• <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ALBERT-CAW模型的時(shí)政新聞命名實(shí)體識(shí)別方法

    2022-08-17 10:07:06范鈺程梁鳳梅鄔志勇
    電子設(shè)計(jì)工程 2022年15期
    關(guān)鍵詞:實(shí)體語(yǔ)義向量

    范鈺程,梁鳳梅,鄔志勇

    (太原理工大學(xué)信息與計(jì)算機(jī)學(xué)院,山西晉中 030600)

    命名實(shí)體識(shí)別的核心任務(wù)就是從文本中識(shí)別出人名、地名、機(jī)構(gòu)名等實(shí)體的邊界和類(lèi)別,是問(wèn)答系統(tǒng)、機(jī)器翻譯、情感分析、知識(shí)圖譜等NLP 任務(wù)的關(guān)鍵[1-2]。

    在新聞文本中,詞語(yǔ)更新速度快,且存在著大量一詞多義的現(xiàn)象[3-4],之前的方法無(wú)法在進(jìn)行特征提取的同時(shí)兼顧局部特征信息和上下文含義,對(duì)同一個(gè)詞在不同上下文中的不同含義區(qū)分度較差。該文結(jié)合預(yù)訓(xùn)練語(yǔ)言模型ALBERT(A Lite BERT)和字詞融合(Char and Word,CAW)方法,提出一種命名實(shí)體識(shí)別模型ALBERT-CAW-BiLSTM,充分利用文本的局部特征信息和上下文關(guān)聯(lián)語(yǔ)義,通過(guò)對(duì)比實(shí)驗(yàn)證明了在新聞命名實(shí)體識(shí)別中的有效性。

    1 相關(guān)工作

    文獻(xiàn)[5]提出的Lattice LSTM 模型,對(duì)輸入文本和潛在詞匯進(jìn)行了編碼。文獻(xiàn)[6]中采用融合字詞BiLSTM(Bi-directional Long Short-Term Memory)的命名實(shí)體識(shí)別方法,該方法獨(dú)立處理字模型和詞模型。文獻(xiàn)[7]把能獲取更復(fù)雜語(yǔ)義的預(yù)訓(xùn)練語(yǔ)言模型BERT 應(yīng)用于實(shí)體識(shí)別。文獻(xiàn)[8]采用了BERT 的改進(jìn)版ALBERT,在模型參數(shù)少的情況下達(dá)到了更好的效果。

    文獻(xiàn)[9]提出了一種基于新詞的新聞命名實(shí)體識(shí)別方法,該方法借助新詞詞典提升了新詞的識(shí)別準(zhǔn)確率,但是對(duì)詞典未覆蓋的未登錄詞基本上沒(méi)有識(shí)別能力。文獻(xiàn)[10]采用基于注意力機(jī)制的BiLSTM 結(jié)合條件隨機(jī)場(chǎng)(Conditional Random Field,CRF)模型,能獲在取局部特征的同時(shí)兼顧上下文語(yǔ)義,但該模型使用ngram2vec 訓(xùn)練詞向量,對(duì)比于ALBERT 并沒(méi)有充分提取文本信息。

    2 ALBERT-CAW-BiLSTM模型

    如圖1 所示,該文模型主要由四部分組成,包括ALBERT、CAW、BiLSTM 和CRF。

    圖1 ALBERT-CAW-BiLSTM 模型

    1)采用預(yù)訓(xùn)練語(yǔ)言模型ALBERT 獲取文本的動(dòng)態(tài)詞向量;

    2)在CAW 層利用多層CNN 提取詞語(yǔ)局部特征,使用LSTM 獲得詞語(yǔ)的前后語(yǔ)義信息,將兩者的結(jié)果融合成包含豐富信息的動(dòng)態(tài)特征;

    3)在BiLSTM 層獲取CAW 層已經(jīng)捕捉實(shí)體在序列中的上下文信息,獲取M維概率分布;

    4)通過(guò)CRF 層進(jìn)行解碼,得到實(shí)體標(biāo)注信息,完成對(duì)實(shí)體邊界和類(lèi)別的識(shí)別。

    2.1 ALBERT

    ALBERT 模型采用雙向transformer 提取語(yǔ)言特征,具體結(jié)構(gòu)如圖2所示。E1,E2,…,En是輸入序列中的字符,在經(jīng)過(guò)多層transformer 訓(xùn)練之后得到輸出的文本特征向量T1,T2,…,Tn。模型中每個(gè)字符對(duì)應(yīng)的詞向量由三個(gè)向量組成:字向量(Token Embeddings)、文本向量(Segment Embeddings)和位置向量(Position Embeddings),模型輸入為字向量、文本向量和位置向量的和。其中,文本向量代表的是全局的語(yǔ)義信息,且和單字的語(yǔ)義信息相融合;位置向量是人為給定的序列位置向量。

    圖2 ALBERT模型

    Transformer的結(jié)構(gòu)為Encoder-Decoder,ALBERT使用的是Encoder 特征抽取器,其具體結(jié)構(gòu)如圖3所示。

    圖3 Transformer Encoder結(jié)構(gòu)

    與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型相比,ALBERT 能有效提取上下文信息,語(yǔ)義信息豐富,能較好地處理一詞多義的問(wèn)題。

