗷叫在线视频| 色综合婷婷激情| 婷婷亚洲欧美| 亚洲 国产 在线| av欧美777| 亚洲av成人av| 久久久精品国产亚洲av高清涩受| 在线观看舔阴道视频| 亚洲精品在线观看二区| 两个人视频免费观看高清| 欧美一级毛片孕妇| 国产精品1区2区在线观看.| 日韩 欧美 亚洲 中文字幕| 性色av乱码一区二区三区2| 桃色一区二区三区在线观看| 国产aⅴ精品一区二区三区波| 久久国产精品影院| 亚洲精品粉嫩美女一区| 首页视频小说图片口味搜索| av免费在线观看网站| 一区福利在线观看| 欧美乱妇无乱码| 99久久精品国产亚洲精品| av电影中文网址| 午夜免费成人在线视频| 波多野结衣高清作品| 长腿黑丝高跟| 欧美日本视频| 老司机深夜福利视频在线观看| 又黄又爽又免费观看的视频| 精品国产乱子伦一区二区三区| 真人做人爱边吃奶动态| av免费在线观看网站| 国内少妇人妻偷人精品xxx网站 | 欧美三级亚洲精品| 成人亚洲精品一区在线观看| av片东京热男人的天堂| 国语自产精品视频在线第100页| 黄色女人牲交| 母亲3免费完整高清在线观看| 成人18禁在线播放| 亚洲国产欧美日韩在线播放| 成在线人永久免费视频| 亚洲国产精品久久男人天堂| 免费在线观看影片大全网站| 视频区欧美日本亚洲| 亚洲成a人片在线一区二区| 免费一级毛片在线播放高清视频| 国产成人系列免费观看| 大香蕉久久成人网| 99久久99久久久精品蜜桃| 2021天堂中文幕一二区在线观 | 国产精品免费视频内射| 国产午夜精品久久久久久| av福利片在线| 色婷婷久久久亚洲欧美| 久久精品国产清高在天天线| 久久久国产成人免费| 一区二区三区国产精品乱码| 黑人巨大精品欧美一区二区mp4| 国产精品免费视频内射| 精品一区二区三区四区五区乱码| 99热6这里只有精品| 国产精品亚洲av一区麻豆| xxxwww97欧美| 天堂影院成人在线观看| 午夜免费鲁丝| 欧美日本视频| 亚洲专区中文字幕在线| 99热只有精品国产| 97超级碰碰碰精品色视频在线观看| 超碰成人久久| 亚洲av美国av| 97超级碰碰碰精品色视频在线观看| 日韩国内少妇激情av| 男女下面进入的视频免费午夜 | 久久国产精品人妻蜜桃| 婷婷精品国产亚洲av在线| 黄色视频,在线免费观看| 少妇被粗大的猛进出69影院| 满18在线观看网站| 级片在线观看| 日韩欧美国产一区二区入口| 亚洲国产精品成人综合色| 91大片在线观看| 麻豆成人av在线观看| 国产爱豆传媒在线观看 | 日韩精品免费视频一区二区三区| 亚洲 欧美 日韩 在线 免费| 曰老女人黄片| 精品人妻1区二区| 国产精品久久久久久亚洲av鲁大| 午夜免费成人在线视频| 国产不卡一卡二| 岛国视频午夜一区免费看| 久久人妻福利社区极品人妻图片| 成人手机av| 午夜福利成人在线免费观看| 久久香蕉精品热| 国产一区二区激情短视频| 99久久精品国产亚洲精品| 成人国产综合亚洲| av有码第一页| 精品久久久久久久久久久久久 | 日本精品一区二区三区蜜桃| 高清毛片免费观看视频网站| 可以在线观看的亚洲视频| 好男人电影高清在线观看| 午夜影院日韩av| 一夜夜www| 亚洲一区高清亚洲精品| 国产亚洲精品综合一区在线观看 | 日本熟妇午夜| 午夜福利18| 午夜福利免费观看在线| 