• <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 ?

    樸素貝葉斯與Softmax回歸在文本分類上的對比研究

    2021-11-28 02:24:54李詠豪李倫波
    電腦知識與技術 2021年28期
    關鍵詞:文本分類自然語言處理

    李詠豪 李倫波

    摘要:文本分類問題是自然語言處理中的重要任務。本文將機器學習中的樸素貝葉斯模型以及Softmax回歸應用于自動文本分類中,在清華新聞分類語料數(shù)據(jù)集上實現(xiàn)了基于多項分布與類條件分布假設實現(xiàn)了樸素貝葉斯模型,并使用BOOL、TF、IDF、TF-IDF四種特征權重訓練了Softmax回歸模型。最后,將兩種模型在訓練集與測試集上的性能進行對比。

    關鍵詞:樸素貝葉斯;Softmax回歸;自然語言處理;文本分類

    中圖分類號:G642? ? ? 文獻標識碼:A

    文章編號:1009-3044(2021)28-0131-02

    開放科學(資源服務)標識碼(OSID):

    A Comparative Study of Naive Bayes and Softmax Regression in Text Classification

    LI Yong-hao*, LI Lun-bo

    (College of Computer Science and Engineering, Nanjing University of Science & Technology, Nanjing 210094, China)

    Abstract: Text classification is an important task in natural language processing. In this paper, the Naive Bayes model and Softmax regression in machine learning are applied to automatic text classification. The naive Bayes model is implemented on the Tsinghua news classified corpus data set based on the assumption of multinomial distribution and class conditional distribution. And the Softmax regression model is trained with four feature weights including BOOL, TF, IDF, and TF-IDF. Finally, we compare the performance of the two models on the training set and the test set.

    Key words: naive bayes; softmax regression; natural language processing; text classification

    1 引言

    自然語言處理中的文本分類指的是給定文檔,將文檔歸為n個類別中的1個。文本分類在現(xiàn)實生活中的用途十分廣泛,比如,將社交媒體中短文按照其討論內(nèi)容分為不同的類別;在情感分析問題中,提取文檔中人物表露的態(tài)度;在郵箱管理中,自動區(qū)別垃圾郵件與非垃圾郵件。

    文本分類任務通常由傳統(tǒng)的機器學習模型完成,如支持向量機[1]、樸素貝葉斯[2],也可由深度學習方法[3]實現(xiàn)。無論哪種統(tǒng)計學習模型,數(shù)據(jù)集對于模型性能都有著巨大的影響,本文中的模型使用了清華新聞分類語料數(shù)據(jù)集[4],它是根據(jù)新浪RSS訂閱頻道2005年至2011年間的歷史數(shù)據(jù)篩選過濾生成的,包括74萬篇新聞文檔,10余個類別標簽,數(shù)據(jù)集中句子已經(jīng)過準確的分詞,比如: 他 和 與 他 同輩 的 一 批 科學家 是 我國 計算機 技術 逼近 國際 先進 水平 的 希望 。同時,該數(shù)據(jù)集中包括一系列停用詞,“我”“自己”等停用詞十分常用,反而會影響新聞分類的精確度。由于數(shù)據(jù)規(guī)模過大,在CPU上訓練速度緩慢,所以,在所有類別中,選擇體育、政治、教育、法律、電腦與經(jīng)濟共6個主題的數(shù)據(jù),每個子類中進行500條新聞的隨機抽樣。

    2 模型介紹

    2.1 樸素貝葉斯

    機器學習模型可分為判別式模型與生成式模型。判別式模型對給定觀測值的標簽的后驗概率[p(y|x)]建模,而生成式模型對觀測值和標簽的聯(lián)合概率[p(x,y)]建模,然后用貝葉斯法則[p(y|x)=p(x,y)/p(x)]進行預測。樸素貝葉斯模型是一種生成式模型。

    樸素貝葉斯采用詞袋表示。在詞袋模型中,不考慮文檔中單詞的位置,詞與詞之間是互相獨立的,就像將所有詞語裝進一個袋子里一樣。

    樸素貝葉斯文本分類的步驟如下:

    (1) 計算先驗概率,即[p(y=cj)],每個樣本對應的先驗概率等于所屬類別樣本數(shù)占所有樣本數(shù)目的比例。

    (2) 計算條件概率,令N為文檔個數(shù),V為詞表大小,[N(ti,x(k))]表示第i個詞在第k個文檔中出現(xiàn)的次數(shù),[cj]表示第j個類別:

    [θi|j=Nk=1I(y(k)=cj)N(ti,x(k))+1i'=1VNk=1I(y(k)=cj)N(ti,x(k))+V](多項式分布假設)? ? ?(1)

    [μi|j=Nk=1I(y(k)=cj)I(ti∈x(k))+1Nk=1I(y(k)=cj)+2](多變量伯努利假設)? ? ? ?(2)

    [μi|j]與[θi|j]表示一個文檔中的第i個詞屬于第j個類別的概率,對于多項式分布假設,分母為所有文檔總詞數(shù),分子為文檔第i個詞在第j類所有文檔中出現(xiàn)的總次數(shù);對于多變量假設,分母為所有文檔中出現(xiàn)過第i個詞的文檔數(shù)目,分子為第j類所有文檔中有第i個詞出現(xiàn)的文檔數(shù)目。為了防止零概率問題,需要進行拉普拉斯平滑處理。

    (3) 計算后驗概率[p(x|y=cj)=i=1V[I(ti∈x)μi|j+I(ti∈x)(1-μi|j)]],去后驗概率最大時對應的類別作為預測類別。

    2.2 Softmax回歸

    Softmax回歸[5]是一種多分類模型,也稱作多類logistic回歸,在NLP中,與最大熵模型是等價的,Softmax回歸作為一種廣泛使用的分類算法,常常作為深度學習分類模型最后一層執(zhí)行分類預測。與樸素貝葉斯不同,Softmax模型是一種判別式模型。

    模型假設如下:

    [p(y=j|x;θ)=hj(x)=eθTjxk=1CeθThx,j=1,2,…C,where θC=0]? ? ? ?(3)

    [p(y=j|x;θ)]表示給定參數(shù)[θ]時,樣本x屬于第j類的概率。值得注意的是,樣本x通過特征權重法構(gòu)造,對于每一個文檔,特征權重法構(gòu)建一個詞表,詞表中的每個詞具有一個固定的下標以及一個特征值。在使用TF特征(Term Frequency)時,某一文檔的特征向量中對應詞的特征值等于詞在文檔中出現(xiàn)的次數(shù),其他特征權重方法有BOOL、IDF、TF-IDF等。

    Softmax回歸模型使用梯度下降法更新權重:[?l(θ)?θj'=k=1N(1y(k)=j'-hj'(x(k)))x(k)]。

    3 實驗

    所有模型中,樸素貝葉斯(多項式分布)在測試集上的準確率最高,訓練時間最短。Softmax回歸模型使用TF權重時,測試集上的準確率最高。

    樸素貝葉斯(多項式分布)實驗結(jié)果如圖1所示。

    樸素貝葉斯(多變量伯努利)[6]實驗結(jié)果如圖2所示。

    Softmax(GD+TF)實驗結(jié)果如圖3所示。

    Softmax模型對于訓練集的擬合效果更好(準確率達到100%),但在測試集上,樸素貝葉斯分類準確率更高。我們觀察到Softmax的具體分類準確率與訓練集的文檔數(shù)目存在聯(lián)系,某一類別在訓練集中的文檔數(shù)目越多,則測試集上該類的分類準確率越高。Softmax模型不需要詞袋假設,適用范圍更廣泛。而在數(shù)據(jù)集較小的文本分類中,樸素貝葉斯模型的速度快、識別準確率高。時間成本上,樸素貝葉斯低于Softmax回歸。原因如下:樸素貝葉斯模型直接統(tǒng)計得到頻率與概率表格,不需要使用梯度下降進行參數(shù)優(yōu)化。