    2.2 CAW層

    詞向量的獲取有基于字符和基于詞兩種方法。基于字符的方法處理的基本單位是字,不需要對(duì)輸入文本進(jìn)行分詞,減少了未登錄詞的干擾,但是中文大多不是以單字作為表達(dá)語(yǔ)意最小單位,因此其相比基于詞存在著語(yǔ)義信息不足等問(wèn)題。基于詞的方法首先需要對(duì)輸入文本進(jìn)行分詞,分詞的效果直接影響最終命名實(shí)體識(shí)別的效果。兩者各有優(yōu)缺點(diǎn),因此,該文綜合考慮后采用融合字詞語(yǔ)義的方式提取文本特征,其結(jié)構(gòu)如圖4 所示。

    圖4 CAW結(jié)構(gòu)

    2.2.1 CNN

    CNN 的核心是卷積層,主要思想是參數(shù)共享和局部連接,特征提取依靠的是對(duì)單詞的卷積運(yùn)算。將不同大小的輸入特征局部窗口與卷積核進(jìn)行卷積,將結(jié)果通過(guò)非線(xiàn)性激活函數(shù)f處理得到輸出,公式如下:

    其中,常用的f包括sigmoid、tanh 和ReLU 等,W是卷積核,X是輸入詞向量,b1是偏置。

    在池化層使用最大池化的方法提取最大的特征值,計(jì)算公式為:

    其中,pj是池中第j個(gè)區(qū)域內(nèi)最大的特征值,cj是卷積得到的新特征。

    2.2.2 Bi-LSTM

    LSTM 是常用的命名實(shí)體識(shí)別模型,能解決RNN常見(jiàn)的梯度消失和梯度爆炸問(wèn)題[13]。其結(jié)構(gòu)如圖5所示。

    圖5 LSTM細(xì)胞

    其中,xt代表當(dāng)前t時(shí)刻的輸入,ht是t時(shí)刻隱藏層輸出,ct代表t時(shí)刻細(xì)胞的記憶狀態(tài),σ是sigmoid 函數(shù)。LSTM 的3 個(gè)門(mén)控單元為輸入門(mén)it、遺忘門(mén)ft和輸出門(mén)ot,其更新公式如下:

    其中,W為隱藏層權(quán)重參數(shù)矩陣,b為偏置矩陣。

    LSTM 細(xì)胞的記憶狀態(tài)ct和隱藏層ht公式如下:

    LSTM 能在一定程度上解決梯度消失和梯度爆炸的問(wèn)題,但是在序列標(biāo)注任務(wù)中,還存在著其他問(wèn)題,LSTM 只能利用前向信息,無(wú)法使用對(duì)t+1 時(shí)刻的信息,因此提出了雙向LSTM(BiLSTM),結(jié)構(gòu)如圖6所示。

    圖6 BiLSTM結(jié)構(gòu)

    正向輸入LSTM 得到輸出可以理解成“歷史信息”,將序列反向輸入LSTM 得到“未來(lái)信息”,對(duì)兩者進(jìn)行連接合并。需要注意的是,前向LSTM 和后向LSTM 參數(shù)并不共享。BiLSTM 模型能很好地提取上下文信息,獲得更佳的語(yǔ)義信息[11-13]。

    2.2.3 CAW的實(shí)現(xiàn)

    考慮到使用CNN 雖然能夠高效地提取文本局部特征,但是卻無(wú)法挖掘上下文信息;LSTM 能有效地使用上下文信息,但是因?yàn)樽陨硌h(huán)遞歸的設(shè)定,網(wǎng)絡(luò)復(fù)雜度較大。因此該文提出字詞向量融合的方法,同時(shí)輸入字向量和詞向量,用CNN 和LSTM 分開(kāi)處理字向量和詞向量,盡可能挖掘文本局部信息和上下文語(yǔ)義信息。

    用CNN 訓(xùn)練字向量的過(guò)程如下:對(duì)于字向量,按照分詞結(jié)果將其輸入CNN 來(lái)提取信息,根據(jù)CNN的窗口大小,不等長(zhǎng)的用padding 進(jìn)行填充,通過(guò)卷積操作和最大池化抽取詞語(yǔ)所包含的特征,得到新的詞級(jí)別的特征向量對(duì)于詞向量,使用BiLSTM提取詞向量特征的前后語(yǔ)義,將輸入詞向量Ew通過(guò)BiLSTM 網(wǎng)絡(luò)訓(xùn)練,即可得到新的初步提取過(guò)語(yǔ)義信息的詞向量,最后將兩者進(jìn)行Concat 拼接融合,獲得拼接后的詞向量Ecaw。例如,在處理“國(guó)務(wù)院總理”時(shí),會(huì)根據(jù)分詞“國(guó)務(wù)院”“總理”將詞語(yǔ)的語(yǔ)義信息拼接到各自的動(dòng)態(tài)特征中。

    2.3 CRF

    條件隨機(jī)場(chǎng)(Conditional Random Fields,CRF)是序列標(biāo)注任務(wù)的概率化模型,是根據(jù)輸入序列預(yù)測(cè)輸出序列標(biāo)簽的判別式模型[14]。CRF 能在給定一組輸入的條件下,給出另一組輸出變量的條件概率分布模型,可以對(duì)分詞、詞性和實(shí)體等特征進(jìn)行預(yù)測(cè)。

    CRF 的判別公式如下:

    s(x,y)是評(píng)估分?jǐn)?shù),A為轉(zhuǎn)移矩陣,p(y|x)為輸入序列到標(biāo)簽序列的對(duì)應(yīng)概率,Yx是所有可能的標(biāo)簽序列,最終使用維特比算法解碼獲得最可能的標(biāo)簽。