久久久久久亚洲精品国产蜜桃av| 欧美日本视频| 一级a爱片免费观看的视频| 一个人免费在线观看的高清视频| 女警被强在线播放| 国产99久久九九免费精品| 国产视频一区二区在线看| 国产精品影院久久| 老汉色av国产亚洲站长工具| 久久精品国产亚洲av高清一级| 桃色一区二区三区在线观看| 国产1区2区3区精品| 国产精品亚洲一级av第二区| 老熟妇仑乱视频hdxx| 久久婷婷人人爽人人干人人爱| 日韩视频一区二区在线观看| 国产成人一区二区三区免费视频网站| 岛国在线观看网站| 亚洲精品美女久久久久99蜜臀| aaaaa片日本免费| 国产精品99久久99久久久不卡| 在线天堂中文资源库| 国产v大片淫在线免费观看| 亚洲三区欧美一区| 成在线人永久免费视频| 欧美久久黑人一区二区| 国产一区在线观看成人免费| 午夜激情福利司机影院| 亚洲国产高清在线一区二区三 | 日本 欧美在线| 99国产综合亚洲精品| 12—13女人毛片做爰片一| 国产精品影院久久| 久久精品国产清高在天天线| 搡老妇女老女人老熟妇| 午夜老司机福利片| 日韩欧美国产在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲精品粉嫩美女一区| 亚洲国产精品久久男人天堂| 波多野结衣高清无吗| 母亲3免费完整高清在线观看| 国产精品电影一区二区三区| 搡老岳熟女国产| 男人操女人黄网站| 看片在线看免费视频| 国产一区二区三区视频了| 国产伦人伦偷精品视频| 中文字幕高清在线视频| 他把我摸到了高潮在线观看| 非洲黑人性xxxx精品又粗又长| 国产精品一区二区精品视频观看| 99国产综合亚洲精品| 中文在线观看免费www的网站 | 无遮挡黄片免费观看| 在线观看免费日韩欧美大片| 少妇熟女aⅴ在线视频| 国产精品一区二区三区四区久久 | 亚洲三区欧美一区| 18禁美女被吸乳视频| 淫妇啪啪啪对白视频| 波多野结衣av一区二区av| 久久九九热精品免费| 欧美 亚洲 国产 日韩一| 男女床上黄色一级片免费看| 色综合欧美亚洲国产小说| 一区二区三区高清视频在线| 午夜免费激情av| 无限看片的www在线观看| 中文字幕人妻丝袜一区二区| 亚洲精品国产一区二区精华液| 亚洲全国av大片| 精品久久久久久久末码| 少妇熟女aⅴ在线视频| 国产午夜精品久久久久久| 法律面前人人平等表现在哪些方面| www.自偷自拍.com| 欧美zozozo另类| 精品久久久久久久人妻蜜臀av| 日韩欧美一区二区三区在线观看| 午夜福利成人在线免费观看| 日韩欧美国产一区二区入口| 国产熟女午夜一区二区三区| 亚洲专区国产一区二区| 国产成人精品久久二区二区91| 黄色毛片三级朝国网站| 亚洲久久久国产精品| 熟女少妇亚洲综合色aaa.| 亚洲中文字幕一区二区三区有码在线看 | 亚洲国产欧美网| 国产私拍福利视频在线观看| 精品日产1卡2卡| 波多野结衣高清无吗| 黑人操中国人逼视频| 亚洲国产看品久久| 精品久久蜜臀av无| 精品久久久久久,| 亚洲人成电影免费在线| 丝袜在线中文字幕| 十八禁人妻一区二区| 色老头精品视频在线观看| 亚洲狠狠婷婷综合久久图片| 日日爽夜夜爽网站| АⅤ资源中文在线天堂| 黄色a级毛片大全视频| 草草在线视频免费看| 欧美中文日本在线观看视频| 国产三级在线视频| 国产日本99.