• <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)
    国产精品久久久久久av不卡| 欧美+日韩+精品| 简卡轻食公司| 国产精品免费大片| 午夜日本视频在线| 99久久精品一区二区三区| 欧美xxxx性猛交bbbb| 国产日韩一区二区三区精品不卡 | 亚洲第一av免费看| 免费观看的影片在线观看| 久久久精品94久久精品| 黄片无遮挡物在线观看| 国产午夜精品一二区理论片| 超碰97精品在线观看| 在线观看美女被高潮喷水网站| 日韩中字成人| 人人妻人人澡人人爽人人夜夜| 另类精品久久| 91久久精品国产一区二区成人| 亚洲国产av影院在线观看| 国产精品.久久久| 大片免费播放器 马上看| 国产男女超爽视频在线观看| 亚洲欧美清纯卡通| 久久精品人人爽人人爽视色| 91在线精品国自产拍蜜月| 在线播放无遮挡| 欧美性感艳星| 日韩,欧美,国产一区二区三区| xxxhd国产人妻xxx| 国产毛片在线视频| 精品一区在线观看国产| 亚洲欧美日韩卡通动漫| 亚洲一区二区三区欧美精品| 亚洲欧美成人精品一区二区| 各种免费的搞黄视频| 免费高清在线观看日韩| 十八禁网站网址无遮挡| 久久人人爽人人片av| 又粗又硬又长又爽又黄的视频| 夜夜看夜夜爽夜夜摸| 寂寞人妻少妇视频99o| 免费少妇av软件| 一本一本综合久久| 国国产精品蜜臀av免费| 亚洲天堂av无毛| 国产探花极品一区二区| 国产亚洲一区二区精品| 在线观看国产h片| 日韩一本色道免费dvd| 亚洲人成网站在线观看播放| 国产无遮挡羞羞视频在线观看| xxxhd国产人妻xxx| 一区二区av电影网| 亚洲人成77777在线视频| av在线app专区| 国产精品一区www在线观看| 97在线视频观看| 国产精品无大码| 国产成人freesex在线| 成年av动漫网址| 日韩免费高清中文字幕av| 国产一区二区在线观看av| 亚洲激情五月婷婷啪啪| 国产在线免费精品| 国产亚洲av片在线观看秒播厂| 曰老女人黄片| 午夜免费鲁丝| 亚洲精品456在线播放app| 中文字幕av电影在线播放| 各种免费的搞黄视频| 午夜av观看不卡| 大话2 男鬼变身卡| 尾随美女入室| 国产高清三级在线| 建设人人有责人人尽责人人享有的| 亚洲精品av麻豆狂野| 精品久久蜜臀av无| 亚洲熟女精品中文字幕| 狠狠婷婷综合久久久久久88av| 在线播放无遮挡| 97在线人人人人妻| 在线观看www视频免费| av不卡在线播放| 99九九线精品视频在线观看视频| 99热国产这里只有精品6| 久久久午夜欧美精品| 蜜臀久久99精品久久宅男| .国产精品久久| 日韩在线高清观看一区二区三区| 91精品国产九色| 插阴视频在线观看视频| 青青草视频在线视频观看| 少妇人妻久久综合中文| 天天操日日干夜夜撸| 久久久久久久久久人人人人人人| 久久亚洲国产成人精品v| 十八禁高潮呻吟视频| 国产成人aa在线观看| 美女内射精品一级片tv| 国产男女内射视频| 日韩不卡一区二区三区视频在线| 国产成人精品无人区| 不卡视频在线观看欧美| 夜夜爽夜夜爽视频| 久久精品国产亚洲网站| 热99国产精品久久久久久7| 一级二级三级毛片免费看| 一级毛片 在线播放| av在线观看视频网站免费| 一级毛片黄色毛片免费观看视频| 夫妻性生交免费视频一级片| 亚洲精品美女久久av网站| 伦精品一区二区三区| 日韩成人伦理影院| 丝袜喷水一区| 亚洲三级黄色毛片| 免费观看无遮挡的男女| 免费av中文字幕在线| 亚洲精品乱久久久久久| 