• <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 ?

    多種AI算法在新冠疫情文本情緒識(shí)別中的實(shí)踐

    2021-11-17 08:16:12仇建民
    江蘇通信 2021年5期
    關(guān)鍵詞:預(yù)處理機(jī)器準(zhǔn)確率

    仇建民

    中國電信股份有限公司江蘇分公司

    0 引言

    1 任務(wù)分析

    1.1 任務(wù)背景

    新型冠狀病毒(COVID-19)感染的肺炎疫情牽動(dòng)著全國人民的心。習(xí)近平總書記指出:要鼓勵(lì)運(yùn)用大數(shù)據(jù)、人工智能、云計(jì)算等數(shù)字技術(shù),在疫情監(jiān)測(cè)分析、病毒溯源、防控救治、資源調(diào)配等方面更好地發(fā)揮支撐作用。為助力疫情防控和疫情之后的經(jīng)濟(jì)社會(huì)恢復(fù)工作,北京市經(jīng)信局主辦了一場(chǎng)科技戰(zhàn)疫公益挑戰(zhàn)賽。為了幫助政府掌握真實(shí)的社會(huì)輿論情況,科學(xué)、高效地做好防控宣傳和輿情引導(dǎo)工作,本賽題針對(duì)疫情相關(guān)話題開展網(wǎng)民情緒識(shí)別的任務(wù)。

    1.2 任務(wù)說明

    給定微博文本內(nèi)容,設(shè)計(jì)算法對(duì)微博內(nèi)容進(jìn)行情緒識(shí)別,判斷微博內(nèi)容是積極的、消極的還是中性的,是文本三分類任務(wù)。

    2 實(shí)驗(yàn)

    2.1 數(shù)據(jù)準(zhǔn)備

    2.1.1 數(shù)據(jù)預(yù)處理

    為保證后續(xù)各類算法實(shí)驗(yàn)對(duì)比的公平,數(shù)據(jù)統(tǒng)一進(jìn)行預(yù)處理,后續(xù)各類算法均使用處理后的標(biāo)準(zhǔn)數(shù)據(jù)集。本文使用了以下4種數(shù)據(jù)預(yù)處理方法:(1)數(shù)據(jù)去噪。只保留微博內(nèi)容、情感傾向兩個(gè)字段,并刪除空值、異常值等無效數(shù)據(jù)。(2)去除標(biāo)點(diǎn)符號(hào)等特殊字符。因微博存在表情等數(shù)據(jù)會(huì)變成特殊字符,故統(tǒng)一刪除字符,只保留中文、英文、數(shù)字,并將多余重復(fù)的空格合并為一個(gè)空格。(3)繁體字轉(zhuǎn)簡體字。將全部繁體字轉(zhuǎn)換為簡體字。(4)去除微博中無意義的詞語。因?yàn)槲⒉﹫?chǎng)景的特殊性,刪除“展開全文”“網(wǎng)頁鏈接”“轉(zhuǎn)發(fā)微博”等微博特定詞匯。

    預(yù)處理完成后,最終的樣本由原始的100 000條文本,縮減為99 373條文本。

    2.1.2 劃分相同的訓(xùn)練集、驗(yàn)證集

    將預(yù)處理完成的數(shù)據(jù)集拆分為訓(xùn)練集(79 498條,占比80%)、驗(yàn)證集(19 875條,占比20%),為確保在后續(xù)的各類算法實(shí)踐中,使用完全相同的訓(xùn)練集和驗(yàn)證集。使用sklearn.model_selection中的train_test_split進(jìn)行訓(xùn)練集和驗(yàn)證集的劃分,通過設(shè)置隨機(jī)種子確保每個(gè)模型的訓(xùn)練集和驗(yàn)證集保持一致。

    sklearn代碼如下:

    包括聚維酮碘,季銨鹽絡(luò)合碘和三碘氧化合物。聚維酮碘和季銨鹽絡(luò)合碘消毒效果受有機(jī)物影響很大,所以均不能作環(huán)境消毒,但可作飲水、皮膚和器械消毒。只有三碘氧化合物可作環(huán)境和帶動(dòng)物消毒。

    x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2,random_state=1

    2.2 建模及調(diào)優(yōu)