    基于多項式假設的樸素貝葉斯模型準確率遠高于多變量假設。這是因為在多項式模型的類條件概率計算中,對于一個文檔d,多項式模型中,只有在d中出現(xiàn)過的單詞,才會參與后驗概率計算。Softmax(bool)模型在本問題中優(yōu)于多變量伯努利模型。

    分類準確率:TF > IDF > BOOL > TF-IDF。BOOL特征權重具有實現(xiàn)簡單,速度快的優(yōu)點,但是忽視了詞頻。TF權重以詞頻度量詞的重要性,詞頻越高,認為該詞越重要。對于大部分詞,詞頻高,說明詞重要。然而,有一些詞(如“方面”、“中國”)在文檔中大量出現(xiàn),此時,詞頻無法有效描述文檔的特征。

    4 結(jié)束語

    本文將對樸素貝葉斯模型和Softmax回歸進行了對比研究,并在清華新聞分類語料數(shù)據(jù)集上進行了文本分類實驗,實驗結(jié)果表明,從時間復雜度來看,樸素貝葉斯低于Softmax回歸,Softmax模型適用范圍較廣。

    參考文獻:

    [1] 岳文應.基于Doc2Vec與SVM的聊天內(nèi)容過濾[J].計算機系統(tǒng)應用,2018,27(7):127-132.

    [2] 蘇瑩,張勇,胡珀,等.基于樸素貝葉斯與潛在狄利克雷分布相結(jié)合的情感分析[J].計算機應用,2016,36(6):1613-1618.

    [3] 孫志遠,魯成祥,史忠植,等.深度學習研究與進展[J].計算機科學,2016,43(2):1-8.

    [4] 蔡巍,王英林,尹中航.基于網(wǎng)上新聞語料的Web頁面自動分類研究[J].情報科學,2010,28(1):124-127,136.

    [5] 劉亞沖,唐智靈.基于Softmax回歸的通信輻射源特征分類識別方法[J].計算機工程,2018,44(2):98-102.

    [6] 吳皋,李明,周稻祥,等.基于深度集成樸素貝葉斯模型的文本分類[J].濟南大學學報(自然科學版),2020,34(5):436-442.