又大又黄又爽视频免费| 国产欧美亚洲国产| 蜜桃国产av成人99| 人妻少妇偷人精品九色| 妹子高潮喷水视频| 亚洲精品国产av蜜桃| 日韩亚洲欧美综合| 久久久国产欧美日韩av| 热99国产精品久久久久久7| 中文字幕av电影在线播放| 在线观看国产h片| 色哟哟·www| 日韩三级伦理在线观看| 亚洲美女视频黄频| 国产精品国产三级专区第一集| 国产免费一级a男人的天堂| 高清午夜精品一区二区三区| 国产一区二区三区综合在线观看 | 午夜免费男女啪啪视频观看| 丁香六月天网| 国产69精品久久久久777片| 中文字幕久久专区| 日韩 亚洲 欧美在线| 少妇猛男粗大的猛烈进出视频| 一区二区三区四区激情视频| 有码 亚洲区| 色吧在线观看| 亚洲av.av天堂| 26uuu在线亚洲综合色| 欧美日韩成人在线一区二区| 久久久久久久久久久久大奶| 三级国产精品欧美在线观看| 亚洲国产日韩一区二区| 国产成人一区二区在线| 国产毛片在线视频| a级片在线免费高清观看视频| 九九爱精品视频在线观看| 欧美亚洲日本最大视频资源| 日本黄色片子视频| 久久久久精品性色| a级毛片黄视频| 国产在视频线精品| 国产精品熟女久久久久浪| 国产精品久久久久成人av| 插阴视频在线观看视频| 热re99久久国产66热| 久久99热6这里只有精品| 国产色爽女视频免费观看| 国产男女超爽视频在线观看| 九九在线视频观看精品| 国产欧美亚洲国产| 夫妻性生交免费视频一级片| 中国美白少妇内射xxxbb| 蜜桃久久精品国产亚洲av| 亚洲国产成人一精品久久久| 欧美日韩av久久| 亚洲精品久久久久久婷婷小说| 欧美激情极品国产一区二区三区 | 成年av动漫网址| 午夜精品国产一区二区电影| 国产无遮挡羞羞视频在线观看| 欧美亚洲日本最大视频资源| 亚洲国产成人一精品久久久| 免费黄网站久久成人精品| 久久久欧美国产精品| 大陆偷拍与自拍| 欧美精品人与动牲交sv欧美| 欧美xxⅹ黑人| 男女啪啪激烈高潮av片| 久久久久久久久久久久大奶| 男女边摸边吃奶| 91国产中文字幕| 性高湖久久久久久久久免费观看| 免费看不卡的av| 亚洲性久久影院| 国产在线视频一区二区| 免费大片黄手机在线观看| 三级国产精品欧美在线观看| av免费观看日本| 久久久久久久国产电影| 超碰97精品在线观看| 精品一区二区免费观看| 国产黄频视频在线观看| 精品人妻偷拍中文字幕| 天天操日日干夜夜撸| 亚洲av欧美aⅴ国产| 交换朋友夫妻互换小说| 80岁老熟妇乱子伦牲交| 99久久精品一区二区三区| 精品久久久噜噜| 插阴视频在线观看视频| 国产黄片视频在线免费观看| 亚洲精品久久午夜乱码| videossex国产| av女优亚洲男人天堂| 超碰97精品在线观看| av在线app专区| av视频免费观看在线观看| 高清视频免费观看一区二区| 女性生殖器流出的白浆| 日本黄大片高清| 如日韩欧美国产精品一区二区三区 | 99久久精品国产国产毛片| 水蜜桃什么品种好| 嘟嘟电影网在线观看| 伊人久久国产一区二区| 亚洲精品久久成人aⅴ小说 | 国产免费福利视频在线观看| 亚洲精品自拍成人| 国产伦精品一区二区三区视频9| 2018国产大陆天天弄谢| av在线播放精品| 18禁在线无遮挡免费观看视频| 欧美精品亚洲一区二区| 午夜91福利影院| 在现免费观看毛片| 国产精品蜜桃在线观看| 大又大粗又爽又黄少妇毛片口| 欧美激情国产日韩精品一区| 久久人妻熟女aⅴ| 日本色播在线视频| av又黄又爽大尺度在线免费看| 青春草亚洲视频在线观看| 