    2.2.1 評(píng)價(jià)指標(biāo)說明

    選取19 875條驗(yàn)證集的準(zhǔn)確率(accuracy)作為評(píng)價(jià)指標(biāo)。計(jì)算公式:

    可見,準(zhǔn)確率越高,證明模型越好。

    2.2.2 機(jī)器學(xué)習(xí)算法實(shí)踐

    (1)機(jī)器學(xué)習(xí)算法建模、調(diào)優(yōu)。本文在機(jī)器學(xué)習(xí)算法上采用了5種模型組合,分別為:CountVectorizer+MultinomialNB、CountVectorizer+BernoulliNB、TfidfVectorizer+MultinomialNB、TfidfVectorizer+BernoulliN、TfidfVectorizer+LightGBM。

    模型調(diào)優(yōu)思路如下:首先,CountVectorizer、TfidfVectorizer調(diào)優(yōu):通過設(shè)置ngram_range參數(shù),分別取(1,1)、(1,2)、(1,3),用來觀察一元模型(unigrams)、二元模型( bigrams)和三元模型(trigrams)。其次,MultinomialNB、BernoulliNB調(diào)優(yōu):通過窮舉alpha,alpha從0.01開始,步長為0.01,到1結(jié)束,輪詢100次,選擇準(zhǔn)確率最佳的模型。最后,LightGBM調(diào)優(yōu):以驗(yàn)證集的準(zhǔn)確率為指標(biāo),通過早停(earlystopping)功能獲取準(zhǔn)確率最佳的模型。

    需要說明的是:TfidfVectorizer+LightGBM實(shí)踐中,由于筆者算力有限(機(jī)器內(nèi)存較?。?,ngram_range=(1,2)以及ngram_range=(1,3)未能嘗試,這兩個(gè)模型運(yùn)行時(shí)由于內(nèi)存溢出而報(bào)錯(cuò)。

    (2)機(jī)器學(xué)習(xí)算法對(duì)比結(jié)論。以上5種算法的最佳準(zhǔn)確率對(duì)比如圖1所示。從實(shí)驗(yàn)結(jié)果可以得出以下結(jié)論:首先,TfidfVectorizer+LightGBM準(zhǔn)確率最佳,為72.88%,且在ngram_range=(1,1)參數(shù)下,LightGBM準(zhǔn)確率顯著超過MultinomialNB和BernoulliNB。其次,在另一個(gè)算法確定的情況下,TfidfVectorizer的準(zhǔn)確率顯著超過CountVectorizer,說明在文本特征提取上,TfidfVectorizer優(yōu)于CountVectorizer。最后,在另一個(gè)算法確定的情況下,MultinomialNB的準(zhǔn)確率顯著超過BernoulliNB,說明MultinomialNB更合適文本分類場(chǎng)景,BernoulliNB可能更適用于數(shù)據(jù)符合伯努利分布的場(chǎng)景。

    圖1 機(jī)器學(xué)習(xí)算法在此案例中的準(zhǔn)確率對(duì)比

    2.2.3 深度學(xué)習(xí)算法實(shí)踐

    (1)深度學(xué)習(xí)算法建模、調(diào)優(yōu)。

    通過Word2Vec算法對(duì)數(shù)據(jù)集的語料進(jìn)行訓(xùn)練,設(shè)置詞向量維度為128維,迭代訓(xùn)練15輪,訓(xùn)練完成后得到78 486個(gè)詞匯及詞向量。選取部分詞匯及詞向量,比如“武漢”“肺炎”,通過相似度匹配,找到相似度Top10的詞匯,發(fā)現(xiàn)基本符合常識(shí)。

    模型調(diào)優(yōu)思路:第一,考慮到雙向序列模型可以考慮整個(gè)句子的信息,即使在句子中間,也可以綜合考慮過去的信息和將來的信息,因此在網(wǎng)絡(luò)層使用BiGRU(雙向GRU)代替GRU(Gate Recurrent Unit)。第二,為避免模型過擬合,超過2個(gè)epoch驗(yàn)證集的準(zhǔn)確率若無提升,則將學(xué)習(xí)率減半;超過4個(gè)epoch驗(yàn)證集的準(zhǔn)確率若無提升,則earlystopping。

