• <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 ?

    多模態(tài)藏語情感分類的研究*

    2022-10-14 06:55:04拉桑吉安見才讓
    計算機(jī)時代 2022年10期
    關(guān)鍵詞:藏文模態(tài)神經(jīng)網(wǎng)絡(luò)

    拉桑吉,安見才讓

    (1.青海民族大學(xué)計算機(jī)學(xué)院,青海 西寧 810007;2.青海省藏文信息處理與機(jī)器翻譯重點實驗室;3.省部共建藏語智能信息處理及應(yīng)用國家重點實驗室)

    0 引言

    近年來,深度學(xué)習(xí)體現(xiàn)出較為優(yōu)異的學(xué)習(xí)表現(xiàn),越來越多的研究人員開始傾向使用神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)文本或者圖像的特征用于情感分類。但是單一模態(tài)的信息量容易受到其他因素干擾。通常情況下,對于一個雖然帶有情感色彩但情感傾向不明顯的藏文句子,如果配上表情和圖,其情感傾向相對會清晰很多。在社交平臺中圖像與文本存互補(bǔ)性,圖文兩種模態(tài)的信息往往比單一模態(tài)表達(dá)的情感更明確。所以多模態(tài)數(shù)據(jù)能有效地預(yù)測藏族網(wǎng)民所表達(dá)的情感傾向。

    1 相關(guān)研究

    多模態(tài)情感分類的目標(biāo)是識別帶有情感色彩的文本及圖像內(nèi)容的情感極性。本文將情感極性分為三大類,即為積極情感傾向和消極情感傾向、中性等三種極性。積極情感極性由{1}來表示、消極由{-1}表示、中性由{0}表示。

    1.1 單模態(tài)情感分類研究

    ⑴文本情感分類

    本文是基于深度學(xué)習(xí)的方法。孫旺本等將深度學(xué)習(xí)算法的CNN-LSTM(convolutional neural networklong short-term memory,CNN-LSTM)等模型引入藏文的情感傾向分析中;訓(xùn)練了藏文微博詞向量模型,提高了特征向量對文本語義信息的表達(dá)。

    一些藏文語料分詞存在不統(tǒng)一的問題。普次仁等將藏文用詞向量表示詞語,利用無監(jiān)督遞歸自編碼算法對矩陣向量化,預(yù)測藏文語句的情感傾向,其不足點是并未探究語料庫大小對深度學(xué)習(xí)算法性能的影響,以及深度學(xué)習(xí)中參數(shù)較多引起的過擬合現(xiàn)象。曲塔吉將基于注意力機(jī)制和LSTM 的神經(jīng)網(wǎng)絡(luò)對藏文多極情感句子做了情感分析實驗,建立藏文多極情感數(shù)據(jù)集,使用注意力機(jī)制和BiLSTM 神經(jīng)網(wǎng)絡(luò)模型來實驗,正確率很高。

    本課題先收集藏文情感數(shù)據(jù)集,對其進(jìn)行數(shù)據(jù)預(yù)處理。由于目前在藏民族居住地區(qū)沒有公開的情感數(shù)據(jù)資源,在數(shù)據(jù)預(yù)處理時將藏文分詞、情感標(biāo)注等工作都按照藏文傳統(tǒng)文法結(jié)構(gòu),由人工進(jìn)行完成。

    ⑵圖像情感分類

    論文選用情感特征提取方法研究圖像情感數(shù)據(jù)集。Chen等提出一個包含多個CNN的深度神經(jīng)網(wǎng)絡(luò)對圖片情感進(jìn)行分類,模型性能顯著優(yōu)于傳統(tǒng)的機(jī)器學(xué)習(xí)模型。Yang等提出了圖片局部區(qū)域信息和整體信息的圖片情感識別模型,取得良好的效果。曹建芳等提出了基于Adaboost-BP 的圖像情感分析方法,使用Adaboost 算法結(jié)合BP 神經(jīng)網(wǎng)絡(luò)的弱分類器,構(gòu)成一個強(qiáng)分類器,取得了良好的實驗效果。

