• <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 ?

    電網(wǎng)故障處置預(yù)案文本中的命名實(shí)體識別研究

    2021-10-11 01:45:36江葉峰孫少華仇晨光王波戴則梅李杰
    電力工程技術(shù) 2021年5期
    關(guān)鍵詞:預(yù)案語料向量

    江葉峰,孫少華,仇晨光,王波,戴則梅,4,李杰

    (1.國網(wǎng)江蘇省電力有限公司,江蘇 南京 210024;2.南瑞集團(tuán)(國網(wǎng)電力科學(xué)研究院)有限公司,江蘇 南京 211106;3.國電南瑞科技股份有限公司,江蘇 南京 211106;4.南瑞集團(tuán)有限公司智能電網(wǎng)保護(hù)和運(yùn)行控制國家重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 211106)

    0 引言

    電網(wǎng)故障處置預(yù)案文本廣泛應(yīng)用于指導(dǎo)設(shè)備故障后電網(wǎng)狀態(tài)監(jiān)測和故障處理。故障發(fā)生后,傳統(tǒng)處置方式通過人工查閱預(yù)案文本,手動處置故障[1—2],難以滿足故障處置的高效性、及時性。隨著電網(wǎng)智能化進(jìn)程的不斷推進(jìn),電網(wǎng)故障處置機(jī)器人[3—4]應(yīng)能結(jié)合調(diào)度系統(tǒng)模型“閱讀”文本內(nèi)容,正確理解故障預(yù)案文本,實(shí)現(xiàn)相關(guān)涉事設(shè)備的自我調(diào)控。而預(yù)案文本由調(diào)度員人工編寫,每條文本質(zhì)量參差不齊[5]。因此,對文本進(jìn)行命名實(shí)體識別(named entity recognition,NER),解析預(yù)案中關(guān)鍵信息序列,對于提升文本的機(jī)器可讀性具有重要意義。

    近年來,國內(nèi)外學(xué)者針對NER任務(wù)展開了大量研究,文獻(xiàn)[6—7]通過建立領(lǐng)域詞典,提升了領(lǐng)域內(nèi)文本實(shí)體詞識別能力。文獻(xiàn)[8]采用統(tǒng)計(jì)分類方法識別實(shí)體詞。隨著詞向量技術(shù)的發(fā)展,專家學(xué)者逐漸將神經(jīng)網(wǎng)絡(luò)引入NER任務(wù)中,文獻(xiàn)[9]采用拓展卷積神經(jīng)網(wǎng)絡(luò)對文本序列建模,關(guān)注了文本局部知識與全局信息。文獻(xiàn)[10]分別利用循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network,RNN)以及長短期記憶網(wǎng)絡(luò)(long short-term memory,LSTM)標(biāo)注文本,進(jìn)一步提升了NER效果。在電力領(lǐng)域研究中,針對規(guī)范性文本淺層學(xué)習(xí),文獻(xiàn)[11—12]分別以規(guī)范的告警文本、停送電計(jì)劃為研究對象,參考調(diào)度平臺數(shù)據(jù)庫匹配關(guān)鍵字符,實(shí)現(xiàn)了關(guān)鍵實(shí)體詞與變量的識別。文獻(xiàn)[13]基于專家知識庫規(guī)則自動生成工作票安全措施。對于非規(guī)范性電網(wǎng)缺陷文本的深層挖掘,文獻(xiàn)[14—17]基于準(zhǔn)確的分詞庫或者高質(zhì)量的文本數(shù)據(jù),識別近義詞或同義詞,雖實(shí)現(xiàn)了文本分類,但均未詳細(xì)剖析理解文本信息。預(yù)案文本的規(guī)范性因人而異,文本匹配顯然無法滿足實(shí)體詞識別的要求。因此,預(yù)案文本中的關(guān)鍵信息學(xué)習(xí)識別亟待解決。

    文中首先分析了預(yù)案文本特征,采用字向量表征文本中漢字,將注意力(attention,ATT)機(jī)制引入雙向長短期記憶網(wǎng)絡(luò)(bidirectional long short-term memory,BiLSTM),并結(jié)合條件隨機(jī)場(condition random filed,CRF)提出基于ATT+BiLSTM+CRF的電網(wǎng)故障預(yù)案文本NER方法,實(shí)現(xiàn)了文本中涉事電氣設(shè)備、電氣參數(shù)詞等細(xì)粒度的關(guān)鍵實(shí)體識別。之后,以F1值為評價(jià)指標(biāo),對比分析了文中模型與常用NER模型的識別效果。實(shí)驗(yàn)證明,文中所構(gòu)建模型對于預(yù)案文本具有更強(qiáng)的適用性與魯棒性。

    1 電網(wǎng)故障處置預(yù)案文本特點(diǎn)

    電網(wǎng)故障處置預(yù)案文本是電力調(diào)度人員通過離線模擬電網(wǎng)事故,監(jiān)測故障后薄弱點(diǎn)狀態(tài)參數(shù)信息,并結(jié)合電網(wǎng)運(yùn)行狀態(tài)人工制定的故障處理方案,既包含電網(wǎng)故障時涉事的電廠、機(jī)組等電力設(shè)備及其狀態(tài)參數(shù),也包含設(shè)備調(diào)控、負(fù)荷投切等處置操作。圖1為預(yù)案文本及NER標(biāo)注示例。