    3 實(shí)驗(yàn)與分析

    3.1 數(shù)據(jù)標(biāo)注

    該文選擇的數(shù)據(jù)來(lái)源是爬取近一年(2020年1月-2021 年1 月)的人民日?qǐng)?bào)圖文數(shù)據(jù)庫(kù)(http://paper.people.com.cn/)時(shí)政新聞數(shù)據(jù)。人民日?qǐng)?bào)分要聞、評(píng)論、理論、文化、國(guó)際、經(jīng)濟(jì)、體育和國(guó)際等多個(gè)版塊,該實(shí)驗(yàn)爬取要聞、文化、經(jīng)濟(jì)、體育和國(guó)際等版塊,標(biāo)注了其中3 100 篇時(shí)政新聞數(shù)據(jù)作為實(shí)驗(yàn)的數(shù)據(jù)集,按照7∶3 的比例劃分訓(xùn)練集和測(cè)試集。同時(shí)根據(jù)爬取的數(shù)據(jù)自建詞典,收錄近年的熱點(diǎn)名詞,提升了分詞的準(zhǔn)確率。

    在制定標(biāo)注規(guī)則時(shí)該文考慮新聞的人物、地點(diǎn)、事件等要素,將實(shí)體劃分為七類(lèi)。例如,人物要素可以分割成人名和職位兩類(lèi)實(shí)體。數(shù)據(jù)標(biāo)注均采用BIO 三段標(biāo)記法,“B”代表每個(gè)實(shí)體的第一個(gè)字,“I”代表實(shí)體中除第一個(gè)字以外的字,“O”代表無(wú)關(guān)字。實(shí)體分類(lèi)標(biāo)注格式如表1 所示。例如,國(guó)“B-GOV”、務(wù)“I-GOV”、院“I-GOV”、總“B-POS”、理“I-POS”、李“B-PER”、克“I-PER”、強(qiáng)“I-PER”、近“O”、日“O”。

    表1 實(shí)體分類(lèi)

    3.2 評(píng)價(jià)指標(biāo)

    該文采用的評(píng)價(jià)指標(biāo)為精準(zhǔn)率P(Precision)、召回率R(Recall)和F1 值,P表示正確識(shí)別的實(shí)體占識(shí)別出實(shí)體的比例,R表示正確識(shí)別實(shí)體占應(yīng)識(shí)別出實(shí)體的比例,F(xiàn)1 是綜合P和R的評(píng)價(jià)指標(biāo)。具體公式如下:

    其中,Tp是正確識(shí)別的實(shí)體個(gè)數(shù),F(xiàn)p是識(shí)別出的錯(cuò)誤實(shí)體個(gè)數(shù),F(xiàn)n是沒(méi)有識(shí)別出的實(shí)體個(gè)數(shù)。

    3.3 實(shí)驗(yàn)環(huán)境和參數(shù)設(shè)置

    實(shí)驗(yàn)環(huán)境如表2 所示。

    表2 實(shí)驗(yàn)環(huán)境

    該文的實(shí)驗(yàn)參數(shù)中預(yù)訓(xùn)練模型采用ALBERTbase,優(yōu)化器為Adam,學(xué)習(xí)率初始值設(shè)置為2×10-5,迭代次數(shù)epoch 設(shè)置為40。

    3.4 對(duì)比試驗(yàn)設(shè)置

    該文設(shè)置了4組對(duì)比實(shí)驗(yàn),分別采用Word2Vec和jieba 獲取詞向量的BiLSTM[11-13]模型,采用Word2Vec和jieba獲取詞向量的CNN模型,ALBERT-BiLSTM[15]模型和該文字向量與詞向量融合的ALBERT-CAWBiLSTM 模型。

    3.5 試驗(yàn)結(jié)果與分析

    表3 是ALBERT-CAW-BiLSTM 模型在時(shí)政新聞數(shù)據(jù)集上的P、R和F1 值。

    根據(jù)表3 的實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn),除了活動(dòng)識(shí)別的F1 值較低,只有76.2%,其他命名實(shí)體的F1 值均高于83%,說(shuō)明該模型在時(shí)政新聞數(shù)據(jù)集標(biāo)簽種類(lèi)較多的情況下表現(xiàn)良好。法律制度類(lèi)的實(shí)體適用場(chǎng)景特殊,對(duì)這些實(shí)體中的未登錄詞的識(shí)別效果最好。例如,在“發(fā)布新修訂的《軍隊(duì)院校教育條例(試行)》”文本中,法律制度實(shí)體“《軍隊(duì)院校教育條例(試行)》”能被正確識(shí)別。語(yǔ)句“聯(lián)合國(guó)、世界衛(wèi)生組織等國(guó)際組織發(fā)出要團(tuán)結(jié)、不要污名化的呼吁”中,模型識(shí)別出了“聯(lián)合國(guó)”、“世界衛(wèi)生組織”為組織機(jī)構(gòu)實(shí)體?!霸诹?xí)近平總書(shū)記親自指揮、親自部署下”識(shí)別出“習(xí)近平”為人名實(shí)體,“總書(shū)記”為職位實(shí)體。檢查數(shù)據(jù)集中識(shí)別效果不佳的活動(dòng)實(shí)體,發(fā)現(xiàn)是因?yàn)榛顒?dòng)名稱(chēng)命名沒(méi)有規(guī)律,容易出現(xiàn)未登錄詞和歧義詞,模型對(duì)活動(dòng)實(shí)體的識(shí)別能力有所下降。例如在“自然資源調(diào)查監(jiān)測(cè)底圖年底將完成”語(yǔ)句中,僅僅識(shí)別出“調(diào)查監(jiān)測(cè)”,正確識(shí)別的活動(dòng)實(shí)體應(yīng)為“自然資源調(diào)查監(jiān)測(cè)”。