    首先收集圖像情感數(shù)據(jù)集,這些圖像數(shù)據(jù)集都是在各種社交平臺中使用藏文的網(wǎng)民平時所使用的評論表情圖像,然后對其進(jìn)行情感標(biāo)注及數(shù)據(jù)預(yù)處理工作。

    1.2 多模態(tài)情感分類研究

    多模態(tài)情感分類研究可分為特征融合好、中間層融合和決策融合,本課題選擇特征融合。在多模態(tài)情感分類研究方面,各專家和學(xué)者都選用適合各種課題的技術(shù)來研究。

    Jindal 和Singh使用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)構(gòu)建圖像情感預(yù)測框架,使用于對象的識別與遷移學(xué)習(xí)當(dāng)中,在人工標(biāo)注的圖像數(shù)據(jù)集上進(jìn)行實驗。多模態(tài)情感分類有著很大的研究空間。謝豪等提出了一種基于多層語義融合的圖文情感分類模型對社交媒體圖文數(shù)據(jù)進(jìn)行情感分類,以提高情感分類性能、為政府、企業(yè)決策提供科學(xué)依據(jù)。

    綜上所述,目前在藏民族居住地區(qū)對情感分類的研究尚未涉及多模態(tài)情感分類。所以,本文選擇對多模態(tài)藏語情感分類進(jìn)行研究,以期得到更準(zhǔn)確的藏民族情感分析數(shù)據(jù)。

    2 模型設(shè)計

    對本課題的研究選用一種即適合藏文文法結(jié)構(gòu),又適合圖像情感特征提取的神經(jīng)網(wǎng)絡(luò)模型是對多模態(tài)情感分類及識別的重要基礎(chǔ)。從多模態(tài)藏文文本及圖像情感分類的角度出發(fā)對神經(jīng)網(wǎng)絡(luò)模型的選擇進(jìn)行了分析研究,將深度學(xué)習(xí)的算法模型引入多模態(tài)藏語情感分類當(dāng)中。接下來會簡單的將兩種單個模態(tài)的模型以及融合后的結(jié)果進(jìn)行分析。

    2.1 基于全連接神經(jīng)網(wǎng)絡(luò)的藏文情感分類模型

    在藏文文本的情感分類任務(wù)中,對藏文句子提取特征的時候應(yīng)該要增大對藏文關(guān)鍵詞的影響力,從而提高藏文情感分類的神經(jīng)網(wǎng)絡(luò)模型識別率。

    圖1 藏文文本情感分類的全連接神經(jīng)網(wǎng)絡(luò)模型(FCNNMSCTT)

    FCNNMSCTT 模型主要目的是識別出不同藏文句子的情感的類別和極性,有3種分類極性,分類任務(wù)數(shù)據(jù)集表示為D=(S,S,…,S,…,S)。公式如下:

    FCNNMSCTT 模型把輸入數(shù)據(jù)分成兩個部分:詞和字符,并將詞和字符都表示成嵌入向量。其表達(dá)形式如式⑵中兩個公式:

    其中,W表示第i 個的詞S詞向量,C表示第i 詞的第j 個字符嵌入向量。

    在收集的情感語料中,其訓(xùn)練句子樣本的長度不同,包含的詞與字符的長度也不同。在藏文情感分類上我們需要考慮怎樣把藏文的字符向量和詞向量的維度大小一致,長度大小一致等問題,因此,我們把藏文情感語料的字符向量和詞向量設(shè)置為512,句子長度統(tǒng)一設(shè)置為80,模型的輸入向量Tc計算方法如式⑶所示:

    句子S的向量表示為:

    2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的藏語情感分類表情圖像模型

    藏語情感分析表情圖像的深度學(xué)習(xí)我們采用了卷積神經(jīng)網(wǎng)絡(luò),模型如圖2所示。

    圖2 藏語情感分類中表情圖像的卷積神經(jīng)網(wǎng)絡(luò)模型(CNNMEITSA)

    使用CNNMEITSA 模型中,輸入層圖像大小為256×128×1。使用卷積核對此進(jìn)行特征提取和特征映射,第一個卷積層深度為32,卷積了四次池化了四次之后,全連接三次把第五層的輸出數(shù)據(jù)全部做拼接成維度為512 的張量YC,再做全連接處理,激活函數(shù)ReLu,輸出維度為3的張量Y,表達(dá)式為:

    輸出結(jié)果Y計算出每一個圖像情感繼續(xù)極性。

    2.3 基于神經(jīng)網(wǎng)絡(luò)的多模態(tài)圖文融合的網(wǎng)絡(luò)模型

    多模態(tài)圖文情感分類中每一張積極圖像的特征和一條積極的藏文情感文本的特征相對應(yīng),一張消極圖像的特征和一條消極的藏文情感文本的特征相對應(yīng),中性圖像的特征和中性句子的特征對應(yīng)的存在。在最后結(jié)果輸出時,對比圖像標(biāo)簽和文本標(biāo)簽的權(quán)重哪個模態(tài)正確率高,就會取出那一方的正確率來輸出分類結(jié)果。

    3 實證研究

    3.1 實驗概述

    基于神經(jīng)網(wǎng)絡(luò)情感分類模型的實驗平臺是基于Python 編程語言的Anaconda 平臺中環(huán)境選擇了TensorFlow 和Keras。實驗數(shù)據(jù)為多模態(tài)藏語圖文情感分類數(shù)據(jù)共6000多條,主要運(yùn)用的神經(jīng)網(wǎng)絡(luò)算法的知識有全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。

    3.2 實驗環(huán)境介紹

    本課題的所有實驗都是在同一個的硬件配置下的計算機(jī)上完成的,下面硬件及軟件的實驗環(huán)境進(jìn)行介紹,具體如表1、表2所示。

    表1 計算機(jī)硬件配置表

    表2 計算機(jī)軟件配置

    4 實驗結(jié)果分析

    4.1 測試數(shù)據(jù)

    本課題是以藏文情感句子當(dāng)中的情感極性以及圖像中文的情感特征為研究對象,從而建立起6000多條藏文情感句子及情感圖像的數(shù)據(jù)集。

    ⑴藏文文本的三種情感極性:積極情感數(shù)據(jù)有表示滿意句子、表示一般滿意句子、表示非常滿意的句子;消極情感數(shù)據(jù)有表示不滿意的句子、表示一般不滿意的句子、表示非常不滿意的句子;中性句子不表達(dá)任何帶有情感色彩及情感傾向的句子。每一種情感數(shù)據(jù)都會按照句子本身所表達(dá)的情感極性做與之相對應(yīng)的標(biāo)注。其數(shù)據(jù)示例表3所示。

    表3 情感文本數(shù)據(jù)示例

    ⑵情感圖像的三種情感極性:積極圖像數(shù)據(jù)有表示吉祥、開心、高興、興奮等圖;消極圖像數(shù)據(jù)表示不開心、不討喜、難過、傷心、孤獨、流淚等圖;中性圖像表面看不出任何內(nèi)心活動的圖像、面無表情的圖。每一張圖都會根據(jù)圖片本身所表達(dá)的情感傾向為出發(fā)點進(jìn)行標(biāo)注。其數(shù)據(jù)示例圖3所示。

    圖3 情感表情圖像數(shù)據(jù)集

    本課題采用了基于深度學(xué)習(xí)全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,在數(shù)據(jù)相同的驗證集上提高識別精度。此外,在測試集中選擇不同情感極性的2400 條句子、2400 張圖片作為訓(xùn)練樣本,600 條句子和圖像作為測試樣本來驗證識別效果。