    圖1 預(yù)案文本及NER標(biāo)注示例Fig.1 Example of preplan text and NER annotation

    根據(jù)故障處置的應(yīng)用需求并結(jié)合調(diào)度系統(tǒng)中模型劃分的實(shí)體對象類型,文中將預(yù)案文本中電壓等級、線路、變電站、開關(guān)、母線編號、分區(qū)、電廠、機(jī)組編號、主變編號作為NER的對象,共計(jì)9類。

    不難發(fā)現(xiàn),預(yù)案文本中的實(shí)體類別是細(xì)粒度的。例如,變電站、電廠和分區(qū)這3類存在很大的相似性,在常規(guī)的NER任務(wù)中通常被粗粒度地劃分為“地名”類,然而粗粒度的識別并不適用于電網(wǎng)故障處置的實(shí)際需求。

    此外,預(yù)案文本的表述存在較大的專業(yè)性和不規(guī)范性,例如電廠名的表述:“華能蘇州燃機(jī)”“中電濱海風(fēng)電”等電廠實(shí)體詞,可細(xì)化為所屬發(fā)電集團(tuán)、電廠所在地名、電廠類型等復(fù)合型電廠實(shí)體詞;或者在并列表達(dá)時僅采用地名代稱電廠,如“射陽、彭城等電廠”,其實(shí)體詞含義及其類別需要結(jié)合上下文來分析理解。

    同樣,線路實(shí)體詞表述的結(jié)構(gòu)也多種多樣,如能量管理系統(tǒng)中標(biāo)準(zhǔn)線路詞:“官丁2569線”,表述為“官塘-丁卯”“官丁線”。同時線路實(shí)體詞可能摻雜數(shù)字、字母以及用于表達(dá)連接的符號“-”、并列的符號“/”等,如“慶安-倪村線”“紅柳4W45/46雙線”等。

    綜上可以看出,電網(wǎng)故障處置預(yù)案文本存在細(xì)粒度類別劃分、實(shí)體詞專業(yè)性強(qiáng)、語言表述不規(guī)范等特點(diǎn),給NER過程帶來巨大的困難。

    2 基于ATT+BiLSTM+CRF的電網(wǎng)故障預(yù)案文本NER

    針對電網(wǎng)故障處置預(yù)案文本中實(shí)體對象的特點(diǎn),文中采用基于ATT+BiLSTM+CRF框架的NER方法來進(jìn)行故障預(yù)案文本實(shí)體詞的辨識與提取。

    2.1 數(shù)據(jù)預(yù)處理及文本標(biāo)注

    預(yù)案樣本數(shù)據(jù)來自于某電網(wǎng)調(diào)度機(jī)構(gòu)140個典型故障的預(yù)案文本,并根據(jù)符號分隔為4 067條短句訓(xùn)練樣本。通過正則表達(dá)式匹配剔除序號、助詞等無關(guān)詞,降低NER過程中的噪聲。

    預(yù)案文本中9類NER對象的標(biāo)簽定義如表1所示。對所有預(yù)案文本采用“BIO”格式進(jìn)行標(biāo)注,標(biāo)注樣例如表2所示。

    表1 9類NER對象的標(biāo)簽定義Table 1 Label definitions of nine NER objects

    表2 BIO標(biāo)注樣例Table 2 Annotated example of BIO

    其中,B為實(shí)體詞起始詞,B-Line為線路名的起始字;I為實(shí)體詞非首字,I-Line為線路名的非首字;O為非實(shí)體詞。

    2.2 字向量

    文本所用的識別框架需要先將語料中的文字表示成向量形式作為模型的輸入,目前學(xué)術(shù)界主要有2種方式:一是詞向量形式,將句子切分成多個詞,對每個詞進(jìn)行向量化;二是字向量形式,直接將句子中的每個字表示成向量。由于通用領(lǐng)域的分詞詞典在電力領(lǐng)域適用性較低,會出現(xiàn)明顯的分詞錯誤,進(jìn)而導(dǎo)致模型的性能指標(biāo)下降,所以文中采用字向量的方式,對語料進(jìn)行向量化。

    字向量化表示的方式有2種:One-Hot方式和分布式方式[18]。但是One-Hot方式生成的字向量沒有融入任何的語義信息,而且字匯表過大,會造成維度爆炸。分布式方式是將字映射為連續(xù)稠密的低維實(shí)值向量,較好地解決了One-Hot的缺陷問題,所以文中采用分布式方式對字進(jìn)行向量化。

    目前,基于通用語料的預(yù)訓(xùn)練模型生成字向量的方式已經(jīng)在多個通用領(lǐng)域中取得了優(yōu)異的成績。但在電力系統(tǒng)領(lǐng)域,由于語料不匹配,效果并不理想。故文中使用目前在NER任務(wù)中最優(yōu)的Bert預(yù)訓(xùn)練模型[19],在某調(diào)度機(jī)構(gòu)的大量相關(guān)電力文檔上進(jìn)行訓(xùn)練,得到適用于電力領(lǐng)域的專用預(yù)訓(xùn)練模型,將字映射為768維的字向量。

    字向量表征的文本可以在模型訓(xùn)練中自動獲取文本的字符級特征,從而提升NER模型在工程領(lǐng)域文本的適用性和準(zhǔn)確率。

    2.3 ATT+BiLSTM+CRF模型

    2.3.1 BiLSTM模塊

    BiLSTM[20]是雙向結(jié)構(gòu)在LSTM上的應(yīng)用,其每個單元結(jié)構(gòu)與常規(guī)LSTM的單元相同,只是整體上多了一個按照反方向處理序列的隱層。BiLSTM模型的結(jié)構(gòu)示意如圖2所示。