一区二区三区免费毛片| 麻豆精品久久久久久蜜桃| av黄色大香蕉| 男人添女人高潮全过程视频| 人人妻人人爽人人添夜夜欢视频| 99国产精品免费福利视频| 国产有黄有色有爽视频| 婷婷色麻豆天堂久久| 日韩中字成人| av又黄又爽大尺度在线免费看| 国产片内射在线| 国产av国产精品国产| 嫩草影院入口| 亚洲五月色婷婷综合| 九九爱精品视频在线观看| 欧美一级a爱片免费观看看| 国产毛片在线视频| √禁漫天堂资源中文www| 我的女老师完整版在线观看| 精品一区在线观看国产| 啦啦啦中文免费视频观看日本| 久久午夜福利片| 在线 av 中文字幕| 久久99热6这里只有精品| 亚洲少妇的诱惑av| 日韩在线高清观看一区二区三区| 亚洲精品美女久久av网站| 性高湖久久久久久久久免费观看| 成年美女黄网站色视频大全免费 | 日韩亚洲欧美综合| 又黄又爽又刺激的免费视频.| 欧美激情国产日韩精品一区| 天堂中文最新版在线下载| 亚洲精品日韩在线中文字幕| 哪个播放器可以免费观看大片| 一区二区av电影网| 各种免费的搞黄视频| 有码 亚洲区| 卡戴珊不雅视频在线播放| 国产片特级美女逼逼视频| 亚洲精品成人av观看孕妇| 亚洲av在线观看美女高潮| 免费看不卡的av| 美女脱内裤让男人舔精品视频| 午夜日本视频在线| 少妇人妻 视频| 国产精品欧美亚洲77777| 男男h啪啪无遮挡| 久久久久国产精品人妻一区二区| 亚洲人成网站在线播| 国产精品国产av在线观看| 99国产综合亚洲精品| av免费观看日本| 十分钟在线观看高清视频www| 久久久久人妻精品一区果冻| 午夜91福利影院| 在线观看www视频免费| 国产色爽女视频免费观看| 国产成人一区二区在线| 寂寞人妻少妇视频99o| 观看av在线不卡| 国产日韩一区二区三区精品不卡 | 另类精品久久| 丁香六月天网| www.av在线官网国产| 亚洲精品aⅴ在线观看| 观看av在线不卡| 欧美另类一区| 亚洲精品成人av观看孕妇| 国产精品99久久久久久久久| www.色视频.com| 丰满迷人的少妇在线观看| 亚洲四区av| 18禁动态无遮挡网站| 国产免费又黄又爽又色| 国产毛片在线视频| 中文天堂在线官网| 色吧在线观看| 精品少妇久久久久久888优播| 下体分泌物呈黄色| 国产日韩欧美亚洲二区| 亚洲人成网站在线观看播放| 制服丝袜香蕉在线| 亚洲美女视频黄频| 欧美日韩视频高清一区二区三区二| 亚洲国产最新在线播放| 欧美 日韩 精品 国产| 国产伦理片在线播放av一区| 欧美日韩一区二区视频在线观看视频在线| 最黄视频免费看| 欧美性感艳星| 97精品久久久久久久久久精品| 精品亚洲乱码少妇综合久久| 成年人免费黄色播放视频| 国产永久视频网站| 一本色道久久久久久精品综合| 久久 成人 亚洲| 99热这里只有是精品在线观看| 日韩成人伦理影院| 亚洲精品自拍成人| 国产精品秋霞免费鲁丝片| 国产亚洲最大av| 日韩欧美精品免费久久| 久久久久久久国产电影| 伦精品一区二区三区| 国产永久视频网站| 国产一区亚洲一区在线观看| videossex国产| 亚洲精品国产av蜜桃| 日韩,欧美,国产一区二区三区| 汤姆久久久久久久影院中文字幕| 久久久国产一区二区| 春色校园在线视频观看| 九九爱精品视频在线观看| 欧美激情国产日韩精品一区| 男的添女的下面高潮视频| 桃花免费在线播放| 国模一区二区三区四区视频| 午夜精品国产一区二区电影| 日韩,欧美,国产一区二区三区| 久久99精品国语久久久| 有码 亚洲区| 久久久久网色| 天天影视国产精品| 