    4.2 結(jié)果分析

    基于神經(jīng)網(wǎng)絡(luò)的模型在圖像情感分類上的表現(xiàn)優(yōu)異。本次實驗的數(shù)據(jù)共有3000 條文本情感數(shù)據(jù)和3000多張圖像情感數(shù)據(jù)其實驗結(jié)果如圖4所示。

    圖4 三個模型訓(xùn)練結(jié)果示例

    其中圖4(左)表示文本模型的結(jié)果,圖4(中)表示圖像模型的結(jié)果圖4(右)表示融合后的結(jié)果,各個模型實驗結(jié)果數(shù)據(jù)如表4所示。

    表4 各模型實驗結(jié)果示例

    表4 中文本模型FCNNMSCTT 最終正確率56%、表情圖像模型CNNMEITSA 正確率88.75%、融合模型FUSIONMODEL 正確率96.98%。實驗分析可知數(shù)據(jù)在計算機(jī)識別后的結(jié)果跟人想要表達(dá)的情感是十分吻合的。證明了多模態(tài)對人類日常生活中情感表達(dá)的影響程度比單個模態(tài)強(qiáng)很多。

    本文對多模態(tài)情感分類識別的模塊進(jìn)行了實驗。最終的實驗結(jié)果表明模型框架損失值低、識別率高、分類性能優(yōu)。得出實驗過程中樣本數(shù)據(jù)越多,其算法對情感分類的識別準(zhǔn)確率也會逐步提升趨于穩(wěn)定,損失值也會隨之降低的結(jié)論。后期還會增加數(shù)據(jù)查看此模型實驗相對于其他模型是否更具穩(wěn)定性,增加語料之后的準(zhǔn)確率會不會也隨之上升。

    5 總結(jié)與展望

    針對當(dāng)前多模態(tài)藏語情感分類的不足,提出了基于神經(jīng)網(wǎng)絡(luò)FCNNMSCTT、CNNMEITSA 情感分類模型。實驗結(jié)果表明,基于神經(jīng)網(wǎng)絡(luò)的多模態(tài)情感分類模型具較高的準(zhǔn)確率。但現(xiàn)有的多模態(tài)圖文情感分類的數(shù)據(jù)少、也沒有公開的數(shù)據(jù),只能花費(fèi)大量的人工進(jìn)行采集和標(biāo)注。在未來的研究中,多模態(tài)圖文情感分類語料庫需要進(jìn)一步的建立、提高語料標(biāo)注效率。