    圖2 BiLSTM結(jié)構(gòu)示意Fig.2 Schematic diagram of BiLSTM

    BiLSTM的訓(xùn)練方法也采用通過時間的反向傳播算法,其前向與反向傳播的過程與常規(guī)的RNN類似。在t時刻,BiLSTM的正向計(jì)算過程一般遵循下式:

    σ(x)=1/(1+e-x)

    (1)

    tanhx=(ex-e-x)/(ex+e-x)

    (2)

    (3)

    (4)

    (5)

    (6)

    (7)

    對于序列化文本數(shù)據(jù),BiLSTM通過引入門級控制調(diào)控序列數(shù)據(jù)傳輸,選擇性丟棄和保存前序與后序數(shù)據(jù),用以更新神經(jīng)元,有效地解決了RNN中長文本梯度彌散的問題。

    2.3.2 CRF模塊

    定義每一種預(yù)測序列的得分如式(8)所示。

    (8)

    式中:A為(k+2)×(k+2)的矩陣,加2是為了提升魯棒性,在句子首尾添加了起始狀態(tài)和終止?fàn)顟B(tài);Ayt,yt+1為類別yt到y(tǒng)t+1的轉(zhuǎn)移得分,代表了實(shí)體各標(biāo)簽類別之間的依賴關(guān)系;y0,yn+1分別為起始狀態(tài)和終止?fàn)顟B(tài);P為BiLSTM的輸出矩陣;Ppt,yt為第t時刻的輸出向量pt與yt類對應(yīng)的得分。

    (9)

    訓(xùn)練好的模型對測試數(shù)據(jù)進(jìn)行預(yù)測即可得到最佳標(biāo)簽序列,其計(jì)算公式如下:

    (10)

    目前,BiLSTM+CRF模型在NER領(lǐng)域已經(jīng)取得了廣泛的應(yīng)用,在網(wǎng)絡(luò)開源語料數(shù)據(jù)集上也取得了領(lǐng)先的識別效果。然而電網(wǎng)故障處置預(yù)案文本與一般性文本存在巨大差異,具有很強(qiáng)的專業(yè)性,BiLSTM+CRF模型難以取得理想的識別效果。文中針對目前BiLSTM+CRF模型在電網(wǎng)故障處置預(yù)案文本上識別效果的不足,提出一種引入ATT機(jī)制的ATT+BiLSTM+CRF模型。通過在電網(wǎng)故障處置預(yù)案文本NER中對實(shí)體詞關(guān)鍵部分分配較多的注意力,從而提升電網(wǎng)故障處置預(yù)案的NER效果。

    2.3.3 ATT機(jī)制

    預(yù)案文本的部分內(nèi)容具有關(guān)聯(lián)性的特征,例如:“在徐州西分區(qū)進(jìn)行事故拉限電”,其中“徐州西分區(qū)”的字符間關(guān)聯(lián)性更高,“徐”和“在”字的關(guān)聯(lián)性很弱,這說明對于識別文本中的命名實(shí)體,每個字符的影響程度不同,在數(shù)學(xué)中表示為分配的權(quán)重不同。因此,文中在BiLSTM計(jì)算過程中引入ATT機(jī)制[22]。

    注意力模型對BiLSTM的輸出特征向量序列P進(jìn)行處理,對每個特征向量賦予不同大小的權(quán)重,相加后產(chǎn)生新的特征向量,包含文本全局和局部特征。

    注意力模型的當(dāng)前狀態(tài)ct由P中的所有特征向量加權(quán)后得到,計(jì)算如下:

    (11)

    式(11)中特征向量分配權(quán)重αtj通過式(12)和式(13)計(jì)算得到。

    (12)

    (13)

    2.3.4 ATT+BiLSTM+CRF模型框架

    引入ATT機(jī)制后的模型整體框架如圖3所示。

    圖3 基于ATT+BiLSTM+CRF的NER流程Fig.3 The process of NER based on ATT+BiLSTM+CRF

    CRF模型計(jì)及標(biāo)簽之間的約束以及相關(guān)性,在所有備選標(biāo)簽序列中求得標(biāo)簽序列的最優(yōu)解。最終識別“官丁2569單線”屬于線路“Line”。

    文中模型訓(xùn)練相關(guān)參數(shù)設(shè)置為:優(yōu)化器為Adam;學(xué)習(xí)率取10-4;在 BiLSTM 兩端增加比例為0.2的Dropout;最大迭代次數(shù)限制在100 000次;最大容忍次數(shù)earlystop設(shè)為5;批處理大小為50。

    3 實(shí)驗(yàn)分析

    3.1 實(shí)驗(yàn)數(shù)據(jù)和評價(jià)指標(biāo)

    文中研究的實(shí)驗(yàn)環(huán)境為 Intel(R)Core i7-8700 CPU 3.2 GHz處理器,16 GB內(nèi)存,GPU NVIDIA 1080Ti,Windows10操作系統(tǒng)。字向量與訓(xùn)練語料為某電力調(diào)度機(jī)構(gòu)的各類電力工作文檔,選擇開源Bert模型作為輸入的分布式表示模型;BiLSTM網(wǎng)絡(luò)由Tensorflow實(shí)現(xiàn)。NER語料為某電網(wǎng)故障處置預(yù)案2015年的歷史版本,文本已分句并經(jīng)人工標(biāo)注,共計(jì)5 230條故障預(yù)案例句,按8∶1∶1的比例分為訓(xùn)練集、驗(yàn)證集、測試集。