    根據(jù)以上思路,本文在深度學(xué)習(xí)算法上采用了2種模型組合,分別為Word2Vec+BiGRU、BERT(Bidirectional Encoder Representation from Transformers)+BiGRU。

    (2)深度學(xué)習(xí)算法對(duì)比結(jié)論。

    兩種組合模型在訓(xùn)練集和驗(yàn)證集的準(zhǔn)確率分布情況如圖2所示。實(shí)驗(yàn)結(jié)果對(duì)比如圖3所示,可以得出以下結(jié)論:預(yù)訓(xùn)練好的BERT模型在Embedding層的效果顯著優(yōu)于Word2Vec。

    圖2 Word2Vec+BiGRU、BERT+BiGRU實(shí)驗(yàn)結(jié)果

    圖3 深度學(xué)習(xí)算法在此案例中的準(zhǔn)確率對(duì)比

    2.3 實(shí)驗(yàn)結(jié)果匯總對(duì)比

    綜合以上機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法實(shí)踐結(jié)果,匯總7種組合模型,選取每種模型在驗(yàn)證集的最佳準(zhǔn)確率進(jìn)行對(duì)比,結(jié)果如圖4所示。由準(zhǔn)確率可以發(fā)現(xiàn):深度學(xué)習(xí)2種算法的平均準(zhǔn)確率為74.3%,遠(yuǎn)超過機(jī)器學(xué)習(xí)5種算法的平均準(zhǔn)確率69.7%,且深度學(xué)習(xí)算法最低準(zhǔn)確率為73.5%,也超過機(jī)器學(xué)習(xí)算法的最高準(zhǔn)確率72.9%。在機(jī)器學(xué)習(xí)算法中,TfidfVectorizer準(zhǔn)確率高于CountVectorizer;MultinomialNB準(zhǔn)確率高于BernoulliNB;LightGBM準(zhǔn)確率高于樸素貝葉斯。深度學(xué)習(xí)算法中,BERT準(zhǔn)確率高于Word2vec。

    圖4 機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法在此案例中的準(zhǔn)確率對(duì)比

    3 結(jié)束語

    本文使用了比賽主辦方提供的公開數(shù)據(jù),并拆分為訓(xùn)練集和驗(yàn)證集,使用驗(yàn)證集的準(zhǔn)確率作為評(píng)價(jià)指標(biāo),使用7種機(jī)器學(xué)習(xí)、深度學(xué)習(xí)模型進(jìn)行文本分類并分別進(jìn)行調(diào)優(yōu),得出以下結(jié)論:(1)在文本分類任務(wù)上,深度學(xué)習(xí)算法相比機(jī)器學(xué)習(xí)算法有較為明顯的優(yōu)勢(shì)。(2)在機(jī)器學(xué)習(xí)算法中:在文本特征提取上,TfidfVectorizer優(yōu)于CountVectorizer;MultinomialNB相比BernoulliNB更合適文本分類場(chǎng)景;LightGBM集成模型分類效果優(yōu)于樸素貝葉斯。(3)在深度學(xué)習(xí)算法中:預(yù)訓(xùn)練好的BERT模型在Embedding層的效果優(yōu)于Word2Vec。(4)綜合以上,BERT+BiGRU準(zhǔn)確率最高,為75.1%,最終選取BERT+BiGRU為預(yù)測(cè)模型。后續(xù)可以BERT+BiGRU模型為基礎(chǔ),在具體的神經(jīng)網(wǎng)絡(luò)層進(jìn)行改進(jìn)調(diào)優(yōu),進(jìn)一步提升文本分類的準(zhǔn)確率。