    【通聯(lián)編輯:唐一東】

    猜你喜歡
    文本分類自然語言處理
    基于組合分類算法的源代碼注釋質(zhì)量評估方法
    基于貝葉斯分類器的中文文本分類
    基于蟻群智能算法的研究文本分類
    基于樸素貝葉斯分類的Java課程網(wǎng)絡答疑反饋系統(tǒng)
    基于K—means算法的文本分類技術研究
    文本分類算法在山東女子學院檔案管理的應用
    科技視界(2016年24期)2016-10-11 09:36:57
    面向機器人導航的漢語路徑自然語言組塊分析方法研究
    詞向量的語義學規(guī)范化
    求知導刊(2016年10期)2016-05-01 14:09:25
    漢哈機器翻譯中的文字轉(zhuǎn)換技術研究
    HowNet在自然語言處理領域的研究現(xiàn)狀與分析
    科技視界(2016年5期)2016-02-22 11:41:39
    色老头精品视频在线观看| 满18在线观看网站| 日韩有码中文字幕| 国产99久久九九免费精品| 一二三四在线观看免费中文在| 国产日韩欧美亚洲二区| 久久人妻福利社区极品人妻图片| 制服诱惑二区| 精品国产乱子伦一区二区三区| 国产精品99久久99久久久不卡| videos熟女内射| 久久久久精品人妻al黑| 天天操日日干夜夜撸| 视频区图区小说| 黄片播放在线免费| 激情视频va一区二区三区| 一级a爱片免费观看的视频| 露出奶头的视频| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕最新亚洲高清| 亚洲色图av天堂| 涩涩av久久男人的天堂| 午夜亚洲福利在线播放| 首页视频小说图片口味搜索| 中文字幕高清在线视频| 婷婷精品国产亚洲av在线 | 久久精品国产综合久久久| 国产成人欧美| 一本一本久久a久久精品综合妖精| 亚洲精华国产精华精| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲午夜理论影院| 精品久久久久久,| 日韩视频一区二区在线观看| 国产欧美日韩一区二区精品| av天堂久久9| 亚洲精品一卡2卡三卡4卡5卡| 日本欧美视频一区| 亚洲七黄色美女视频| 中文欧美无线码| 日韩一卡2卡3卡4卡2021年| 免费一级毛片在线播放高清视频 | 亚洲午夜精品一区,二区,三区| 一级a爱片免费观看的视频| 国产亚洲精品久久久久5区| 老司机午夜十八禁免费视频| 在线观看免费高清a一片| 国产高清视频在线播放一区| 国产精品二区激情视频| 一进一出抽搐动态| 天天躁日日躁夜夜躁夜夜| 韩国精品一区二区三区| 国产一区二区三区在线臀色熟女 | 王馨瑶露胸无遮挡在线观看| 亚洲精品国产区一区二| 天天躁夜夜躁狠狠躁躁| 久久九九热精品免费| 亚洲精品自拍成人| 久久午夜亚洲精品久久| 校园春色视频在线观看| 久久午夜综合久久蜜桃| 男女高潮啪啪啪动态图| 91老司机精品| 黑人操中国人逼视频| 黄色成人免费大全| 男人舔女人的私密视频| 久热这里只有精品99| 99在线人妻在线中文字幕 | 亚洲在线自拍视频| 美国免费a级毛片| 精品国产亚洲在线| 亚洲国产毛片av蜜桃av| 99精品欧美一区二区三区四区| 国产av精品麻豆| 欧美亚洲 丝袜 人妻 在线| 国产亚洲欧美98| 咕卡用的链子| 99re在线观看精品视频| 免费看十八禁软件| xxxhd国产人妻xxx| 亚洲av成人不卡在线观看播放网| 欧美日韩中文字幕国产精品一区二区三区 | av免费在线观看网站| 人妻 亚洲 视频| 夜夜爽天天搞| 怎么达到女性高潮| 国产高清视频在线播放一区| 久久久国产精品麻豆| 无人区码免费观看不卡| 亚洲一区二区三区不卡视频| 国产精品久久久av美女十八| 久久人妻福利社区极品人妻图片| 