    電網(wǎng)故障處置預(yù)案中文NER的評價(jià)指標(biāo)采用綜合考慮查準(zhǔn)率、查全率的F1測量值。

    (1)查準(zhǔn)率。查準(zhǔn)率P計(jì)算公式為:

    P=TP/(TP+FP)

    (14)

    式中:TP為正確識別為正樣本的實(shí)體詞數(shù)量;FP為錯誤識別為正樣本的實(shí)體詞數(shù)量。

    (2)查全率。查全率R計(jì)算公式為:

    R=TP/(TP+FN)

    (15)

    式中:FN為正樣本中識別錯誤的實(shí)體詞數(shù)量。

    (3)F1測量值。F1值計(jì)算公式為:

    F1=2TP/(2TP+FP+FN)

    (16)

    F1值綜合考慮了查全率與查準(zhǔn)率,能夠更加全面地分析分類效果。

    3.2 不同模型實(shí)驗(yàn)設(shè)計(jì)及性能對比

    為了驗(yàn)證文中提出的故障預(yù)案文本NER框架的優(yōu)越性,分別設(shè)計(jì)了6組實(shí)驗(yàn)。6組實(shí)驗(yàn)使用了相同的電網(wǎng)故障處置預(yù)案命名實(shí)體語料、字向量輸入。實(shí)驗(yàn)1為基于BiLSTM的模型;實(shí)驗(yàn)2為基于人工特征提取的正則表達(dá)式添加CRF作用的模型;實(shí)驗(yàn)3為將實(shí)驗(yàn)2中的人工特征替換為RNN的RNN+CRF模型;實(shí)驗(yàn)4為將RNN替換為LSTM的LSTM+CRF模型;實(shí)驗(yàn)5為BiLSTM+CRF模型,實(shí)驗(yàn)6為文中模型即基于ATT+LSTM+CRF模型。

    6組實(shí)驗(yàn)中的不同模型分別對電網(wǎng)故障處置預(yù)案中的9類實(shí)體詞進(jìn)行識別,獲得的綜合評價(jià)指標(biāo)F1記錄值見表3。

    表3 各模型F1記錄表Table 3 Record chart of F1 of each model %

    由表3分析可知:

    (1)LSTM+CRF模型的NER實(shí)驗(yàn)效果優(yōu)于RNN+CRF模型,其中線路、變電站、電廠實(shí)體詞識別效果值提高了3.7%,2.0%,0.9%,但是兩者對線路、電壓等級、主變編號等類別的識別效果未能超過基于人工特征提取的CRF模型,沒有很好地體現(xiàn)自動特征提取的優(yōu)勢。而BiLSTM+CRF模型在識別線路、變電站、電廠等類別的實(shí)體詞過程中較LSTM+CRF網(wǎng)絡(luò)模型表現(xiàn)更加優(yōu)異,F(xiàn)1值分別提升了6.7%,4.9%,1.9%,并且實(shí)現(xiàn)了對人工特征+CRF模型的超越。這是因?yàn)锽iLSTM同時考慮了前序和后序內(nèi)容,結(jié)合上下文語義信息更加充分地提取了文本字符特征。

    (2)單獨(dú)的BiLSTM模型取得的識別效果最差,而結(jié)合CRF模型后,識別效果顯著提升,其中線路實(shí)體詞的識別效果提升最高,F(xiàn)1值提高了13.6%,變電站、機(jī)組編號分別提升了12.4%,11.2%。結(jié)合具體文本內(nèi)容分析,這是由于CRF模型計(jì)及了相鄰標(biāo)簽關(guān)聯(lián)性約束,從而能夠更好地識別線路詞中的長距離實(shí)體詞。

    (3)BiLSTM+CRF模型在電網(wǎng)故障處置預(yù)案文本中確實(shí)可以取得較好的識別效果,F(xiàn)1值可以達(dá)到90%以上,而引入了ATT機(jī)制后,實(shí)體詞識別整體效果進(jìn)一步提升,模型識別線路、電廠、變電站的F1值分別提升了2.2%,2.9%,5.1%,更加符合電網(wǎng)處置預(yù)案的識別要求。

    4 結(jié)語

    文中針對電網(wǎng)故障處置預(yù)案文本中關(guān)鍵信息辨識的任務(wù),搭建了基于ATT+BiLSTM+CRF的電網(wǎng)故障處置預(yù)案文本NER模型,實(shí)現(xiàn)了故障處置預(yù)案文本關(guān)鍵信息的NER。

    通過采用字向量特征表征文本,規(guī)避了專業(yè)領(lǐng)域詞向量訓(xùn)練對于人工的依賴以及專業(yè)領(lǐng)域詞向量表達(dá)能力差的缺陷。同時采用字向量可以更好地識別“官塘-丁卯2569單線”“官丁線”“官塘-丁卯”“官丁2569”等不同表述形式的線路實(shí)體詞,提升了模型對于含復(fù)雜實(shí)體詞電力文本的適用性。

    基于ATT+BiLSTM+CRF模型可以綜合考慮電網(wǎng)故障處置預(yù)案文本中的實(shí)體詞長度較長,并列實(shí)體詞的簡寫表達(dá)隨意性大以及文本長距離造成信息丟失的問題,通過引入ATT機(jī)制以及BiLSTM,有所側(cè)重地、自動地學(xué)習(xí)獲取文本特征信息,降低了人工成本,提升了模型的泛化能力。算例表明文中所提模型可以滿足電網(wǎng)故障處置預(yù)案文本的NER任務(wù)要求,為電力文本的NER提供有效路徑。