免费观看| 麻豆久久精品国产亚洲av| 少妇裸体淫交视频免费看高清 | 9191精品国产免费久久| 国产欧美日韩一区二区三| 久99久视频精品免费| 国产精品亚洲美女久久久| 久久天堂一区二区三区四区| 天天添夜夜摸| 色尼玛亚洲综合影院| 日韩欧美 国产精品| 男女之事视频高清在线观看| 美女扒开内裤让男人捅视频| 日本熟妇午夜| 国产免费av片在线观看野外av| 亚洲人成电影免费在线| 淫妇啪啪啪对白视频| 91成人精品电影| а√天堂www在线а√下载| xxx96com| 日本免费一区二区三区高清不卡| 午夜福利18| 视频在线观看一区二区三区| 黄色丝袜av网址大全| 亚洲 国产 在线| 在线观看一区二区三区| cao死你这个sao货| 九色国产91popny在线| 久久人人精品亚洲av| 国产亚洲av嫩草精品影院| 最新美女视频免费是黄的| 亚洲国产欧美日韩在线播放| 一个人免费在线观看的高清视频| 精品日产1卡2卡| 大型黄色视频在线免费观看| 日韩av在线大香蕉| 精品一区二区三区av网在线观看| 精品国产超薄肉色丝袜足j| 国产黄a三级三级三级人| 亚洲欧美激情综合另类| 一本大道久久a久久精品| 午夜福利一区二区在线看| 国产欧美日韩一区二区精品| 国产亚洲精品一区二区www| 久久99热这里只有精品18| tocl精华| 757午夜福利合集在线观看| 黄片小视频在线播放| 99热这里只有精品一区 | 一区二区三区国产精品乱码| 亚洲av日韩精品久久久久久密| 国产在线精品亚洲第一网站| 亚洲成人国产一区在线观看| 久久人妻av系列| 国产精品久久久久久精品电影 | 亚洲av成人av| 久久久久精品国产欧美久久久| 日本 av在线| 国产视频内射| 最好的美女福利视频网| 女人被狂操c到高潮| av中文乱码字幕在线| 国产成人av教育| 午夜福利高清视频| 午夜激情福利司机影院| 女人高潮潮喷娇喘18禁视频| 99热6这里只有精品| 好男人电影高清在线观看| 精品熟女少妇八av免费久了| 国产精品98久久久久久宅男小说| АⅤ资源中文在线天堂| 可以在线观看的亚洲视频| 天天一区二区日本电影三级| 国产精品,欧美在线| 99精品久久久久人妻精品| 国产精品亚洲美女久久久| 亚洲激情在线av| 亚洲欧美激情综合另类| 日本成人三级电影网站| 天天添夜夜摸| 91老司机精品| 日本 av在线| 亚洲色图 男人天堂 中文字幕| 黑人巨大精品欧美一区二区mp4| 亚洲国产欧美一区二区综合| 欧美日韩精品网址| 欧美黑人巨大hd| 手机成人av网站| 麻豆国产av国片精品| 国产精品自产拍在线观看55亚洲| 黄网站色视频无遮挡免费观看| 神马国产精品三级电影在线观看 | 特大巨黑吊av在线直播 | 欧美又色又爽又黄视频| 亚洲美女黄片视频| 久久精品91蜜桃| 不卡av一区二区三区| 三级毛片av免费| 国产日本99.