    猜你喜歡
    預(yù)處理機(jī)器準(zhǔn)確率
    機(jī)器狗
    機(jī)器狗
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    未來機(jī)器城
    電影(2018年8期)2018-09-21 08:00:06
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    基于預(yù)處理MUSIC算法的分布式陣列DOA估計(jì)
    淺談PLC在預(yù)處理生產(chǎn)線自動(dòng)化改造中的應(yīng)用
    絡(luò)合萃取法預(yù)處理H酸廢水
    黄色视频,在线免费观看| 欧美一区二区精品小视频在线| 岛国视频午夜一区免费看| 午夜久久久久精精品| 国产精品久久久久久亚洲av鲁大| 欧美色欧美亚洲另类二区| 在线视频色国产色| 久久亚洲真实| 国产亚洲av高清不卡| 母亲3免费完整高清在线观看| 精品国产超薄肉色丝袜足j| 一本久久中文字幕| 动漫黄色视频在线观看| 免费在线观看亚洲国产| 91麻豆精品激情在线观看国产| 99国产精品99久久久久| 老鸭窝网址在线观看| 我的老师免费观看完整版| 久久这里只有精品19| 亚洲av美国av| 啦啦啦观看免费观看视频高清| 欧美性猛交黑人性爽| 我的老师免费观看完整版| 人妻久久中文字幕网| 少妇丰满av| 欧美高清成人免费视频www| 操出白浆在线播放| 免费电影在线观看免费观看| 一级毛片高清免费大全| 最近视频中文字幕2019在线8| 99视频精品全部免费 在线 | www日本黄色视频网| 高清毛片免费观看视频网站| 999久久久国产精品视频| 日日夜夜操网爽| 特大巨黑吊av在线直播| 99久久国产精品久久久| 偷拍熟女少妇极品色| av欧美777| 女人高潮潮喷娇喘18禁视频| 国产亚洲av高清不卡| 中文资源天堂在线| 午夜福利成人在线免费观看| 性色av乱码一区二区三区2| 97人妻精品一区二区三区麻豆| 黄色成人免费大全| 欧美乱码精品一区二区三区| 国产久久久一区二区三区| 给我免费播放毛片高清在线观看| 搡老妇女老女人老熟妇| 深夜精品福利| 久久久国产欧美日韩av| 激情在线观看视频在线高清| 精品久久久久久久久久久久久| av女优亚洲男人天堂 | 日本 欧美在线| 久久精品aⅴ一区二区三区四区| 夜夜看夜夜爽夜夜摸| 亚洲在线自拍视频| 两人在一起打扑克的视频| 亚洲欧美激情综合另类| 亚洲欧美一区二区三区黑人| 精品国产乱码久久久久久男人| 九色成人免费人妻av| 日韩人妻高清精品专区| 国产99白浆流出| 久久久久国产精品人妻aⅴ院| 黑人欧美特级aaaaaa片| 一进一出抽搐动态| 嫩草影院入口| 中文字幕熟女人妻在线| 1024香蕉在线观看| 午夜a级毛片| 欧美一区二区精品小视频在线| 国产av一区在线观看免费| 18禁黄网站禁片午夜丰满| 99riav亚洲国产免费| 欧美成人一区二区免费高清观看 | 一个人观看的视频www高清免费观看 | 欧美色视频一区免费| 亚洲性夜色夜夜综合| 老汉色av国产亚洲站长工具| 国产精品av视频在线免费观看| 国产三级中文精品| 欧美又色又爽又黄视频| 女同久久另类99精品国产91| 久久久久久久久免费视频了| 又爽又黄无遮挡网站| 欧美xxxx黑人xx丫x性爽| 日韩欧美三级三区| 精华霜和精华液先用哪个| 黄色成人免费大全| 国产午夜精品论理片| 欧美另类亚洲清纯唯美| 国产精华一区二区三区| 国模一区二区三区四区视频 | 女警被强在线播放| 麻豆av在线久日| 琪琪午夜伦伦电影理论片6080| 国产一区二区在线观看日韩 | 欧美zozozo另类| 亚洲av免费在线观看| 日韩人妻高清精品专区| 久久国产精品影院| 一本综合久久免费| 亚洲国产欧美网| 国产视频内射| 国产亚洲欧美98| aaaaa片日本免费| 免费观看的影片在线观看| 在线免费观看的www视频| 在线视频色国产色| 欧美三级亚洲精品| 国产精品1区2区在线观看.