    通過故障預(yù)案文本中實(shí)體詞序列準(zhǔn)確識別,文本內(nèi)容即可實(shí)現(xiàn)準(zhǔn)確切分和詞義理解,進(jìn)而簡化了文本句法結(jié)構(gòu)和語義分析,為機(jī)器學(xué)習(xí)非結(jié)構(gòu)化故障預(yù)案文本,搭建電力故障處置預(yù)案垂直知識圖譜打下重要基礎(chǔ)。

    猜你喜歡
    預(yù)案語料向量
    啟東市強(qiáng)化預(yù)案演練
    向量的分解
    核電網(wǎng)絡(luò)安全應(yīng)急預(yù)案考慮
    聚焦“向量與三角”創(chuàng)新題
    基于語料調(diào)查的“連……都(也)……”出現(xiàn)的語義背景分析
    2016年版《國家自然災(zāi)害救助應(yīng)急預(yù)案》解讀
    中國民政(2016年9期)2016-05-17 04:51:33
    緊急預(yù)案
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    華語電影作為真實(shí)語料在翻譯教學(xué)中的應(yīng)用
    久久久久九九精品影院| 亚洲欧美激情综合另类| 美女午夜性视频免费| 一区二区三区高清视频在线| 欧美亚洲日本最大视频资源| 黄色成人免费大全| 国产亚洲精品av在线| 在线国产一区二区在线| 免费观看精品视频网站| xxx96com| 夜夜躁狠狠躁天天躁| 亚洲片人在线观看| 变态另类成人亚洲欧美熟女| 色播在线永久视频| 天天一区二区日本电影三级| 不卡av一区二区三区| 美女国产高潮福利片在线看| 久久国产精品影院| 亚洲成人免费电影在线观看| 日本黄色视频三级网站网址| 亚洲精品中文字幕在线视频| 老汉色∧v一级毛片| 久久久久久免费高清国产稀缺| 丝袜在线中文字幕| 欧美+亚洲+日韩+国产| 久久久久亚洲av毛片大全| 日本五十路高清| 搡老岳熟女国产| 亚洲精品久久成人aⅴ小说| 欧美午夜高清在线| 亚洲av美国av| 女性生殖器流出的白浆| 制服丝袜大香蕉在线| cao死你这个sao货| 给我免费播放毛片高清在线观看| 国产精华一区二区三区| 亚洲色图 男人天堂 中文字幕| 免费电影在线观看免费观看| 视频区欧美日本亚洲| 91成年电影在线观看| 91成年电影在线观看| 久久国产亚洲av麻豆专区| 99久久综合精品五月天人人| bbb黄色大片| 国产成人av教育| 成年免费大片在线观看| 久久久国产成人精品二区| 欧美另类亚洲清纯唯美| 一本精品99久久精品77| 国产激情欧美一区二区| 精品国产乱子伦一区二区三区| 亚洲天堂国产精品一区在线| 成人三级做爰电影| svipshipincom国产片| 级片在线观看| 亚洲精品av麻豆狂野| 欧美日本视频| 精品国产国语对白av| 亚洲自偷自拍图片 自拍| 色老头精品视频在线观看| 在线观看66精品国产| 久久久久久免费高清国产稀缺| 久久久久久九九精品二区国产 | 波多野结衣巨乳人妻| 欧美日本视频| 日韩精品中文字幕看吧| 亚洲欧美精品综合一区二区三区| 久久香蕉精品热| 欧美亚洲日本最大视频资源| 18禁观看日本| 国产在线观看jvid| 亚洲成人国产一区在线观看| 天堂√8在线中文| 国产精品自产拍在线观看55亚洲| 久久久久久大精品| 精品免费久久久久久久清纯| 久久精品91无色码中文字幕| 午夜精品久久久久久毛片777| 亚洲免费av在线视频| 法律面前人人平等表现在哪些方面| 精品第一国产精品| 成人精品一区二区免费| 欧美国产精品va在线观看不卡| 白带黄色成豆腐渣| 国产99白浆流出| 波多野结衣高清无吗| 午夜福利欧美成人| 国产不卡一卡二| 久热这里只有精品99| 中文字幕人妻丝袜一区二区| 久久中文字幕人妻熟女| 亚洲国产精品成人综合色| 国产精华一区二区三区| x7x7x7水蜜桃| 国产亚洲欧美98| 亚洲第一电影网av| 成人欧美大片| 免费在线观看视频国产中文字幕亚洲| 91在线观看av| 黄色成人免费大全| 大型黄色视频在线免费观看| 亚洲自拍偷在线| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲激情在线av| 精品久久久久久久毛片微露脸| 欧美成人性av电影在线观看| 青草久久国产| 97超级碰碰碰精品色视频在线观看| 特大巨黑吊av在线直播 | 巨乳人妻的诱惑在线观看| 国产免费av片在线观看野外av| 国产精品一区二区三区四区久久 | 美女 人体艺术 gogo| 欧美一级毛片孕妇| 黄片播放在线免费| 一本综合久久免费| 欧美三级亚洲精品| 精品人妻1区二区| 国内揄拍国产精品人妻在线 | 欧美激情高清一区二区三区| 亚洲欧美一区二区三区黑人| 