    猜你喜歡
    藏文模態(tài)神經(jīng)網(wǎng)絡(luò)
    西藏大批珍貴藏文古籍實現(xiàn)“云閱讀”
    布達(dá)拉(2020年3期)2020-04-13 10:00:07
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    黑水城和額濟(jì)納出土藏文文獻(xiàn)簡介
    西夏學(xué)(2019年1期)2019-02-10 06:22:34
    藏文音節(jié)字的頻次統(tǒng)計
    現(xiàn)代語境下的藏文報刊
    新聞傳播(2016年17期)2016-07-19 10:12:05
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    國內(nèi)多模態(tài)教學(xué)研究回顧與展望
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識別
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    av卡一久久| 国产精品电影一区二区三区| 人体艺术视频欧美日本| 五月伊人婷婷丁香| or卡值多少钱| 久久久国产成人免费| 亚洲精品乱码久久久v下载方式| 亚洲性久久影院| 中文天堂在线官网| 长腿黑丝高跟| 精品人妻熟女av久视频| 成人美女网站在线观看视频| 三级国产精品欧美在线观看| 高清av免费在线| 午夜免费激情av| 别揉我奶头 嗯啊视频| 国产伦一二天堂av在线观看| 久久国产乱子免费精品| 我要搜黄色片| 婷婷色av中文字幕| 少妇熟女aⅴ在线视频| 日本五十路高清| 国产精品三级大全| 久久久久性生活片| 18+在线观看网站| 91久久精品电影网| 亚洲内射少妇av| 最近手机中文字幕大全| 国产成人a区在线观看| 色网站视频免费| 久久精品夜夜夜夜夜久久蜜豆| 免费观看人在逋| 99热6这里只有精品| 免费黄网站久久成人精品| 不卡视频在线观看欧美| 男女下面进入的视频免费午夜| 亚洲av一区综合| 韩国av在线不卡| 午夜视频国产福利| 国产乱人视频| 听说在线观看完整版免费高清| 久99久视频精品免费| 一级爰片在线观看| 大话2 男鬼变身卡| 成年女人永久免费观看视频| 男人的好看免费观看在线视频| 中文精品一卡2卡3卡4更新| 午夜老司机福利剧场| 欧美成人午夜免费资源| av天堂中文字幕网| 久久热精品热| 国产精品精品国产色婷婷| 国产中年淑女户外野战色| 天堂av国产一区二区熟女人妻| 国产免费福利视频在线观看| 亚洲av福利一区| 美女cb高潮喷水在线观看| 精品人妻一区二区三区麻豆| 永久网站在线| 一级毛片电影观看 | 久久亚洲国产成人精品v| 日韩人妻高清精品专区| 偷拍熟女少妇极品色| 国产精品久久久久久精品电影小说 | 精品国内亚洲2022精品成人| 亚洲精品自拍成人| 淫秽高清视频在线观看| 欧美成人精品欧美一级黄| 精品少妇黑人巨大在线播放 | 内地一区二区视频在线| 全区人妻精品视频| 变态另类丝袜制服| 99热全是精品| 国内精品一区二区在线观看| av免费在线看不卡| 毛片女人毛片| 精品久久久久久久人妻蜜臀av| 美女脱内裤让男人舔精品视频| 日日撸夜夜添| 成人性生交大片免费视频hd| 赤兔流量卡办理| 日韩一本色道免费dvd| 床上黄色一级片| 99在线视频只有这里精品首页| 中文字幕久久专区| 日韩av不卡免费在线播放| 成人特级av手机在线观看| 欧美xxxx性猛交bbbb| 亚洲av中文字字幕乱码综合| 亚洲乱码一区二区免费版| 欧美性感艳星| 亚洲人成网站在线播| .