免费观看| 黄色片一级片一级黄色片| 国产v大片淫在线免费观看| 国产成人精品久久二区二区免费| 老司机在亚洲福利影院| 动漫黄色视频在线观看| 国产精品香港三级国产av潘金莲| 女生性感内裤真人,穿戴方法视频| 制服诱惑二区| 亚洲欧美精品综合久久99| 中文字幕久久专区| 少妇 在线观看| 国产精品亚洲美女久久久| 精品高清国产在线一区| 妹子高潮喷水视频| 久久精品影院6| 日韩大码丰满熟妇| 亚洲国产日韩欧美精品在线观看 | 三级毛片av免费| 亚洲午夜理论影院| 国产一区在线观看成人免费| 久久久久九九精品影院| 国产成人精品久久二区二区免费| 日韩欧美一区二区三区在线观看| 女警被强在线播放| 黄网站色视频无遮挡免费观看| 1024视频免费在线观看| 亚洲无线在线观看| 日日夜夜操网爽| 一a级毛片在线观看| 亚洲精品粉嫩美女一区| 美女高潮到喷水免费观看| 少妇 在线观看| 波多野结衣高清作品| 国产区一区二久久| 久久久久久久久免费视频了| 麻豆久久精品国产亚洲av| 亚洲中文av在线| 日韩大码丰满熟妇| 精品午夜福利视频在线观看一区| 久久久久亚洲av毛片大全| 久久久国产成人免费| 老熟妇仑乱视频hdxx| 人成视频在线观看免费观看| 欧美不卡视频在线免费观看 | 99在线人妻在线中文字幕| xxx96com| 99re在线观看精品视频| 国产精品爽爽va在线观看网站 | 国产激情偷乱视频一区二区| 变态另类丝袜制服| 欧美最黄视频在线播放免费| 久久久水蜜桃国产精品网| 淫妇啪啪啪对白视频| 日韩三级视频一区二区三区| 中文字幕高清在线视频| 亚洲九九香蕉| 老司机在亚洲福利影院| 免费人成视频x8x8入口观看| 婷婷亚洲欧美| 久久久久国内视频| 国产一级毛片七仙女欲春2 | 久久国产乱子伦精品免费另类| xxxwww97欧美| 国产又爽黄色视频| 成人18禁高潮啪啪吃奶动态图| 欧美黄色片欧美黄色片| 99精品在免费线老司机午夜| 午夜福利免费观看在线| 不卡av一区二区三区| 国产伦人伦偷精品视频| 亚洲一区中文字幕在线| 久久久久九九精品影院| ponron亚洲| 美女 人体艺术 gogo| 嫩草影视91久久| 欧美黄色淫秽网站| 精品久久久久久,| 在线观看日韩欧美| 变态另类成人亚洲欧美熟女| 极品教师在线免费播放| 亚洲午夜精品一区,二区,三区| 欧美成人免费av一区二区三区| 自线自在国产av| 欧美丝袜亚洲另类 | 国产精品久久久久久亚洲av鲁大| 久久草成人影院| 久久精品国产亚洲av香蕉五月| 我的亚洲天堂| 成在线人永久免费视频| 成年版毛片免费区| 国产欧美日韩一区二区精品| 女人高潮潮喷娇喘18禁视频| 国内久久婷婷六月综合欲色啪| 亚洲成av片中文字幕在线观看| 色播在线永久视频| 欧美在线一区亚洲| 午夜两性在线视频| 三级毛片av免费| 国产成人系列免费观看| 国产v大片淫在线免费观看| 色综合亚洲欧美另类图片| 99精品在免费线老司机午夜| 精品国产乱码久久久久久男人| 黄色成人免费大全| 欧美日韩一级在线毛片| www日本黄色视频网| 高清在线国产一区| 色综合站精品国产| 欧美乱色亚洲激情| 久久久久国内视频| 日韩欧美国产一区二区入口| 亚洲精品国产一区二区精华液| 99精品欧美一区二区三区四区| 亚洲中文日韩欧美视频| 欧美黑人巨大hd| 亚洲精品中文字幕在线视频| 国产亚洲欧美98| 欧美日本亚洲视频在线播放| 99久久国产精品久久久| 亚洲国产看品久久| 可以免费在线观看a视频的电影网站| 两个人免费观看高清视频| 亚洲人成网站高清观看| 免费看美女性在线毛片视频| 色尼玛亚洲综合影院| 国产成人系列免费观看| 