久久久久国内视频| 国产精品美女特级片免费视频播放器 | 国产色视频综合| 午夜老司机福利片| 免费看日本二区| 亚洲欧美日韩高清在线视频| 日日爽夜夜爽网站| 不卡av一区二区三区| 亚洲成人免费电影在线观看| 999久久久国产精品视频| 欧美一区二区精品小视频在线| 午夜免费成人在线视频| 欧美午夜高清在线| 男女床上黄色一级片免费看| a级毛片a级免费在线| 欧美黑人巨大hd| 99久久国产精品久久久| 日韩一卡2卡3卡4卡2021年| 99热这里只有精品一区 | 在线视频色国产色| 亚洲九九香蕉| 18禁裸乳无遮挡免费网站照片 | xxx96com| 一本大道久久a久久精品| 精品国产超薄肉色丝袜足j| 亚洲国产精品999在线| 日本精品一区二区三区蜜桃| 免费看美女性在线毛片视频| 日韩高清综合在线| av片东京热男人的天堂| 婷婷丁香在线五月| 精品第一国产精品| 女人爽到高潮嗷嗷叫在线视频| 手机成人av网站| 午夜视频精品福利| 国产在线观看jvid| 天堂√8在线中文| 视频在线观看一区二区三区| 婷婷丁香在线五月| 午夜免费鲁丝| 757午夜福利合集在线观看| 身体一侧抽搐| 在线观看一区二区三区| 琪琪午夜伦伦电影理论片6080| 国产成人精品久久二区二区91| 99久久国产精品久久久| www.熟女人妻精品国产| 国产成人精品久久二区二区免费| 变态另类成人亚洲欧美熟女| 人人妻人人澡欧美一区二区| 亚洲男人天堂网一区| 亚洲av电影在线进入| 一级片免费观看大全| 听说在线观看完整版免费高清| 亚洲欧美一区二区三区黑人| 女生性感内裤真人,穿戴方法视频| 亚洲国产欧美一区二区综合| 免费在线观看黄色视频的| 高清在线国产一区| 国产伦在线观看视频一区| 麻豆久久精品国产亚洲av| av欧美777| 制服丝袜大香蕉在线| 三级毛片av免费| 亚洲欧美日韩高清在线视频| 在线观看66精品国产| 在线视频色国产色| 国产三级黄色录像| 日本 欧美在线| 老司机午夜福利在线观看视频| 一级毛片精品| 99国产综合亚洲精品| 99久久无色码亚洲精品果冻| 国产麻豆成人av免费视频| 国产成人av激情在线播放| 精品福利观看| www日本黄色视频网| 听说在线观看完整版免费高清| av福利片在线| 国产激情久久老熟女| 9191精品国产免费久久| 12—13女人毛片做爰片一| 丰满的人妻完整版| 国产精品av久久久久免费| 99在线视频只有这里精品首页| 久久午夜综合久久蜜桃| 又黄又爽又免费观看的视频| 人人妻,人人澡人人爽秒播| 香蕉av资源在线| 免费观看人在逋| 在线看三级毛片| 国产激情偷乱视频一区二区| 亚洲国产高清在线一区二区三 | 男女之事视频高清在线观看| 操出白浆在线播放| 日韩欧美国产在线观看| 在线十欧美十亚洲十日本专区| 神马国产精品三级电影在线观看 | 十八禁网站免费在线| 久久久久九九精品影院| 色尼玛亚洲综合影院| 777久久人妻少妇嫩草av网站| www日本黄色视频网| 搡老妇女老女人老熟妇| 免费在线观看亚洲国产| 久久 成人 亚洲| 伊人久久大香线蕉亚洲五| 一二三四社区在线视频社区8| a在线观看视频网站| 在线播放国产精品三级| 亚洲av五月六月丁香网| 午夜福利欧美成人| 亚洲一码二码三码区别大吗| 桃色一区二区三区在线观看| 国产亚洲精品av在线| 国产av在哪里看| 欧美激情高清一区二区三区| xxxwww97欧美| 欧美日本视频| 久久国产乱子伦精品免费另类| 亚洲精品国产精品久久久不卡| 99精品久久久久人妻精品| 欧美最黄视频在线播放免费| 18禁观看日本| 国产一区二区激情短视频| bbb黄色大片| 亚洲中文日韩欧美视频| 韩国精品一区二区三区| 国产精品九九99| 欧美日韩一级在线毛片| 丁香六月欧美| 国产高清视频在线播放一区| 国产精品九九99| 国产精品美女特级片免费视频播放器 | 国产午夜福利久久久久久| 久久精品国产清高在天天线| 国产精品 国内视频| 99热这里只有精品一区 | 亚洲久久久国产精品| 国产av又大| 成人欧美大片| 男人舔女人的私密视频| av有码第一页| 国产成人一区二区三区免费视频网站| 看黄色毛片网站| 搡老岳熟女国产| 黄色视频,在线免费观看| 国产欧美日韩一区二区精品| www.