    從表4 中的結(jié)果可以看出,該文模型在P、R和F1 值上比BiLSTM 高出9.5%、7.6%、8.5%,比CNN 模型高出13.5%、20.9%、17.7%,這是因?yàn)锽iLSTM 和CNN 均是使用word2vec 來(lái)獲取靜態(tài)詞向量,雖然有較強(qiáng)的通用性,但是無(wú)法解決一詞多義及同義詞問(wèn)題。這一結(jié)果證明了該文模型使用預(yù)訓(xùn)練語(yǔ)言模型,在學(xué)習(xí)特征、語(yǔ)義抽取方面性能表現(xiàn)優(yōu)秀,能充分利用句子中的上下文信息。在特征提取的過(guò)程中,CNN 模型使用池化層對(duì)文本特征進(jìn)行降維會(huì)導(dǎo)致語(yǔ)義信息損失過(guò)多,BiLSTM 只考慮到上下文的語(yǔ)義信息,兩者都不能充分使用文本信息。對(duì)比ALBERT-BiLSTM 模型,該文模型F1 值提高了2.9%,召回率R提高了3.7%,準(zhǔn)確率P提高了1.9%,在自身模型已經(jīng)識(shí)別效果較好的情況下,證明了引入字詞融合(CAW)的方法能更充分地利用文本中上下文語(yǔ)義信息和局部特征信息,有效地劃分出實(shí)體邊界,提高命名實(shí)體的識(shí)別效果。

    表4 不同模型結(jié)果對(duì)比

    例如文本“會(huì)澤縣城有新時(shí)代文明實(shí)踐中心”中的組織機(jī)構(gòu)實(shí)體“新時(shí)代文明實(shí)踐中心”。CNN 模型標(biāo)注為“O”完全無(wú)法識(shí)別出實(shí)體信息;BiLSTM 模型能利用上下文語(yǔ)義信息識(shí)別出一部分:實(shí)“B-ORG”、踐“I-ORG”、中“I-ORG”、心“I-ORG”;ALBERTBiLSTM 模型和ALBERT-CAW-BiLSTM 模型均能識(shí)別出新“B-ORG”、時(shí)“I-ORG”、代“I-ORG”、文“IORG”、明“I-ORG”、實(shí)“I-ORG”、踐“I-ORG”、中“IORG”、心“I-ORG”,證明充分使用了局部特征和上下文語(yǔ)義。在文本“全國(guó)中小學(xué)體育教學(xué)指導(dǎo)委員會(huì)、中國(guó)教育發(fā)展基金會(huì)、耐克體育公益部聯(lián)合舉辦”中,ALBERT-BiLSTM 模型雖然將3 個(gè)實(shí)體都識(shí)別出來(lái)了,前兩個(gè)正確識(shí)別為組織機(jī)構(gòu)ORG 實(shí)體,但是錯(cuò)誤地將第三個(gè)實(shí)體識(shí)別成政府部門(mén)GOV 實(shí)體,而ALBERT-CAW-BiLSTM 模型則成功識(shí)別3 個(gè)實(shí)體。

    4 結(jié)束語(yǔ)

    該文提出了基于ALBERT-CAW 的時(shí)政新聞?lì)I(lǐng)域?qū)嶓w識(shí)別模型,采用預(yù)訓(xùn)練語(yǔ)言模型ALBERT 獲取文本的字詞向量,在字詞融合層利用CNN 和LSTM 初步提取的上下文語(yǔ)義和詞語(yǔ)語(yǔ)義,將結(jié)果融合后,通過(guò)BiLSTM 層兼顧上下文語(yǔ)義提取深層特征,最終輸入CRF 層進(jìn)行解碼,得到實(shí)體標(biāo)注信息,完成對(duì)實(shí)體邊界和類(lèi)別的識(shí)別。該文設(shè)計(jì)了4 組對(duì)比實(shí)驗(yàn),經(jīng)過(guò)在自建的人民日?qǐng)?bào)時(shí)政新聞數(shù)據(jù)集上進(jìn)行驗(yàn)證,獲得了87.3%的F1 值,與傳統(tǒng)模型相比在準(zhǔn)確率P、召回率R和F1 值上均有較大程度的提升,證明了該文模型能充分利用上下文信息,較好地解決一詞多義問(wèn)題,提高了識(shí)別準(zhǔn)確率,模型能有效地完成時(shí)政新聞命名實(shí)體識(shí)別的任務(wù)。為進(jìn)一步提升模型的性能,后續(xù)可以從細(xì)化和完善各類(lèi)實(shí)體的標(biāo)記規(guī)則、替換為ALBERT-large 的預(yù)訓(xùn)練模型、拓展語(yǔ)料規(guī)模和減少標(biāo)注謬誤等方面著手進(jìn)行優(yōu)化。