| 搡老熟女国产l中国老女人| 国产精品野战在线观看| 精品久久蜜臀av无| 国产v大片淫在线免费观看| 黄色片一级片一级黄色片| 亚洲精品久久国产高清桃花| 男女下面进入的视频免费午夜| 老熟妇仑乱视频hdxx| 久久精品91蜜桃| 国语自产精品视频在线第100页| 欧美乱码精品一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 国产久久久一区二区三区| 国产精品亚洲av一区麻豆| 操出白浆在线播放| av女优亚洲男人天堂 | 久久久久精品国产欧美久久久| 又爽又黄无遮挡网站| 在线看三级毛片| 成人无遮挡网站| 成人午夜高清在线视频| 九九热线精品视视频播放| 在线永久观看黄色视频| 黄色女人牲交| 国产精品一及| 草草在线视频免费看| 黄色女人牲交| 亚洲熟妇中文字幕五十中出| 五月玫瑰六月丁香| 国产黄a三级三级三级人| 俄罗斯特黄特色一大片| 亚洲无线在线观看| 变态另类丝袜制服| 在线观看一区二区三区| 91av网一区二区| 悠悠久久av| 在线观看66精品国产| 国产亚洲av高清不卡| 国产99白浆流出| 变态另类成人亚洲欧美熟女| 国产熟女xx| 看片在线看免费视频| 国产午夜精品论理片| 婷婷精品国产亚洲av| 欧美精品啪啪一区二区三区| 免费av不卡在线播放| 国产精品综合久久久久久久免费| 精品国产亚洲在线| 女人高潮潮喷娇喘18禁视频| 午夜免费观看网址| 欧美性猛交黑人性爽| 亚洲国产欧美一区二区综合| 女警被强在线播放| 国内久久婷婷六月综合欲色啪| 香蕉久久夜色| 1000部很黄的大片| 日本与韩国留学比较| 免费高清视频大片| 国产亚洲av嫩草精品影院| 99热这里只有精品一区 | 悠悠久久av| 1024香蕉在线观看| 搡老妇女老女人老熟妇| 免费看美女性在线毛片视频| 桃红色精品国产亚洲av| 久久午夜亚洲精品久久| 高清在线国产一区| 日韩国内少妇激情av| 午夜福利高清视频| 男人舔女人下体高潮全视频| 久久精品影院6| 最近在线观看免费完整版| 一级毛片精品| 欧美日韩精品网址| 麻豆久久精品国产亚洲av| 亚洲,欧美精品.| 黄片大片在线免费观看| 最新美女视频免费是黄的| 亚洲人成网站在线播放欧美日韩| 久久精品国产亚洲av香蕉五月| 51午夜福利影视在线观看| 国产成人av教育| 啦啦啦观看免费观看视频高清| 免费看光身美女| 国产亚洲精品久久久久久毛片| 午夜免费成人在线视频| 美女黄网站色视频| 欧美成人性av电影在线观看| 亚洲国产色片| 欧美另类亚洲清纯唯美| 精品国产美女av久久久久小说| 俄罗斯特黄特色一大片| 母亲3免费完整高清在线观看| 给我免费播放毛片高清在线观看| 国产成人av教育| 国产 一区 欧美 日韩| 国产亚洲精品综合一区在线观看| 小说图片视频综合网站| www日本黄色视频网| 中文字幕人妻丝袜一区二区| 国产精品自产拍在线观看55亚洲| a在线观看视频网站| 午夜激情福利司机影院| 午夜成年电影在线免费观看| 天堂影院成人在线观看| 国产探花在线观看一区二区| 亚洲国产日韩欧美精品在线观看 | netflix在线观看网站| 成年女人看的毛片在线观看| 国产伦精品一区二区三区视频9 | 久久久久久人人人人人| 在线观看一区二区三区| 听说在线观看完整版免费高清| 香蕉国产在线看| 老司机午夜福利在线观看视频| 啦啦啦韩国在线观看视频| 