69精品国产乱码久久久| 别揉我奶头~嗯~啊~动态视频| 韩国精品一区二区三区| 日韩免费av在线播放| 国产一区有黄有色的免费视频| 国产高清激情床上av| 亚洲av美国av| 久久精品国产亚洲av高清一级| 交换朋友夫妻互换小说| 国产成人av教育| 亚洲国产中文字幕在线视频| 99精品在免费线老司机午夜| 成年版毛片免费区| 自线自在国产av| 亚洲精品一二三| 精品免费久久久久久久清纯 | 成人精品一区二区免费| 女同久久另类99精品国产91| 国产亚洲精品第一综合不卡| www.999成人在线观看| 国产免费男女视频| 成人特级黄色片久久久久久久| 80岁老熟妇乱子伦牲交| 国产成人精品无人区| 别揉我奶头~嗯~啊~动态视频| 日韩欧美在线二视频 | 黄色视频,在线免费观看| 久久久久久久久久久久大奶| 日本wwww免费看| 国产高清videossex| 国产精品一区二区精品视频观看| 久久亚洲精品不卡| 中国美女看黄片| 精品久久蜜臀av无| 亚洲精品av麻豆狂野| 黑人巨大精品欧美一区二区mp4| 在线观看一区二区三区激情| 啦啦啦 在线观看视频| 亚洲一区二区三区欧美精品| 免费不卡黄色视频| 久久青草综合色| 麻豆成人av在线观看| 波多野结衣av一区二区av| 国产一区二区三区综合在线观看| 久久亚洲真实| 99久久国产精品久久久| 成人18禁高潮啪啪吃奶动态图| 超碰成人久久| 国产欧美日韩一区二区三区在线| 久久天堂一区二区三区四区| 国产精品自产拍在线观看55亚洲 | 身体一侧抽搐| 人妻 亚洲 视频| 亚洲黑人精品在线| 久久久久久亚洲精品国产蜜桃av| 少妇猛男粗大的猛烈进出视频| 国产欧美日韩一区二区三区在线| 国产免费现黄频在线看| 国产色视频综合| 黄片播放在线免费| 午夜日韩欧美国产| 精品少妇一区二区三区视频日本电影| 国产精品香港三级国产av潘金莲| 狠狠婷婷综合久久久久久88av| 亚洲人成伊人成综合网2020| 美女国产高潮福利片在线看| 亚洲成av片中文字幕在线观看| 很黄的视频免费| 又黄又爽又免费观看的视频| 深夜精品福利| 国产区一区二久久| 老汉色∧v一级毛片| 99国产综合亚洲精品| 欧美中文综合在线视频| 自线自在国产av| 国产成人精品无人区| 国产成人av激情在线播放| 亚洲精品在线观看二区| 中文欧美无线码| 精品久久久精品久久久| 日韩欧美三级三区| 中文字幕色久视频| 不卡一级毛片| 99国产精品一区二区蜜桃av | 丝袜美腿诱惑在线| 国产精品一区二区在线不卡| 天天躁夜夜躁狠狠躁躁| 十八禁人妻一区二区| 91精品国产国语对白视频| 午夜福利欧美成人| 18禁黄网站禁片午夜丰满| 高清欧美精品videossex| 久久天堂一区二区三区四区| 国产精品秋霞免费鲁丝片| 午夜激情av网站| 黄色视频不卡| av天堂久久9| 亚洲精品在线观看二区| 国产精品久久视频播放| 亚洲自偷自拍图片 自拍| 久久精品国产清高在天天线| 国产麻豆69| 欧美精品亚洲一区二区| 免费高清在线观看日韩| 淫妇啪啪啪对白视频| av天堂在线播放| 日韩人妻精品一区2区三区| 亚洲精品av麻豆狂野| 久久狼人影院| 极品人妻少妇av视频| 亚洲午夜精品一区,二区,三区| 欧美日本中文国产一区发布| 精品欧美一区二区三区在线| 老汉色∧v一级毛片| 51午夜福利影视在线观看| 亚洲精品国产色婷婷电影| 欧美+亚洲+日韩+国产| 18禁美女被吸乳视频| 亚洲情色 制服丝袜| videos熟女内射| 久久精品亚洲av国产电影网| 国产在视频线精品| 大香蕉久久网| 中文字幕最新亚洲高清| 国产一区在线观看成人免费| 一区在线观看完整版| 国产成+人综合+亚洲专区| 一进一出好大好爽视频| 在线观看午夜福利视频| 午夜福利视频在线观看免费| 波多野结衣av一区二区av| 成在线人永久免费视频| 