    猜你喜歡
    實(shí)體語(yǔ)義向量
    向量的分解
    聚焦“向量與三角”創(chuàng)新題
    語(yǔ)言與語(yǔ)義
    前海自貿(mào)區(qū):金融服務(wù)實(shí)體
    實(shí)體的可感部分與實(shí)體——兼論亞里士多德分析實(shí)體的兩種模式
    兩會(huì)進(jìn)行時(shí):緊扣實(shí)體經(jīng)濟(jì)“釘釘子”
    振興實(shí)體經(jīng)濟(jì)地方如何“釘釘子”
    “上”與“下”語(yǔ)義的不對(duì)稱(chēng)性及其認(rèn)知闡釋
    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(xiàn)
    97超视频在线观看视频| aaaaa片日本免费| 宅男免费午夜| 色播亚洲综合网| 午夜激情欧美在线| 99久久精品一区二区三区| 夜夜看夜夜爽夜夜摸| 五月伊人婷婷丁香| 天美传媒精品一区二区| 国产中年淑女户外野战色| 日韩大尺度精品在线看网址| 女同久久另类99精品国产91| 九九久久精品国产亚洲av麻豆| 国产伦人伦偷精品视频| 精品日产1卡2卡| 国产精品人妻久久久久久| 人妻夜夜爽99麻豆av| 搡女人真爽免费视频火全软件 | 97人妻精品一区二区三区麻豆| 久久久久久大精品| av女优亚洲男人天堂| 久久久久久久亚洲中文字幕 | 51国产日韩欧美| 亚洲在线自拍视频| 久久香蕉精品热| 精品久久久久久久久亚洲 | 国产v大片淫在线免费观看| 亚洲成av人片在线播放无| 日本免费一区二区三区高清不卡| 成人特级av手机在线观看| 国产淫片久久久久久久久 | 国产主播在线观看一区二区| 天美传媒精品一区二区| 精品日产1卡2卡| 757午夜福利合集在线观看| 无遮挡黄片免费观看| 午夜福利免费观看在线| 精品无人区乱码1区二区| 国产精品电影一区二区三区| 欧美+亚洲+日韩+国产| 变态另类丝袜制服| 午夜激情欧美在线| 老司机深夜福利视频在线观看| 日本五十路高清| 丰满乱子伦码专区| 午夜激情欧美在线| 两性午夜刺激爽爽歪歪视频在线观看| 色噜噜av男人的天堂激情| 天美传媒精品一区二区| 丰满人妻熟妇乱又伦精品不卡| 国产黄片美女视频| 亚洲av美国av| 亚洲欧美清纯卡通| 中文字幕久久专区| 亚洲精品在线观看二区| 男女之事视频高清在线观看| 久久伊人香网站| 婷婷精品国产亚洲av| 久久精品国产自在天天线| 岛国在线免费视频观看| 丰满人妻熟妇乱又伦精品不卡| 一个人看的www免费观看视频| 国产一区二区在线观看日韩| 一本久久中文字幕| 国产在线精品亚洲第一网站| 日本免费一区二区三区高清不卡| 我要搜黄色片| 欧美极品一区二区三区四区| 成年版毛片免费区| 高清日韩中文字幕在线| 亚洲国产色片| 国产在线男女| 亚洲国产精品sss在线观看| 狠狠狠狠99中文字幕| 国产精品久久久久久久久免 | 一个人免费在线观看的高清视频| 三级毛片av免费| 赤兔流量卡办理| 国产三级中文精品| 国产伦人伦偷精品视频| 中文在线观看免费www的网站| 久久国产精品影院| 天堂√8在线中文| 亚洲国产色片| 一本综合久久免费| 亚洲成人中文字幕在线播放| www.www免费av| 十八禁国产超污无遮挡网站| 国内精品美女久久久久久| 亚洲国产欧洲综合997久久,| 免费在线观看成人毛片| 激情在线观看视频在线高清| 久久99热这里只有精品18| 久久天躁狠狠躁夜夜2o2o| 在线播放国产精品三级| 精品一区二区三区人妻视频| 极品教师在线免费播放| 又爽又黄a免费视频| 在线观看免费视频日本深夜| 亚洲国产欧美人成| 一卡2卡三卡四卡精品乱码亚洲| 婷婷亚洲欧美| 天堂动漫精品| 精品无人区乱码1区二区| 成人永久免费在线观看视频| 日韩欧美一区二区三区在线观看| 一级作爱视频免费观看| 成年女人永久免费观看视频| 成人特级av手机在线观看| 97超级碰碰碰精品色视频在线观看| 熟妇人妻久久中文字幕3abv| 久久99热这里只有精品18| 嫁个100分男人电影在线观看| 淫妇啪啪啪对白视频| 每晚都被弄得嗷嗷叫到高潮| 日本免费a在线| 一级av片app| 又黄又爽又免费观看的视频| 亚州av有码| 久久久国产成人免费| 天堂av国产一区二区熟女人妻| 欧美+亚洲+日韩+国产| 免费观看人在逋| 欧美高清性xxxxhd video| 网址你懂的国产日韩在线| 免费电影在线观看免费观看| aaaaa片日本免费| 国内精品一区二区在线观看| 亚洲熟妇中文字幕五十中出| 91麻豆av在线| 一区二区三区高清视频在线| 