国产精品久久| 亚洲伊人久久精品综合 | 亚洲精华国产精华液的使用体验| 国产午夜精品久久久久久一区二区三区| 青春草亚洲视频在线观看| 国产精品国产三级国产专区5o | 性插视频无遮挡在线免费观看| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美在线乱码| 久久久久精品久久久久真实原创| 亚洲精品国产av成人精品| 久久久a久久爽久久v久久| 中文亚洲av片在线观看爽| 在线免费观看的www视频| 2021少妇久久久久久久久久久| 亚洲在线自拍视频| 人人妻人人澡欧美一区二区| 久久韩国三级中文字幕| 夜夜爽夜夜爽视频| 中文字幕av成人在线电影| a级毛片免费高清观看在线播放| 精品无人区乱码1区二区| av在线亚洲专区| 亚洲国产精品sss在线观看| 日本爱情动作片www.在线观看| 精品99又大又爽又粗少妇毛片| 国产黄片美女视频| 麻豆国产97在线/欧美| 狂野欧美白嫩少妇大欣赏| 国产精品不卡视频一区二区| 亚洲精品成人久久久久久| 亚洲高清免费不卡视频| av专区在线播放| 久久欧美精品欧美久久欧美| 丝袜美腿在线中文| 精品久久久久久久久久久久久| 国产免费福利视频在线观看| 一级二级三级毛片免费看| 国产精品蜜桃在线观看| av天堂中文字幕网| 综合色av麻豆| 久热久热在线精品观看| 成人亚洲欧美一区二区av| 国产精品人妻久久久影院| 成人av在线播放网站| 精品久久久久久久人妻蜜臀av| 亚洲自拍偷在线| 丝袜美腿在线中文| 大又大粗又爽又黄少妇毛片口| 亚洲中文字幕一区二区三区有码在线看| 在线观看一区二区三区| 亚洲成人中文字幕在线播放| 天堂影院成人在线观看| 国产成人精品一,二区| 高清视频免费观看一区二区 | 赤兔流量卡办理| 亚洲乱码一区二区免费版| av视频在线观看入口| 久久精品国产亚洲av天美| 成年女人看的毛片在线观看| 亚洲熟妇中文字幕五十中出| 18禁动态无遮挡网站| 在线观看66精品国产| 国产欧美另类精品又又久久亚洲欧美| 色视频www国产| 一个人看的www免费观看视频| 日韩大片免费观看网站 | 亚洲成人av在线免费| 亚洲av福利一区| 麻豆乱淫一区二区| 少妇高潮的动态图| 亚洲一级一片aⅴ在线观看| 精品人妻熟女av久视频| 黄色日韩在线| 床上黄色一级片| 国产精品伦人一区二区| 熟女电影av网| 欧美性感艳星| 免费观看精品视频网站| 国产精品无大码| 午夜福利在线观看吧| 欧美潮喷喷水| 亚洲美女视频黄频| 成人性生交大片免费视频hd| 欧美最新免费一区二区三区| 激情 狠狠 欧美| 白带黄色成豆腐渣| 亚洲av福利一区| 韩国高清视频一区二区三区| 波野结衣二区三区在线| 舔av片在线| 91精品国产九色| 国产午夜福利久久久久久| 91久久精品国产一区二区三区| 国产精品一二三区在线看| 国产精品1区2区在线观看.| 国产黄a三级三级三级人| 久久精品久久久久久久性| 小说图片视频综合网站| 校园人妻丝袜中文字幕| av专区在线播放| 精品久久久久久久久亚洲| 国产亚洲精品久久久com| 麻豆一二三区av精品| eeuss影院久久| 99久久精品国产国产毛片| 免费av观看视频| 久久婷婷人人爽人人干人人爱| 国产成人aa在线观看| 欧美不卡视频在线免费观看| 嫩草影院精品99| 国产久久久一区二区三区| 精品一区二区三区人妻视频| 欧美激情在线99| 国产探花在线观看一区二区| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美中文字幕日韩二区| 久久鲁丝午夜福利片| 日韩三级伦理在线观看| 亚洲美女搞黄在线观看| 亚洲乱码一区二区免费版| 男插女下体视频免费在线播放| 国产伦理片在线播放av一区| 床上黄色一级片| 亚洲av电影不卡..