国产又黄又爽又无遮挡在线| a级毛片a级免费在线| 日韩国内少妇激情av| 欧美黑人巨大hd| 日韩免费av在线播放| 亚洲第一欧美日韩一区二区三区| 国产免费av片在线观看野外av| 久久 成人 亚洲| 俄罗斯特黄特色一大片| 国产黄片美女视频| 99久久国产精品久久久| 99re在线观看精品视频| 久久国产精品人妻蜜桃| 香蕉丝袜av| 黑人巨大精品欧美一区二区mp4| 十八禁人妻一区二区| 国产高清视频在线播放一区| 欧美另类亚洲清纯唯美| 波多野结衣高清作品| 欧美绝顶高潮抽搐喷水| 亚洲精品久久国产高清桃花| 国内少妇人妻偷人精品xxx网站 | 老司机午夜十八禁免费视频| 亚洲国产看品久久| 免费在线观看日本一区| 亚洲aⅴ乱码一区二区在线播放 | 天堂动漫精品| 一区二区三区国产精品乱码| 18美女黄网站色大片免费观看| 亚洲全国av大片| 中出人妻视频一区二区| 亚洲熟妇熟女久久| 欧美性长视频在线观看| 久久性视频一级片| 国产又爽黄色视频| 精品久久久久久久久久免费视频| 91av网站免费观看| 精品国产超薄肉色丝袜足j| 国产成人一区二区三区免费视频网站| 亚洲精品久久成人aⅴ小说| 国产激情偷乱视频一区二区| 亚洲av熟女| 精品少妇一区二区三区视频日本电影| 老司机午夜十八禁免费视频| 国产又色又爽无遮挡免费看| 亚洲av中文字字幕乱码综合 | 国产精品国产高清国产av| 欧美成狂野欧美在线观看| 波多野结衣高清无吗| 狠狠狠狠99中文字幕| 一级黄色大片毛片| 黄色片一级片一级黄色片| 99re在线观看精品视频| 亚洲 欧美一区二区三区| 日韩av在线大香蕉| 男人舔女人的私密视频| 欧美国产日韩亚洲一区| 国产精品九九99| 中文字幕精品免费在线观看视频| 色精品久久人妻99蜜桃| 国产三级在线视频| 国产精品一区二区免费欧美| 叶爱在线成人免费视频播放| 国产亚洲精品av在线| 国产精品 国内视频| 婷婷精品国产亚洲av在线| 老司机午夜福利在线观看视频| 亚洲国产毛片av蜜桃av| 中文字幕久久专区| 老鸭窝网址在线观看| 日韩精品青青久久久久久| 国产av一区在线观看免费| 欧美性猛交黑人性爽| 欧美绝顶高潮抽搐喷水| 好男人在线观看高清免费视频 | 啦啦啦观看免费观看视频高清| 51午夜福利影视在线观看| 亚洲中文字幕一区二区三区有码在线看 | 宅男免费午夜| 人人妻人人看人人澡| 日本免费a在线| 亚洲va日本ⅴa欧美va伊人久久| 国产黄色小视频在线观看| 99久久无色码亚洲精品果冻| 一区二区三区国产精品乱码| 国产一区二区激情短视频| 夜夜躁狠狠躁天天躁| 欧美激情极品国产一区二区三区| 一区二区三区国产精品乱码| 免费高清在线观看日韩| 欧美日本视频| 51午夜福利影视在线观看| 久久国产精品影院| 亚洲成av人片免费观看| 老司机靠b影院| 两人在一起打扑克的视频| 美女午夜性视频免费| 国产av一区在线观看免费| 老汉色av国产亚洲站长工具| 午夜日韩欧美国产| 狠狠狠狠99中文字幕| 亚洲中文字幕日韩| 久久香蕉激情| 国产免费av片在线观看野外av| 中文字幕精品免费在线观看视频| 久久久国产成人免费| 亚洲激情在线av| 超碰成人久久| 中文字幕精品亚洲无线码一区 | 日韩有码中文字幕| 一区二区日韩欧美中文字幕| 亚洲专区字幕在线|