99国产综合亚洲精品| 久久性视频一级片| 可以在线观看毛片的网站| 亚洲专区中文字幕在线| 18禁在线播放成人免费| 高清在线国产一区| 波多野结衣高清无吗| 男女之事视频高清在线观看| 在线十欧美十亚洲十日本专区| 少妇丰满av| 最后的刺客免费高清国语| 亚洲在线观看片| 91久久精品电影网| 性色av乱码一区二区三区2| 久久伊人香网站| 麻豆久久精品国产亚洲av| 女生性感内裤真人,穿戴方法视频| 欧美黄色淫秽网站| 永久网站在线| 我要看日韩黄色一级片| 久久精品国产99精品国产亚洲性色| 白带黄色成豆腐渣| 麻豆国产97在线/欧美| 很黄的视频免费| 国产精品一区二区三区四区免费观看 | 色综合欧美亚洲国产小说| 波野结衣二区三区在线| 90打野战视频偷拍视频| 高清在线国产一区| 97碰自拍视频| 免费人成视频x8x8入口观看| 可以在线观看毛片的网站| 精品人妻视频免费看| 久久天躁狠狠躁夜夜2o2o| 成人欧美大片| 欧美在线黄色| 熟女人妻精品中文字幕| 看十八女毛片水多多多| 亚洲内射少妇av| 欧美丝袜亚洲另类 | 国产精品久久久久久精品电影| 欧美乱妇无乱码| 色综合婷婷激情| 久久精品国产自在天天线| 午夜精品在线福利| 欧美激情国产日韩精品一区| 国产成年人精品一区二区| 亚洲成a人片在线一区二区| 亚洲av五月六月丁香网| 露出奶头的视频| 亚洲av不卡在线观看| 国产精品久久久久久久电影| 搡老妇女老女人老熟妇| 日日摸夜夜添夜夜添小说| 日韩成人在线观看一区二区三区| 精品一区二区三区视频在线| 伦理电影大哥的女人| www.999成人在线观看| 99热这里只有是精品在线观看 | 精品一区二区三区视频在线| 一个人看的www免费观看视频| 有码 亚洲区| 欧美日韩亚洲国产一区二区在线观看| 在线观看av片永久免费下载| 一区二区三区免费毛片| 欧美绝顶高潮抽搐喷水| 久久久久久久午夜电影| 国产精品永久免费网站| 久久国产乱子伦精品免费另类| 在线观看午夜福利视频| 久久精品国产亚洲av涩爱 | 一本综合久久免费| 亚洲熟妇熟女久久| 老司机午夜福利在线观看视频| 亚洲专区国产一区二区| 极品教师在线免费播放| 窝窝影院91人妻| www日本黄色视频网| 欧美色视频一区免费| 日韩国内少妇激情av| 亚洲,欧美精品.| 美女高潮的动态| 亚洲中文字幕日韩| 亚洲aⅴ乱码一区二区在线播放| 99精品在免费线老司机午夜| 黄色女人牲交| 亚洲欧美精品综合久久99| 成年女人看的毛片在线观看| 久久亚洲真实| 99国产精品一区二区三区| 黄片小视频在线播放| 麻豆av噜噜一区二区三区| 午夜两性在线视频| 日日干狠狠操夜夜爽| 国产精品电影一区二区三区| 亚洲,欧美精品.| 久久精品国产99精品国产亚洲性色| 欧美日韩黄片免| 岛国在线免费视频观看| 日日摸夜夜添夜夜添av毛片 | 久久九九热精品免费| 一个人看视频在线观看www免费| 欧美精品国产亚洲| 日韩欧美国产在线观看| 五月伊人婷婷丁香| 成年免费大片在线观看| 大型黄色视频在线免费观看| 亚洲av免费高清在线观看| 欧美绝顶高潮抽搐喷水| 丰满乱子伦码专区| 亚洲欧美日韩高清在线视频| 日本 av在线| 国内精品久久久久久久电影| 身体一侧抽搐| 成人无遮挡网站| 成人永久免费在线观看视频| a级毛片a级免费在线| 精品人妻一区二区三区麻豆 | 搞女人的毛片| www.999成人在线观看| 国产成人欧美在线观看| 国产一区二区三区视频了| or卡值多少钱| av在线老鸭窝| 午夜福利欧美成人| av女优亚洲男人天堂| 国产精品乱码一区二三区的特点| 一个人免费在线观看的高清视频| 亚洲av成人精品一区久久| 日本与韩国留学比较| 国产精品久久视频播放| 在线国产一区二区在线| 国产精品,欧美在线| 亚洲最大成人av| 国产69精品久久久久777片| 国产精品久久久久久久电影| 久久久久久久精品吃奶| 中文资源天堂在线| 国产欧美日韩精品亚洲av| 精品午夜福利视频在线观看一区| 中文字幕av成人在线电影| 日日干狠狠操夜夜爽| 成人一区二区视频在线观看| 日韩欧美精品v在线| 美女cb高潮喷水在线观看| 国产亚洲精品av在线| 黄色女人牲交| 嫩草影院精品99| 欧美成人免费av一区二区三区| 亚洲精品在线美女| 亚洲七黄色美女视频| 亚洲三级黄色毛片| 五月伊人婷婷丁香| 国产人妻一区二区三区在| 天天一区二区日本电影三级| 中文字幕熟女人妻在线| 99热这里只有是精品50| 一区福利在线观看| 国产淫片久久久久久久久 | 亚洲自偷自拍三级| 欧洲精品卡2卡3卡4卡5卡区| 精品久久久久久久久亚洲 | 免费在线观看成人毛片| 