在线观看| 2022亚洲国产成人精品| 久久久国产成人免费| 亚洲国产精品合色在线| 国产视频首页在线观看| 观看免费一级毛片| 亚洲欧洲国产日韩| 色视频www国产| 免费观看在线日韩| 日韩av在线大香蕉| 秋霞伦理黄片| 婷婷六月久久综合丁香| 韩国高清视频一区二区三区| 国产精品一区二区三区四区免费观看| 中文字幕熟女人妻在线| 国产综合懂色| 最新中文字幕久久久久| 久久99热6这里只有精品| av.在线天堂| 亚洲av一区综合| 黄色欧美视频在线观看| 免费av毛片视频| 麻豆乱淫一区二区| ponron亚洲| 男女视频在线观看网站免费| av在线亚洲专区| 国产精品人妻久久久影院| 亚洲欧美精品综合久久99| 麻豆久久精品国产亚洲av| av在线天堂中文字幕| 国产精品麻豆人妻色哟哟久久 | 在线观看美女被高潮喷水网站| 国产一区有黄有色的免费视频 | 精品一区二区免费观看| 婷婷色av中文字幕| 国产精品国产三级专区第一集| 日韩高清综合在线| 亚洲性久久影院| 久久精品影院6| 国产91av在线免费观看| 久久国产乱子免费精品| 麻豆精品久久久久久蜜桃| 亚洲国产高清在线一区二区三| 日本爱情动作片www.在线观看| 一级毛片aaaaaa免费看小| 成人国产麻豆网| a级毛色黄片| 国产免费福利视频在线观看| 午夜老司机福利剧场| 熟妇人妻久久中文字幕3abv| 欧美一区二区国产精品久久精品| 99热这里只有是精品50| 免费播放大片免费观看视频在线观看 | 老女人水多毛片| 亚洲自拍偷在线| 国产精品一区www在线观看| 一个人看的www免费观看视频| 亚洲av电影在线观看一区二区三区 | 欧美zozozo另类| 少妇的逼水好多| 草草在线视频免费看| 久久人人爽人人片av| 久久精品91蜜桃| 99国产精品一区二区蜜桃av| 18+在线观看网站| 黑人高潮一二区| 午夜精品国产一区二区电影 | 麻豆一二三区av精品| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品女同一区二区软件| 欧美高清成人免费视频www| 黑人高潮一二区| 精品久久久久久成人av| 亚洲精品成人久久久久久| 国产中年淑女户外野战色| 国产成人精品久久久久久| 国产免费视频播放在线视频 | 国产精品福利在线免费观看| 国产精品久久久久久精品电影小说 | 久久久精品94久久精品| 亚洲三级黄色毛片| 日韩三级伦理在线观看| 丝袜喷水一区| 国产精品,欧美在线| 中文字幕亚洲精品专区| 欧美日韩精品成人综合77777| 免费在线观看成人毛片| 精品人妻偷拍中文字幕| 欧美色视频一区免费| 人体艺术视频欧美日本| 97热精品久久久久久| 亚洲最大成人中文| 一级毛片久久久久久久久女| 国产精品人妻久久久久久| 久久人人爽人人爽人人片va| 久久久精品大字幕| 亚洲国产精品专区欧美| 亚洲美女搞黄在线观看| 久久这里只有精品中国| 成人亚洲精品av一区二区| 2021天堂中文幕一二区在线观| 麻豆成人午夜福利视频| 日韩欧美 国产精品| 最后的刺客免费高清国语| 亚洲国产精品合色在线| 超碰av人人做人人爽久久| 国产淫语在线视频| 欧美精品国产亚洲| 99热这里只有是精品50| 国产精品一区二区三区四区久久| 国产一区有黄有色的免费视频 | 九色成人免费人妻av| 日本一本二区三区精品| 国产精品,欧美在线| 亚洲图色成人| 午夜a级毛片| 女的被弄到高潮叫床怎么办| 日本色播在线视频| 你懂的网址亚洲精品在线观看 | 九九在线视频观看精品| 欧美成人a在线观看| 看免费成人av毛片| 一区二区三区四区激情视频| 欧美不卡视频在线免费观看| 性插视频无遮挡在线免费观看| 亚洲最大成人中文| 一二三四中文在线观看免费高清| 亚洲国产精品合色在线| 少妇猛男粗大的猛烈进出视频 | 国产在线男女| 九九热线精品视视频播放| 啦啦啦观看免费观看视频高清| 色吧在线观看| 久久久精品大字幕| 亚洲内射少妇av| 大又大粗又爽又黄少妇毛片口| 国产成年人精品一区二区| 国产 一区 欧美 日韩| 亚洲美女视频黄频| 国产在视频线在精品| 久久99热这里只有精品18| 亚洲av电影不卡..