99香蕉大伊视频| 制服人妻中文乱码| 欧美日韩av久久| 亚洲欧美色中文字幕在线| 免费女性裸体啪啪无遮挡网站| 很黄的视频免费| 久久精品亚洲精品国产色婷小说| 久久国产乱子伦精品免费另类| 精品国产乱码久久久久久男人| 日本wwww免费看| 精品久久久精品久久久| 村上凉子中文字幕在线| 亚洲欧美一区二区三区黑人| 少妇的丰满在线观看| 老司机亚洲免费影院| 精品一区二区三卡| 最近最新免费中文字幕在线| 黄色丝袜av网址大全| 999久久久国产精品视频| 亚洲国产欧美一区二区综合| 精品高清国产在线一区| 一二三四社区在线视频社区8| 精品午夜福利视频在线观看一区| 成人国产一区最新在线观看| av超薄肉色丝袜交足视频| 亚洲av成人一区二区三| 99久久人妻综合| 又大又爽又粗| 欧美不卡视频在线免费观看 | 老鸭窝网址在线观看| 男男h啪啪无遮挡| 1024香蕉在线观看| 日韩欧美在线二视频 | 国产高清videossex| 村上凉子中文字幕在线| 一区二区日韩欧美中文字幕| 母亲3免费完整高清在线观看| 午夜91福利影院| 亚洲,欧美精品.| 精品久久蜜臀av无| 久久国产乱子伦精品免费另类| 别揉我奶头~嗯~啊~动态视频| 亚洲专区国产一区二区| 夜夜爽天天搞| 美女国产高潮福利片在线看| 99国产综合亚洲精品| 精品国内亚洲2022精品成人 | 久久久国产成人精品二区 | videosex国产| 久久 成人 亚洲| 在线免费观看的www视频| 欧美一级毛片孕妇| 国产亚洲精品第一综合不卡| 操出白浆在线播放| 国产亚洲av高清不卡| 满18在线观看网站| 热99国产精品久久久久久7| 90打野战视频偷拍视频| 美女福利国产在线| 女人久久www免费人成看片| 搡老乐熟女国产| 日本欧美视频一区| 精品欧美一区二区三区在线| 午夜免费成人在线视频| 亚洲人成伊人成综合网2020| 欧美 日韩 精品 国产| a在线观看视频网站| 色老头精品视频在线观看| 俄罗斯特黄特色一大片| 国精品久久久久久国模美| 男人舔女人的私密视频| 久久午夜亚洲精品久久| 亚洲欧美日韩另类电影网站| 天堂动漫精品| 国产精品 欧美亚洲| 亚洲美女黄片视频| 亚洲人成伊人成综合网2020| 国产精品综合久久久久久久免费 | 黄片小视频在线播放| 成熟少妇高潮喷水视频| 亚洲国产看品久久| 99久久综合精品五月天人人| 国产男靠女视频免费网站| 在线观看免费午夜福利视频| 国产亚洲一区二区精品| 欧美日韩成人在线一区二区| 国产精品98久久久久久宅男小说| 亚洲av日韩在线播放| 天天躁日日躁夜夜躁夜夜| 国产午夜精品久久久久久| 精品久久久久久久久久免费视频 | 色94色欧美一区二区| xxxhd国产人妻xxx| 成年人免费黄色播放视频| 国产aⅴ精品一区二区三区波| 国产一区在线观看成人免费| 中文字幕色久视频| 久久国产精品男人的天堂亚洲| 亚洲免费av在线视频| 99久久人妻综合| 国产精品美女特级片免费视频播放器 | www.精华液| 久久国产乱子伦精品免费另类| x7x7x7水蜜桃| 午夜免费成人在线视频| 国产区一区二久久| 丁香欧美五月| 亚洲avbb在线观看| 人妻 亚洲 视频| 亚洲精品国产一区二区精华液| 国产在线观看jvid| 人妻久久中文字幕网| tube8黄色片| 99热网站在线观看| 亚洲国产毛片av蜜桃av| 色综合欧美亚洲国产小说| 波多野结衣av一区二区av| 国产成人免费观看mmmm| 国产在线观看jvid| 免费久久久久久久精品成人欧美视频| 日韩欧美一区视频在线观看| 午夜成年电影在线免费观看| 国产又色又爽无遮挡免费看| 大片电影免费在线观看免费| 久久国产精品男人的天堂亚洲| 中文字幕色久视频| av在线播放免费不卡| 可以免费在线观看a视频的电影网站| 91成人精品电影| 国产成人免费观看mmmm| 