悠悠久久av| 国产黄色小视频在线观看| 精品久久久久久久久久久久久| 嫩草影视91久久| 日韩高清综合在线| 亚洲一区二区三区不卡视频| 99在线人妻在线中文字幕| 亚洲精品乱码久久久v下载方式| 神马国产精品三级电影在线观看| 亚洲黑人精品在线| 久久久久免费精品人妻一区二区| 一二三四社区在线视频社区8| 欧美另类亚洲清纯唯美| 午夜福利高清视频| 亚洲最大成人手机在线| 中文字幕高清在线视频| 热99在线观看视频| 如何舔出高潮| 国产三级在线视频| 在线免费观看不下载黄p国产 | 九色成人免费人妻av| 乱码一卡2卡4卡精品| 亚洲美女视频黄频| 国产成人欧美在线观看| 精品人妻视频免费看| 亚洲欧美激情综合另类| 亚洲精品一区av在线观看| 国产美女午夜福利| 成人国产一区最新在线观看| 国产成人aa在线观看| 人妻夜夜爽99麻豆av| 美女cb高潮喷水在线观看| 麻豆成人av在线观看| 一个人观看的视频www高清免费观看| 一本综合久久免费| 天美传媒精品一区二区| 免费看光身美女| 亚洲狠狠婷婷综合久久图片| 中文资源天堂在线| 超碰av人人做人人爽久久| 欧美高清成人免费视频www| 国产国拍精品亚洲av在线观看| 国产大屁股一区二区在线视频| 男女下面进入的视频免费午夜| 如何舔出高潮| 深夜a级毛片| xxxwww97欧美| 欧美日本亚洲视频在线播放| 国产成人欧美在线观看| www日本黄色视频网| 老司机午夜福利在线观看视频| 久久人人精品亚洲av| 99久久精品国产亚洲精品| 好男人电影高清在线观看| 日韩亚洲欧美综合| 国产免费一级a男人的天堂| 午夜免费激情av| 亚洲精品一卡2卡三卡4卡5卡| 国产高清有码在线观看视频| 伊人久久精品亚洲午夜| 69人妻影院| 内射极品少妇av片p| 亚洲性夜色夜夜综合| 看片在线看免费视频| 欧美精品国产亚洲| a级一级毛片免费在线观看| 十八禁网站免费在线| 国产色婷婷99| 久久久久久久午夜电影| 韩国av一区二区三区四区| 一个人免费在线观看的高清视频| 日韩欧美在线乱码| 深爱激情五月婷婷| 熟妇人妻久久中文字幕3abv| 欧美zozozo另类| 亚洲va日本ⅴa欧美va伊人久久| 欧美性感艳星| 黄色配什么色好看| 性插视频无遮挡在线免费观看| 国语自产精品视频在线第100页| 女人十人毛片免费观看3o分钟| 欧美绝顶高潮抽搐喷水| 亚洲黑人精品在线| 午夜两性在线视频| 午夜精品在线福利| 老熟妇仑乱视频hdxx| 午夜精品在线福利| 久久精品人妻少妇| 精品人妻熟女av久视频| 国产av在哪里看| 美女 人体艺术 gogo| 麻豆久久精品国产亚洲av| 久久久国产成人免费| 91久久精品电影网| 亚洲欧美激情综合另类| 亚洲精品日韩av片在线观看| 亚洲不卡免费看| 色综合亚洲欧美另类图片| 国产大屁股一区二区在线视频| 99热只有精品国产| av专区在线播放| 淫秽高清视频在线观看| 国产午夜精品论理片| 午夜亚洲福利在线播放| 免费无遮挡裸体视频| 亚洲精华国产精华精| 久久香蕉精品热| 亚洲av免费高清在线观看| 两个人的视频大全免费| 免费在线观看成人毛片| av国产免费在线观看| 欧美日韩亚洲国产一区二区在线观看| 香蕉av资源在线| 国产在线精品亚洲第一网站| 久久久久久久午夜电影| 欧美+日韩+精品| 午夜亚洲福利在线播放| 国产精品98久久久久久宅男小说| 国产亚洲av嫩草精品影院| 两个人的视频大全免费| 久久久久性生活片| 美女大奶头视频| 亚洲久久久久久中文字幕| 国产蜜桃级精品一区二区三区| 老女人水多毛片| 久久人人爽人人爽人人片va | 黄片小视频在线播放| 午夜精品一区二区三区免费看| 国产三级黄色录像| 国产精品99久久久久久久久| 亚洲aⅴ乱码一区二区在线播放| 免费av不卡在线播放| 在线观看午夜福利视频| 两个人的视频大全免费| 99热这里只有是精品在线观看 | 夜夜躁狠狠躁天天躁| 国产一区二区在线av高清观看| a级一级毛片免费在线观看| 极品教师在线免费播放| 网址你懂的国产日韩在线| 一本久久中文字幕| 好男人电影高清在线观看| 国产69精品久久久久777片| 久久精品国产自在天天线| 尤物成人国产欧美一区二区三区| 长腿黑丝高跟| 91狼人影院| 啦啦啦观看免费观看视频高清| 国产精品一区二区三区四区久久| 国产在线男女| 亚洲七黄色美女视频| 三级男女做爰猛烈吃奶摸视频| 欧美乱妇无乱码| 97碰自拍视频| 一卡2卡三卡四卡精品乱码亚洲| 亚洲av.av天堂| 夜夜躁狠狠躁天天躁| 午夜福利免费观看在线| 黄色配什么色好看| 国产亚洲av嫩草精品影院| 国产乱人视频| 国产v大片淫在线免费观看| 