手机成人av网站| 18禁黄网站禁片免费观看直播| 亚洲黑人精品在线| 在线播放国产精品三级| 欧美乱码精品一区二区三区| 国产99白浆流出| 亚洲片人在线观看| 女生性感内裤真人,穿戴方法视频| 亚洲五月天丁香| 99久久综合精品五月天人人| 国产亚洲精品av在线| 国产精品综合久久久久久久免费| 18禁国产床啪视频网站| 99国产精品一区二区蜜桃av| 非洲黑人性xxxx精品又粗又长| 国产成人av激情在线播放| 黄色成人免费大全| 波多野结衣高清无吗| 久久精品aⅴ一区二区三区四区| 麻豆国产97在线/欧美| 久久久久久久精品吃奶| av女优亚洲男人天堂 | 亚洲精品在线观看二区| 国产三级黄色录像| 午夜福利视频1000在线观看| 91麻豆av在线| 99热精品在线国产| 黑人操中国人逼视频| 精品人妻1区二区| 综合色av麻豆| av在线天堂中文字幕| 久久午夜亚洲精品久久| 久久午夜综合久久蜜桃| 亚洲av成人一区二区三| 国产极品精品免费视频能看的| 2021天堂中文幕一二区在线观| 婷婷六月久久综合丁香| 免费电影在线观看免费观看| 日本免费a在线| 成熟少妇高潮喷水视频| 免费在线观看视频国产中文字幕亚洲| 亚洲中文字幕一区二区三区有码在线看 | 精品人妻1区二区| 99在线人妻在线中文字幕| tocl精华| 日韩欧美国产在线观看| 成人av一区二区三区在线看| 国产一区在线观看成人免费| 制服丝袜大香蕉在线| 99精品久久久久人妻精品| 国产1区2区3区精品| 久久久久精品国产欧美久久久| 国产精品一区二区精品视频观看| 国产精品影院久久| 日韩欧美三级三区| 亚洲aⅴ乱码一区二区在线播放| 操出白浆在线播放| 国产又黄又爽又无遮挡在线| 日韩精品中文字幕看吧| 久久人人精品亚洲av| 日本精品一区二区三区蜜桃| 亚洲精品中文字幕一二三四区| 别揉我奶头~嗯~啊~动态视频| x7x7x7水蜜桃| 亚洲专区字幕在线| 18禁黄网站禁片免费观看直播| 亚洲狠狠婷婷综合久久图片| 成年人黄色毛片网站| 成人欧美大片| 变态另类成人亚洲欧美熟女| 黄色女人牲交| 欧美zozozo另类| 非洲黑人性xxxx精品又粗又长| 亚洲av中文字字幕乱码综合| 欧美三级亚洲精品| 婷婷精品国产亚洲av在线| 十八禁网站免费在线| 这个男人来自地球电影免费观看| 少妇的丰满在线观看| 日日摸夜夜添夜夜添小说| 两个人的视频大全免费| 久久婷婷人人爽人人干人人爱| 免费人成视频x8x8入口观看| 亚洲第一欧美日韩一区二区三区| 免费在线观看视频国产中文字幕亚洲| 身体一侧抽搐| 国产av不卡久久| 亚洲欧美一区二区三区黑人| 国产精华一区二区三区| 两个人看的免费小视频| 日本黄大片高清| 欧美在线黄色| 欧美激情在线99| 亚洲男人的天堂狠狠| 亚洲精品一卡2卡三卡4卡5卡| 丁香欧美五月| 亚洲狠狠婷婷综合久久图片| 欧美日韩福利视频一区二区| 精品久久久久久成人av| 欧美日韩国产亚洲二区| 久久久久亚洲av毛片大全| 亚洲av第一区精品v没综合| 熟女少妇亚洲综合色aaa.| 欧美精品啪啪一区二区三区| 国产精品久久久av美女十八| 国产黄色小视频在线观看| 色综合欧美亚洲国产小说| 在线十欧美十亚洲十日本专区| 亚洲成人精品中文字幕电影| 少妇裸体淫交视频免费看高清| 亚洲精品456在线播放app | 老司机午夜福利在线观看视频| 香蕉久久夜色| 日本 av在线| 香蕉国产在线看| 天堂网av新在线| 一区二区三区激情视频| 久久精品aⅴ一区二区三区四区| 精品免费久久久久久久清纯| www国产在线视频色| 一个人看视频在线观看www免费 | 午夜视频精品福利| 亚洲18禁久久av| 三级毛片av免费| 亚洲专区字幕在线| 久久精品国产亚洲av香蕉五月| 