你懂的网址亚洲精品在线观看| 亚洲av.av天堂| 王馨瑶露胸无遮挡在线观看| 内地一区二区视频在线| 免费看光身美女| 国产 一区精品| 日本av手机在线免费观看| 国产乱来视频区| 国产伦理片在线播放av一区| 91午夜精品亚洲一区二区三区| 国产男女内射视频| 国产精品一区二区三区四区免费观看| 熟女电影av网| 日韩制服骚丝袜av| 精品少妇内射三级| 久热久热在线精品观看| 极品少妇高潮喷水抽搐| 亚洲av成人精品一区久久| 丝袜在线中文字幕| 色视频在线一区二区三区| 日日撸夜夜添| 亚洲精品色激情综合| 中文字幕av电影在线播放| 蜜桃国产av成人99| 黑丝袜美女国产一区| 人人妻人人澡人人看| 精品卡一卡二卡四卡免费| 中文字幕人妻熟人妻熟丝袜美| 九九在线视频观看精品| 国产一区亚洲一区在线观看| 欧美 亚洲 国产 日韩一| 中文字幕久久专区| 久久免费观看电影| 成人影院久久| 婷婷成人精品国产| 免费大片黄手机在线观看| 69精品国产乱码久久久| 91久久精品国产一区二区成人| 黑人巨大精品欧美一区二区蜜桃 | 久久这里有精品视频免费| 交换朋友夫妻互换小说| 伦理电影免费视频| 超碰97精品在线观看| 大香蕉久久网| 亚洲av男天堂| 日韩亚洲欧美综合| av视频免费观看在线观看| 街头女战士在线观看网站| 一区二区三区四区激情视频| 亚洲图色成人| 熟女电影av网| 2018国产大陆天天弄谢| 午夜激情福利司机影院| 日日摸夜夜添夜夜添av毛片| 国产精品一国产av| 高清不卡的av网站| 国产在线一区二区三区精| 欧美三级亚洲精品| 男女高潮啪啪啪动态图| 国产精品国产三级国产专区5o| 欧美人与善性xxx| 少妇丰满av| 美女cb高潮喷水在线观看| 日韩精品免费视频一区二区三区 | 丝瓜视频免费看黄片| 日本免费在线观看一区| 色哟哟·www| 国产无遮挡羞羞视频在线观看| 亚洲经典国产精华液单| 亚洲精品色激情综合| 51国产日韩欧美| 一个人看视频在线观看www免费| 日韩不卡一区二区三区视频在线| 大香蕉97超碰在线| 97超碰精品成人国产| 日本午夜av视频| 99久久精品国产国产毛片| 免费看不卡的av| 日韩精品有码人妻一区| 最后的刺客免费高清国语| 久久久精品免费免费高清| 欧美日韩视频精品一区| 精品久久久精品久久久| 亚洲精品久久成人aⅴ小说 | 一级a做视频免费观看| 国产一级毛片在线| 国产精品久久久久久久电影| 日本猛色少妇xxxxx猛交久久| 亚洲精品中文字幕在线视频| 成年av动漫网址| 五月开心婷婷网| 自拍欧美九色日韩亚洲蝌蚪91| 婷婷色综合www| 不卡视频在线观看欧美| 成人国产av品久久久| 人人妻人人爽人人添夜夜欢视频| 2022亚洲国产成人精品| 国产免费视频播放在线视频| 国产成人精品一,二区| 国产极品天堂在线| 亚洲,一卡二卡三卡| 精品人妻一区二区三区麻豆| 欧美精品一区二区大全| 丰满迷人的少妇在线观看| 熟妇人妻不卡中文字幕| 在线看a的网站| 成年女人在线观看亚洲视频| 国产白丝娇喘喷水9色精品| 亚洲av福利一区| 久热久热在线精品观看| 我的老师免费观看完整版| 视频中文字幕在线观看| 精品久久久噜噜| 久久精品国产自在天天线| 成年人午夜在线观看视频| 久久精品国产亚洲av涩爱| 五月玫瑰六月丁香| 热re99久久精品国产66热6| 中文字幕人妻丝袜制服| 国产精品人妻久久久久久| 最新中文字幕久久久久| 亚洲欧美日韩另类电影网站| 国产男女超爽视频在线观看| 国产精品欧美亚洲77777| av线在线观看网站| 