国产在线观看jvid| 亚洲国产中文字幕在线视频| 国产不卡一卡二| 亚洲第一欧美日韩一区二区三区| 国产又爽黄色视频| 午夜成年电影在线免费观看| 日韩欧美一区二区三区在线观看 | 男女午夜视频在线观看| 久久草成人影院| 免费黄频网站在线观看国产| 国产成人欧美在线观看 | 亚洲欧洲精品一区二区精品久久久| av在线播放免费不卡| av网站在线播放免费| 国产xxxxx性猛交| 中文字幕色久视频| 久久精品aⅴ一区二区三区四区| 欧美日韩亚洲国产一区二区在线观看 | 欧美日韩乱码在线| 欧美国产精品va在线观看不卡| 狠狠婷婷综合久久久久久88av| 老司机深夜福利视频在线观看| 少妇裸体淫交视频免费看高清 | 身体一侧抽搐| 操出白浆在线播放| 老熟女久久久| 狂野欧美激情性xxxx| 欧美精品高潮呻吟av久久| 女人被狂操c到高潮| 91成人精品电影| 少妇的丰满在线观看| 免费少妇av软件| 99久久综合精品五月天人人| 美女午夜性视频免费| 精品午夜福利视频在线观看一区| 成年动漫av网址| 国产精品永久免费网站| 国产精品免费一区二区三区在线 | 丁香欧美五月| 国产精品欧美亚洲77777| 午夜福利乱码中文字幕| 制服人妻中文乱码| 黄色视频不卡| 香蕉久久夜色| 满18在线观看网站| 国产精品1区2区在线观看. | 老司机在亚洲福利影院| 黄片大片在线免费观看| 少妇粗大呻吟视频| e午夜精品久久久久久久| 波多野结衣av一区二区av| 亚洲综合色网址| 亚洲精品久久成人aⅴ小说| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品一二三| 亚洲精品国产色婷婷电影| 久久国产精品男人的天堂亚洲| 极品人妻少妇av视频| 老汉色∧v一级毛片| 国产伦人伦偷精品视频| 搡老乐熟女国产| 亚洲少妇的诱惑av| 国产成人精品无人区| 国产精品永久免费网站| 99久久人妻综合| 嫁个100分男人电影在线观看| 欧美乱色亚洲激情| 高清视频免费观看一区二区| 熟女少妇亚洲综合色aaa.| 99久久人妻综合| 两性夫妻黄色片| 亚洲午夜精品一区,二区,三区| 日韩视频一区二区在线观看| 怎么达到女性高潮| 国产不卡av网站在线观看| 精品久久蜜臀av无| av线在线观看网站| 91国产中文字幕| 亚洲欧美精品综合一区二区三区| 国产av精品麻豆| 国产成人免费无遮挡视频| 中文字幕人妻丝袜一区二区| 国产人伦9x9x在线观看| 99re6热这里在线精品视频| 亚洲色图综合在线观看| 日韩视频一区二区在线观看| 欧美激情久久久久久爽电影 | 精品一品国产午夜福利视频| 国产精品 欧美亚洲| 深夜精品福利| 在线观看舔阴道视频| 久久99一区二区三区| 亚洲欧美日韩另类电影网站| 亚洲人成电影免费在线| 国产男靠女视频免费网站| av网站在线播放免费| 91麻豆精品激情在线观看国产 | 美女视频免费永久观看网站| 老司机午夜十八禁免费视频| av在线播放免费不卡| 最近最新中文字幕大全电影3 | 老司机午夜福利在线观看视频| 亚洲av成人不卡在线观看播放网| 99热网站在线观看| 成年动漫av网址| 精品欧美一区二区三区在线| 亚洲欧美色中文字幕在线| www.精华液| 亚洲男人天堂网一区| 美女福利国产在线| 亚洲aⅴ乱码一区二区在线播放 | 19禁男女啪啪无遮挡网站| 香蕉久久夜色| 国产黄色免费在线视频| 国产精品综合久久久久久久免费 | 大型av网站在线播放| 一区二区三区激情视频| 免费在线观看亚洲国产| 日韩欧美一区视频在线观看| 亚洲 欧美一区二区三区| 日韩欧美免费精品| 久久香蕉精品热| 人人妻人人澡人人看| 久久国产精品男人的天堂亚洲| 久久影院123| 国产免费现黄频在线看| 下体分泌物呈黄色| 如日韩欧美国产精品一区二区三区| 99国产极品粉嫩在线观看| 久久精品国产99精品国产亚洲性色 | 精品一区二区三区av网在线观看| 成人亚洲精品一区在线观看| 老司机在亚洲福利影院| 精品熟女少妇八av免费久了| 国产成人系列免费观看| 丰满迷人的少妇在线观看| 国产成人精品在线电影| 亚洲精品一卡2卡三卡4卡5卡| 麻豆国产av国片精品| 精品久久久久久,| 成人影院久久| 国产精品自产拍在线观看55亚洲 | 欧美日韩福利视频一区二区| 欧美精品高潮呻吟av久久| 国产日韩一区二区三区精品不卡| 天天添夜夜摸| 国产亚洲av高清不卡| 国产精品秋霞免费鲁丝片| 久久亚洲精品不卡| 久久 成人 亚洲| 天堂中文最新版在线下载| 麻豆乱淫一区二区| x7x7x7水蜜桃| 丰满的人妻完整版| 脱女人内裤的视频| 男女下面插进去视频免费观看| 国产无遮挡羞羞视频在线观看| 日韩一卡2卡3卡4卡2021年| 国产av一区二区精品久久| 在线观看免费高清a一片| 亚洲aⅴ乱码一区二区在线播放 | 大陆偷拍与自拍| 久久国产精品影院| 日韩一卡2卡3卡4卡2021年| 国产蜜桃级精品一区二区三区 | 人成视频在线观看免费观看| 纯流量卡能插随身wifi吗| 一级片'在线观看视频| 99国产精品免费福利视频| 免费在线观看视频国产中文字幕亚洲| 欧美乱妇无乱码| 免费黄频网站在线观看国产| 91老司机精品| 狠狠狠狠99中文字幕| 老汉色∧v一级毛片| 精品欧美一区二区三区在线| 国产一区二区三区综合在线观看| 欧美激情久久久久久爽电影 | 超色免费av| 男女午夜视频在线观看| 欧美久久黑人一区二区| 久久中文字幕一级| 久久久久久免费高清国产稀缺| 亚洲成a人片在线一区二区| 在线永久观看黄色视频| 99久久99久久久精品蜜桃| 在线观看午夜福利视频| 涩涩av久久男人的天堂| 国产在线精品亚洲第一网站| 狠狠婷婷综合久久久久久88av| 热re99久久精品国产66热6| 亚洲成a人片在线一区二区| 黄片小视频在线播放| 欧美乱色亚洲激情| 男人操女人黄网站| 欧美在线黄色| 亚洲 欧美一区二区三区| 亚洲黑人精品在线| 日韩欧美国产一区二区入口| 国产精品欧美亚洲77777| 精品久久久久久久毛片微露脸| 女同久久另类99精品国产91| 亚洲一区高清亚洲精品| 捣出白浆h1v1| 成年版毛片免费区| 很黄的视频免费| 国产精品免费一区二区三区在线 | 午夜福利免费观看在线| 亚洲精品成人av观看孕妇| 欧美黄色淫秽网站| 99精品欧美一区二区三区四区| 超碰成人久久| 久99久视频精品免费| 国产精品久久久人人做人人爽| 韩国av一区二区三区四区| 成人手机av| 亚洲国产看品久久| 啦啦啦视频在线资源免费观看| 国产精品 国内视频| 乱人伦中国视频| 国产高清国产精品国产三级| 中文字幕人妻丝袜制服| 久久婷婷成人综合色麻豆| 欧美中文综合在线视频| 天天添夜夜摸| 婷婷成人精品国产| 日韩欧美在线二视频 | 侵犯人妻中文字幕一二三四区| 国产精品秋霞免费鲁丝片| 日韩欧美三级三区| 国产精品国产高清国产av | 国产精品香港三级国产av潘金莲| 亚洲中文日韩欧美视频| a在线观看视频网站| 天天影视国产精品| 精品高清国产在线一区| 国产精品偷伦视频观看了| 日本欧美视频一区| 热re99久久国产66热| 国产成人影院久久av| 亚洲av成人不卡在线观看播放网| 熟女少妇亚洲综合色aaa.| 日本精品一区二区三区蜜桃| 在线观看舔阴道视频| 又紧又爽又黄一区二区| 久久天躁狠狠躁夜夜2o2o| 一边摸一边做爽爽视频免费| 在线观看日韩欧美| 老熟妇仑乱视频hdxx| 国产区一区二久久| 黄色女人牲交| 久久青草综合色| 精品久久久久久久毛片微露脸| 欧美日韩精品网址| 制服诱惑二区| 国产在线观看jvid| 亚洲欧洲精品一区二区精品久久久| 十八禁网站免费在线| 精品国产国语对白av| 亚洲av欧美aⅴ国产| 麻豆成人av在线观看|