精品久久久久久久末码| 成人三级做爰电影| 老熟妇乱子伦视频在线观看| 精品乱码久久久久久99久播| 麻豆国产av国片精品| 麻豆一二三区av精品| 免费看a级黄色片| 久久久久久久精品吃奶| 制服人妻中文乱码| 人妻夜夜爽99麻豆av| 哪里可以看免费的av片| 日韩有码中文字幕| 国产欧美日韩精品一区二区| 日本免费一区二区三区高清不卡| 日韩三级视频一区二区三区| bbb黄色大片| 99国产精品一区二区三区| 99热只有精品国产| 日韩高清综合在线| 日韩大尺度精品在线看网址| 人人妻,人人澡人人爽秒播| 两个人视频免费观看高清| 级片在线观看| 身体一侧抽搐| 国产一区二区激情短视频| 免费在线观看亚洲国产| 亚洲中文日韩欧美视频| 一a级毛片在线观看| 俺也久久电影网| 国产成+人综合+亚洲专区| 黄色女人牲交| 久9热在线精品视频| 久久精品亚洲精品国产色婷小说| 免费看a级黄色片| 狠狠狠狠99中文字幕| 日韩欧美在线二视频| 九九在线视频观看精品| 男女床上黄色一级片免费看| 欧美日韩一级在线毛片| 国产亚洲精品综合一区在线观看| 中文字幕人成人乱码亚洲影| 毛片女人毛片| 又黄又粗又硬又大视频| 18禁国产床啪视频网站| 熟女人妻精品中文字幕| 成人永久免费在线观看视频| avwww免费| 久9热在线精品视频| 色综合婷婷激情| 午夜a级毛片| 亚洲国产色片| 国产男靠女视频免费网站| av在线天堂中文字幕| 国产成人啪精品午夜网站| 久久香蕉精品热| 亚洲精品粉嫩美女一区| 狂野欧美白嫩少妇大欣赏| 国产亚洲精品综合一区在线观看| 国产成人系列免费观看| 中亚洲国语对白在线视频| 久久午夜综合久久蜜桃| 国产av在哪里看| 亚洲国产欧美一区二区综合| 脱女人内裤的视频| 亚洲国产精品999在线| 日本一二三区视频观看| 99国产精品99久久久久| 国产精品av视频在线免费观看| 一本一本综合久久| 亚洲一区二区三区不卡视频| 国产欧美日韩一区二区三| 国产真实乱freesex| 婷婷精品国产亚洲av| 成人特级av手机在线观看| 亚洲天堂国产精品一区在线| 久久久久久人人人人人| 亚洲精华国产精华精| 亚洲av中文字字幕乱码综合| 一区福利在线观看| 后天国语完整版免费观看| 亚洲国产欧美网| 一a级毛片在线观看| 久久午夜亚洲精品久久| 9191精品国产免费久久| 最新中文字幕久久久久 | 国产精品久久电影中文字幕| 亚洲 国产 在线| www.www免费av| 国产午夜精品论理片| 99精品欧美一区二区三区四区| 狂野欧美激情性xxxx| 日韩人妻高清精品专区| 午夜福利在线观看吧| 国产伦精品一区二区三区四那| 久久亚洲精品不卡| 精品一区二区三区四区五区乱码| 白带黄色成豆腐渣| 国产午夜精品久久久久久| 日本在线视频免费播放| 午夜免费成人在线视频| 欧美色视频一区免费| 一个人看的www免费观看视频| 亚洲av日韩精品久久久久久密| АⅤ资源中文在线天堂| 熟女人妻精品中文字幕| 中文亚洲av片在线观看爽| a级毛片在线看网站| 又黄又爽又免费观看的视频| 久久久水蜜桃国产精品网| 亚洲精品乱码久久久v下载方式 | 国产精品影院久久| 国产成人精品无人区| 麻豆一二三区av精品| 精品乱码久久久久久99久播| 成人鲁丝片一二三区免费| 亚洲成人免费电影在线观看| 色综合站精品国产| 亚洲精品乱码久久久v下载方式 | 激情在线观看视频在线高清| 深夜精品福利| 一卡2卡三卡四卡精品乱码亚洲| 91字幕亚洲| 性色avwww在线观看| 亚洲国产欧美网| 国产一区二区激情短视频| 黄色丝袜av网址大全| 国产成人系列免费观看| 成人性生交大片免费视频hd| 精品福利观看| 亚洲性夜色夜夜综合| 黑人欧美特级aaaaaa片| 