熟女人妻精品国产| 女同久久另类99精品国产91| 日本 av在线| 在线观看午夜福利视频| 级片在线观看| 亚洲成人免费电影在线观看| 国产精品一区二区三区四区久久 | 免费观看精品视频网站| 一区二区三区高清视频在线| 国产一区二区激情短视频| 三级毛片av免费| 在线观看舔阴道视频| 亚洲国产毛片av蜜桃av| 色播亚洲综合网| √禁漫天堂资源中文www| 777久久人妻少妇嫩草av网站| 久久99热这里只有精品18| a在线观看视频网站| 免费观看精品视频网站| 天天躁夜夜躁狠狠躁躁| 精品久久久久久久毛片微露脸| 成人国语在线视频| 天天一区二区日本电影三级| 日韩精品免费视频一区二区三区| 丝袜人妻中文字幕| xxx96com| 精品电影一区二区在线| 久久久久久大精品| 最近在线观看免费完整版| 淫妇啪啪啪对白视频| 欧美一区二区精品小视频在线| 亚洲av日韩精品久久久久久密| 亚洲欧美激情综合另类| 亚洲一区二区三区不卡视频| 村上凉子中文字幕在线| 一夜夜www| 欧美另类亚洲清纯唯美| 婷婷精品国产亚洲av| 女生性感内裤真人,穿戴方法视频| 日本撒尿小便嘘嘘汇集6| 色婷婷久久久亚洲欧美| 国产高清激情床上av| 久久久久九九精品影院| 啦啦啦观看免费观看视频高清| 成人av一区二区三区在线看| 国产一区二区三区在线臀色熟女| 国产区一区二久久| 99国产极品粉嫩在线观看| 露出奶头的视频| 久久精品国产99精品国产亚洲性色| 国产精品一区二区精品视频观看| 亚洲精品色激情综合| 非洲黑人性xxxx精品又粗又长| 国产伦一二天堂av在线观看| 男女做爰动态图高潮gif福利片| 亚洲五月婷婷丁香| 国产激情偷乱视频一区二区| 欧美日本亚洲视频在线播放| 满18在线观看网站| 国内久久婷婷六月综合欲色啪| 亚洲三区欧美一区| av有码第一页| 国产亚洲欧美精品永久| 亚洲专区国产一区二区| 老汉色av国产亚洲站长工具| 99久久国产精品久久久| 成人永久免费在线观看视频| 国产又爽黄色视频| 日本 欧美在线| 精品第一国产精品| 久久久久久九九精品二区国产 | 制服丝袜大香蕉在线| 色av中文字幕| 精品一区二区三区视频在线观看免费| av有码第一页| 久久久国产成人精品二区| 久久香蕉精品热| 国产一区二区激情短视频| 欧美中文日本在线观看视频| 亚洲欧美精品综合一区二区三区| 99精品欧美一区二区三区四区| 非洲黑人性xxxx精品又粗又长| 欧美乱色亚洲激情| 91麻豆精品激情在线观看国产| 男人操女人黄网站| 国产成人精品久久二区二区免费| 国产不卡一卡二| 丝袜人妻中文字幕| 亚洲av中文字字幕乱码综合 | 在线av久久热| 激情在线观看视频在线高清| 男女床上黄色一级片免费看| www.www免费av| 在线国产一区二区在线| 99re在线观看精品视频| 午夜免费激情av| 亚洲午夜理论影院| 国产av一区二区精品久久| 中文字幕人妻熟女乱码| 日韩国内少妇激情av| 免费av毛片视频| 操出白浆在线播放| 两性午夜刺激爽爽歪歪视频在线观看 | 超碰成人久久| 欧美午夜高清在线| 午夜老司机福利片| 又黄又爽又免费观看的视频| 天堂动漫精品| 亚洲欧美精品综合久久99| 亚洲 欧美 日韩 在线 免费| 亚洲狠狠婷婷综合久久图片| 国产久久久一区二区三区| 伊人久久大香线蕉亚洲五| 欧美成人性av电影在线观看| 中文字幕久久专区| 91成人精品电影| 桃红色精品国产亚洲av| 9191精品国产免费久久| 日韩欧美一区视频在线观看| 久久九九热精品免费| 美国免费a级毛片| 亚洲,欧美精品.| 国内精品久久久久久久电影| 美女国产高潮福利片在线看| 黄色视频不卡| 久久精品国产99精品国产亚洲性色| 成人特级黄色片久久久久久久| 国产精品精品国产色婷婷| 亚洲天堂国产精品一区在线| 悠悠久久av| 99国产精品一区二区蜜桃av| 可以在线观看毛片的网站| 亚洲第一av免费看| 麻豆国产av国片精品| 色婷婷久久久亚洲欧美| 亚洲精品美女久久av网站| 日韩一卡2卡3卡4卡2021年| 一级a爱视频在线免费观看| 精品乱码久久久久久99久播| 国产精品亚洲av一区麻豆| 国产精品1区2区在线观看.| 欧美激情极品国产一区二区三区| 国产区一区二久久| 欧美三级亚洲精品| 午夜亚洲福利在线播放| 午夜免费鲁丝| 亚洲自拍偷在线| 青草久久国产| 欧美激情久久久久久爽电影| 亚洲中文av在线| 欧美中文综合在线视频| 日韩欧美国产一区二区入口| 欧美黑人巨大hd| 男男h啪啪无遮挡| 宅男免费午夜| e午夜精品久久久久久久| 久久香蕉精品热| 一夜夜www| 精品久久久久久久人妻蜜臀av| 婷婷六月久久综合丁香| 国产国语露脸激情在线看| 又紧又爽又黄一区二区| 午夜福利免费观看在线| √禁漫天堂资源中文www| 韩国精品一区二区三区| 久久性视频一级片| 亚洲最大成人中文| 国产一区二区激情短视频| 正在播放国产对白刺激| 亚洲精品在线观看二区| 给我免费播放毛片高清在线观看| 欧美国产精品va在线观看不卡| 亚洲中文av在线| www.熟女人妻精品国产| 国产av在哪里看| 欧美日韩一级在线毛片| 侵犯人妻中文字幕一二三四区| av在线天堂中文字幕| 亚洲 欧美一区二区三区| 一区二区日韩欧美中文字幕| 国产日本99.