他把我摸到了高潮在线观看| 欧美潮喷喷水| 一级毛片久久久久久久久女| 免费在线观看成人毛片| 亚洲欧美日韩无卡精品| 国内久久婷婷六月综合欲色啪| 深夜精品福利| 中文字幕高清在线视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲中文字幕日韩| 很黄的视频免费| 午夜福利欧美成人| 成人美女网站在线观看视频| 淫秽高清视频在线观看| 欧美不卡视频在线免费观看| 久久九九热精品免费| 神马国产精品三级电影在线观看| 精品久久久久久成人av| 天堂√8在线中文| 色5月婷婷丁香| 一个人观看的视频www高清免费观看| 成年版毛片免费区| 最近在线观看免费完整版| 最好的美女福利视频网| 99久久成人亚洲精品观看| 天堂动漫精品| 欧美乱色亚洲激情| 18美女黄网站色大片免费观看| 一区二区三区高清视频在线| 国产精品伦人一区二区| 久久久久久久久大av| 免费一级毛片在线播放高清视频| 国产伦人伦偷精品视频| 久久精品91蜜桃| x7x7x7水蜜桃| av欧美777| 男女那种视频在线观看| 18禁在线播放成人免费| 国产精品亚洲一级av第二区| 精品无人区乱码1区二区| 一区福利在线观看| 日日夜夜操网爽| 日韩欧美免费精品| 成人国产综合亚洲| 99在线视频只有这里精品首页| 国产精品久久久久久亚洲av鲁大| 亚洲欧美精品综合久久99| 亚洲av美国av| 欧美+日韩+精品| 俺也久久电影网| 人人妻,人人澡人人爽秒播| 精品久久久久久成人av| 麻豆国产97在线/欧美| 少妇熟女aⅴ在线视频| 亚洲最大成人手机在线| 无遮挡黄片免费观看| 国产又黄又爽又无遮挡在线| 极品教师在线免费播放| 久久香蕉精品热| 在线看三级毛片| 久久亚洲精品不卡| 欧美最黄视频在线播放免费| 男女之事视频高清在线观看| 国产一区二区三区视频了| 又爽又黄无遮挡网站| 精品乱码久久久久久99久播| 好看av亚洲va欧美ⅴa在| 一边摸一边抽搐一进一小说| av天堂在线播放| 又爽又黄a免费视频| 亚洲av电影在线进入| 免费看光身美女| 在现免费观看毛片| 精华霜和精华液先用哪个| 久久久精品大字幕| 我要搜黄色片| 日本黄大片高清| 性欧美人与动物交配| 亚洲,欧美精品.| 国产伦一二天堂av在线观看| 给我免费播放毛片高清在线观看| 国产三级在线视频| 又黄又爽又刺激的免费视频.| 免费大片18禁| 精品一区二区三区视频在线观看免费| 国产成人欧美在线观看| 亚洲av成人av| 亚洲最大成人中文| 欧美色视频一区免费| 五月伊人婷婷丁香| 欧美潮喷喷水| 欧美黑人巨大hd| 亚洲av成人不卡在线观看播放网| 精品久久久久久久久久久久久| 一个人免费在线观看的高清视频| 女同久久另类99精品国产91| 麻豆av噜噜一区二区三区| 亚洲av美国av| 在线十欧美十亚洲十日本专区| 99在线视频只有这里精品首页| 少妇被粗大猛烈的视频| 国产伦精品一区二区三区四那| 天天躁日日操中文字幕| 91午夜精品亚洲一区二区三区 | 熟女电影av网| 成年免费大片在线观看| 男女床上黄色一级片免费看| 黄色配什么色好看| 国产麻豆成人av免费视频| 国内揄拍国产精品人妻在线| 久久久久久久久中文| 性色avwww在线观看| 亚洲美女黄片视频| 国产高清三级在线| 天美传媒精品一区二区| 91久久精品电影网| 别揉我奶头 嗯啊视频| 亚洲性夜色夜夜综合| 国产午夜福利久久久久久| 亚洲第一欧美日韩一区二区三区| 精品久久久久久久久av| av天堂中文字幕网| 美女高潮的动态| 长腿黑丝高跟| 国产精品1区2区在线观看.| 97超级碰碰碰精品色视频在线观看| 亚洲av免费在线观看| 757午夜福利合集在线观看| 精品人妻熟女av久视频| 一进一出好大好爽视频| 国产精品99久久久久久久久| 久久久国产成人免费| 男女做爰动态图高潮gif福利片| 真人做人爱边吃奶动态| 日本 欧美在线| 免费看a级黄色片| 男女那种视频在线观看| 亚洲aⅴ乱码一区二区在线播放| 波多野结衣高清无吗| 国产在线精品亚洲第一网站| 亚洲aⅴ乱码一区二区在线播放| 日韩欧美国产一区二区入口| 99热这里只有是精品50| 亚洲国产精品成人综合色| 日本五十路高清| 怎么达到女性高潮| 最近最新免费中文字幕在线| av在线观看视频网站免费| 高潮久久久久久久久久久不卡| 男女视频在线观看网站免费| 2021天堂中文幕一二区在线观| 免费观看精品视频网站| 18美女黄网站色大片免费观看| 成人三级黄色视频| 99精品在免费线老司机午夜| 国模一区二区三区四区视频| 少妇人妻一区二区三区视频| 成人一区二区视频在线观看| 久久久久国内视频|