97人妻精品一区二区三区麻豆| 精品熟女少妇八av免费久了| 国产精品一区二区三区四区免费观看 | 中亚洲国语对白在线视频| 中文字幕高清在线视频| 91麻豆精品激情在线观看国产| 国产亚洲欧美98| 999精品在线视频| 免费人成视频x8x8入口观看| 99国产精品99久久久久| 国产精品av视频在线免费观看| 久久久国产成人精品二区| 国产爱豆传媒在线观看| 麻豆国产av国片精品| 亚洲专区国产一区二区| 免费看美女性在线毛片视频| 国产伦精品一区二区三区四那| 五月玫瑰六月丁香| 欧美另类亚洲清纯唯美| 精品人妻1区二区| 在线观看免费午夜福利视频| 精品一区二区三区视频在线观看免费| 免费搜索国产男女视频| 成年版毛片免费区| а√天堂www在线а√下载| 亚洲av成人一区二区三| 天堂动漫精品| 国产高清三级在线| avwww免费| 美女 人体艺术 gogo| 亚洲人成网站在线播放欧美日韩| 亚洲七黄色美女视频| 国产1区2区3区精品| 国产私拍福利视频在线观看| 老司机午夜福利在线观看视频| 国产精品综合久久久久久久免费| www.www免费av| 757午夜福利合集在线观看| 99国产综合亚洲精品| 9191精品国产免费久久| 日韩三级视频一区二区三区| 久久热在线av| 久久亚洲精品不卡| 亚洲精品456在线播放app | 欧美日本亚洲视频在线播放| 女警被强在线播放| 麻豆久久精品国产亚洲av| 嫁个100分男人电影在线观看| 麻豆成人av在线观看| 免费搜索国产男女视频| 亚洲av中文字字幕乱码综合| 亚洲熟妇熟女久久| 欧美日韩亚洲国产一区二区在线观看| 国产午夜福利久久久久久| 老鸭窝网址在线观看| 亚洲va日本ⅴa欧美va伊人久久| 国产三级黄色录像| 长腿黑丝高跟| 国产 一区 欧美 日韩| 一区福利在线观看| 国产视频内射| 成人国产一区最新在线观看| 好男人在线观看高清免费视频| 亚洲人成网站在线播放欧美日韩| 丝袜人妻中文字幕| 亚洲欧美精品综合一区二区三区| 亚洲av熟女| 成人高潮视频无遮挡免费网站| 国产精品av久久久久免费| 9191精品国产免费久久| 亚洲国产欧美人成| 国产精品电影一区二区三区| 免费高清视频大片| 日日摸夜夜添夜夜添小说| 女生性感内裤真人,穿戴方法视频| 成人一区二区视频在线观看| 免费高清视频大片| 国产av麻豆久久久久久久| 亚洲av成人av| 亚洲 欧美一区二区三区| 长腿黑丝高跟| 国产激情偷乱视频一区二区| 精品乱码久久久久久99久播| 在线播放国产精品三级| 精华霜和精华液先用哪个| 99久久精品国产亚洲精品| 日韩欧美 国产精品| av女优亚洲男人天堂 | 两个人视频免费观看高清| 国产免费男女视频| 观看美女的网站| netflix在线观看网站| 黄色视频,在线免费观看| 日本熟妇午夜| 亚洲五月天丁香| 亚洲熟女毛片儿| 中国美女看黄片| 久久精品91蜜桃| 亚洲国产色片| 大型黄色视频在线免费观看| 1024手机看黄色片| 又粗又爽又猛毛片免费看| 午夜激情欧美在线| 人人妻,人人澡人人爽秒播| 国产日本99.免费观看| 亚洲真实伦在线观看| xxxwww97欧美| 啦啦啦免费观看视频1| 黄色丝袜av网址大全| 亚洲,欧美精品.| 啦啦啦韩国在线观看视频| 亚洲狠狠婷婷综合久久图片| 一个人看视频在线观看www免费 | 亚洲无线在线观看| 国产精品野战在线观看| 男女床上黄色一级片免费看| 国产 一区 欧美 日韩| 在线观看一区二区三区| 亚洲精品乱码久久久v下载方式 | 此物有八面人人有两片| 成人性生交大片免费视频hd| 神马国产精品三级电影在线观看| 国产97色在线日韩免费| 日韩 欧美 亚洲 中文字幕| 级片在线观看| 亚洲熟妇熟女久久| netflix在线观看网站| 香蕉丝袜av|