只有这里有精品99| 一区二区三区乱码不卡18| 伦精品一区二区三区| 色哟哟·www| 高清毛片免费看| 日韩一本色道免费dvd| 能在线免费看毛片的网站| 亚洲精华国产精华液的使用体验| 最新中文字幕久久久久| 国产精品久久久久久精品电影小说| 日韩成人伦理影院| 国产一区亚洲一区在线观看| 嘟嘟电影网在线观看| 欧美亚洲 丝袜 人妻 在线| 午夜福利影视在线免费观看| 热99久久久久精品小说推荐| 一本色道久久久久久精品综合| 999精品在线视频| 在线看a的网站| 91在线精品国自产拍蜜月| 美女中出高潮动态图| av免费观看日本| 亚洲国产色片| 国产av精品麻豆| 免费大片18禁| 日韩电影二区| 日本wwww免费看| 国产精品久久久久久精品古装| 人成视频在线观看免费观看| 国产免费一区二区三区四区乱码| 人妻一区二区av| 国产精品免费大片| 免费黄频网站在线观看国产| 男人操女人黄网站| 亚洲欧美日韩另类电影网站| 亚洲欧美一区二区三区黑人 | 中文字幕人妻熟人妻熟丝袜美| 91午夜精品亚洲一区二区三区| 一二三四中文在线观看免费高清| 蜜桃在线观看..| 久久久久视频综合| 99久久人妻综合| 国产午夜精品久久久久久一区二区三区| 我要看黄色一级片免费的| 女人久久www免费人成看片| 国产精品女同一区二区软件| 成人午夜精彩视频在线观看| 久久久久视频综合| av在线app专区| 又大又黄又爽视频免费| 成人二区视频| 国产精品无大码| 国产精品一区www在线观看| .国产精品久久| 亚洲,一卡二卡三卡| 日韩成人伦理影院| 午夜激情久久久久久久| 国产乱人偷精品视频| 中文欧美无线码| 少妇人妻精品综合一区二区| 国产成人精品无人区| 中文字幕精品免费在线观看视频 | 午夜免费男女啪啪视频观看| 午夜激情久久久久久久| 丁香六月天网| 日韩制服骚丝袜av| 欧美 日韩 精品 国产| 国产精品偷伦视频观看了| 男人爽女人下面视频在线观看| 老司机影院毛片| 中文字幕av电影在线播放| 高清视频免费观看一区二区| 欧美少妇被猛烈插入视频| 大又大粗又爽又黄少妇毛片口| 久久久久久久久大av| 亚洲美女搞黄在线观看| 亚洲熟女精品中文字幕| 一边摸一边做爽爽视频免费| 久久久久久久久久久久大奶| 国产精品熟女久久久久浪| 全区人妻精品视频| 国产精品久久久久久av不卡| 国产一区二区三区综合在线观看 | 99久久中文字幕三级久久日本| 国产爽快片一区二区三区| 亚洲色图 男人天堂 中文字幕 | 免费不卡的大黄色大毛片视频在线观看| 成年av动漫网址| 少妇丰满av| 亚洲人成网站在线播| 3wmmmm亚洲av在线观看| 香蕉精品网在线| 日本av免费视频播放| 国产亚洲一区二区精品| 免费高清在线观看视频在线观看| 最近的中文字幕免费完整| 精品人妻偷拍中文字幕| 熟女人妻精品中文字幕| 精品人妻偷拍中文字幕| 熟女人妻精品中文字幕| 高清黄色对白视频在线免费看| 亚洲av免费高清在线观看| 永久网站在线| 在线 av 中文字幕| 国产女主播在线喷水免费视频网站| 日韩亚洲欧美综合| 成人毛片60女人毛片免费| 插阴视频在线观看视频| 你懂的网址亚洲精品在线观看| 一本久久精品| 免费观看在线日韩| 亚洲av免费高清在线观看| 两个人的视频大全免费| 精品人妻熟女av久视频| 久久免费观看电影| 久久精品夜色国产| 2022亚洲国产成人精品| 三级国产精品片| 街头女战士在线观看网站| 蜜桃国产av成人99| 精品国产乱码久久久久久小说| 中文字幕免费在线视频6| 国产精品秋霞免费鲁丝片|