免费观看| 身体一侧抽搐| 久久天躁狠狠躁夜夜2o2o| 久久久久免费精品人妻一区二区 | tocl精华| 侵犯人妻中文字幕一二三四区| 成人亚洲精品一区在线观看| 男女那种视频在线观看| 国产不卡一卡二| 少妇的丰满在线观看| 成人国产一区最新在线观看| 制服诱惑二区| 日本成人三级电影网站| 日本免费a在线| 9191精品国产免费久久| 久久久水蜜桃国产精品网| 91老司机精品| 久久中文看片网| 日韩三级视频一区二区三区| 91麻豆av在线| 村上凉子中文字幕在线| 午夜激情福利司机影院| 国产精品久久电影中文字幕| 亚洲午夜精品一区,二区,三区| 一个人免费在线观看的高清视频| 黄片播放在线免费| avwww免费| 欧美黄色淫秽网站| 自线自在国产av| 一本一本综合久久| 国产亚洲av高清不卡| 99久久无色码亚洲精品果冻| 成人永久免费在线观看视频| 国产精品日韩av在线免费观看| 黄片播放在线免费| 一进一出好大好爽视频| 久久草成人影院| 亚洲精品在线观看二区| 日韩有码中文字幕| 妹子高潮喷水视频| 亚洲精品久久国产高清桃花| 欧美不卡视频在线免费观看 | 精品国产乱码久久久久久男人| 看片在线看免费视频| 久久久水蜜桃国产精品网| 黄片播放在线免费| 亚洲激情在线av| 国产激情久久老熟女| 99re在线观看精品视频| 女人被狂操c到高潮| 婷婷精品国产亚洲av在线| 中文字幕人妻熟女乱码| 黄网站色视频无遮挡免费观看| 视频在线观看一区二区三区| 国产精品1区2区在线观看.| 搡老妇女老女人老熟妇| 在线国产一区二区在线| 久久久国产精品麻豆| 成人精品一区二区免费| 亚洲精品粉嫩美女一区| 怎么达到女性高潮| 99精品欧美一区二区三区四区| 丰满人妻熟妇乱又伦精品不卡| 一区福利在线观看| 免费看日本二区| 国产成人系列免费观看| 亚洲成国产人片在线观看| 村上凉子中文字幕在线| 三级毛片av免费| 亚洲 国产 在线| 免费在线观看黄色视频的| 老熟妇仑乱视频hdxx| 亚洲一卡2卡3卡4卡5卡精品中文| 精品一区二区三区视频在线观看免费| 丝袜人妻中文字幕| 亚洲成人免费电影在线观看| 视频在线观看一区二区三区| 亚洲色图av天堂| 国产精品 国内视频| 亚洲一区中文字幕在线| 叶爱在线成人免费视频播放| 在线观看舔阴道视频| 久久中文字幕人妻熟女| 国产伦在线观看视频一区| 国产精品自产拍在线观看55亚洲| 国产亚洲精品综合一区在线观看 | 叶爱在线成人免费视频播放| 9191精品国产免费久久| 国产一区二区三区在线臀色熟女| 久久久久久久久中文| 丝袜美腿诱惑在线| 国产成+人综合+亚洲专区| 国产精品自产拍在线观看55亚洲| 99久久99久久久精品蜜桃| 久久中文字幕一级| 一本大道久久a久久精品| av在线天堂中文字幕| 亚洲一区二区三区不卡视频| 性色av乱码一区二区三区2| 国产精品乱码一区二三区的特点| 狠狠狠狠99中文字幕| 成人国产综合亚洲| 人成视频在线观看免费观看| 精品福利观看| 1024视频免费在线观看| 一区二区三区激情视频| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜视频精品福利| 国产成人一区二区三区免费视频网站| av天堂在线播放| 性欧美人与动物交配| 精华霜和精华液先用哪个| 一卡2卡三卡四卡精品乱码亚洲| avwww免费| 在线播放国产精品三级| 精品乱码久久久久久99久播| 中文字幕久久专区| 亚洲av日韩精品久久久久久密| 91九色精品人成在线观看| 国产亚洲精品久久久久5区| 老熟妇乱子伦视频在线观看| 久久精品成人免费网站| 欧美日韩瑟瑟在线播放| 亚洲一码二码三码区别大吗| av免费在线观看网站| 一本久久中文字幕| 色哟哟哟哟哟哟| 午夜老司机福利片| 村上凉子中文字幕在线| 色综合欧美亚洲国产小说| 他把我摸到了高潮在线观看| 亚洲在线自拍视频| 亚洲熟妇熟女久久| 91九色精品人成在线观看| а√天堂www在线а√下载| 一二三四在线观看免费中文在| 午夜福利视频1000在线观看| 成人av一区二区三区在线看| 免费在线观看成人毛片| 美女大奶头视频| 亚洲国产精品久久男人天堂| 亚洲,欧美精品.| 麻豆一二三区av精品| 久久中文字幕人妻熟女| 曰老女人黄片| 青草久久国产| 婷婷精品国产亚洲av在线| 特大巨黑吊av在线直播 | 亚洲国产中文字幕在线视频| 1024香蕉在线观看| 国产99久久九九免费精品| 亚洲狠狠婷婷综合久久图片| 久久精品亚洲精品国产色婷小说| av视频在线观看入口| 欧美成人午夜精品| 亚洲人成电影免费在线| 久久久国产欧美日韩av| 精品久久久久久成人av| 99热只有精品国产| 亚洲av中文字字幕乱码综合 | 欧美乱码精品一区二区三区| 狠狠狠狠99中文字幕| 国产精品亚洲一级av第二区| 麻豆国产av国片精品| 亚洲精品一区av在线观看| 午夜久久久在线观看|