在线观看| 国产精品av视频在线免费观看| 免费看日本二区| 亚洲欧美日韩无卡精品| 欧美丝袜亚洲另类| 免费看a级黄色片| 三级国产精品片| 亚洲精品亚洲一区二区| 国产精品国产三级国产专区5o | 亚洲精品乱码久久久v下载方式| 欧美bdsm另类| 九九爱精品视频在线观看| 色噜噜av男人的天堂激情| 晚上一个人看的免费电影| 日本午夜av视频| 蜜桃亚洲精品一区二区三区| 日韩中字成人| 免费黄网站久久成人精品| 精品国产三级普通话版| 亚洲国产精品国产精品| av免费在线看不卡| 夜夜爽夜夜爽视频| 色综合站精品国产| 亚洲成av人片在线播放无| 中文字幕熟女人妻在线| 欧美激情国产日韩精品一区| 女人十人毛片免费观看3o分钟| 不卡视频在线观看欧美| 国产成人a∨麻豆精品| 国产精品1区2区在线观看.| 一区二区三区免费毛片| 亚洲电影在线观看av| 国产亚洲av嫩草精品影院| 亚洲电影在线观看av| 国产精品嫩草影院av在线观看| 欧美区成人在线视频| 国语对白做爰xxxⅹ性视频网站| 色网站视频免费| 插阴视频在线观看视频| 国产成人精品久久久久久| 1024手机看黄色片| 日韩人妻高清精品专区| 麻豆av噜噜一区二区三区| 国产精品无大码| 女的被弄到高潮叫床怎么办| 精品一区二区免费观看| 亚洲在线观看片| 床上黄色一级片| 波多野结衣巨乳人妻| 嫩草影院精品99| 国产精品99久久久久久久久| 岛国在线免费视频观看| 国产精品一区二区在线观看99 | 国产精品久久久久久精品电影小说 | 国产免费视频播放在线视频 | 久久久久久久久大av| 十八禁国产超污无遮挡网站| 亚洲国产欧洲综合997久久,| 欧美变态另类bdsm刘玥| 免费看美女性在线毛片视频| 亚洲国产精品合色在线| 插阴视频在线观看视频| 久久久久久九九精品二区国产| 在线免费观看不下载黄p国产| 2021天堂中文幕一二区在线观| 蜜桃亚洲精品一区二区三区| www.色视频.com| 国产精品麻豆人妻色哟哟久久 | 国产成人aa在线观看| 午夜福利在线在线| 国产精品蜜桃在线观看| 高清日韩中文字幕在线| 欧美潮喷喷水| 亚洲av一区综合| 色综合色国产| 男插女下体视频免费在线播放| 成人毛片60女人毛片免费| 少妇人妻精品综合一区二区| 免费观看a级毛片全部| 亚洲国产精品久久男人天堂| 色吧在线观看| 国产在线男女| av在线播放精品| 女人久久www免费人成看片 | 国产极品天堂在线| 嘟嘟电影网在线观看| 久久久久精品久久久久真实原创| 久久久a久久爽久久v久久| 国产黄a三级三级三级人| 亚洲精华国产精华液的使用体验| 国产伦精品一区二区三区四那| 国产精品人妻久久久影院| 久久这里有精品视频免费| 听说在线观看完整版免费高清| 久久鲁丝午夜福利片| 一边摸一边抽搐一进一小说| 人妻夜夜爽99麻豆av| 少妇熟女欧美另类| 午夜a级毛片| 国产色爽女视频免费观看| 精品久久国产蜜桃| 国产免费男女视频| 一级毛片我不卡| 身体一侧抽搐| 麻豆精品久久久久久蜜桃| 26uuu在线亚洲综合色| 老师上课跳d突然被开到最大视频| av又黄又爽大尺度在线免费看 | av免费在线看不卡| 国产在线男女| 日日摸夜夜添夜夜爱| 国产老妇女一区| 精品一区二区三区视频在线| 中文欧美无线码| 内地一区二区视频在线| 久久人人爽人人爽人人片va| 亚洲,欧美,日韩| 一区二区三区免费毛片| 国内少妇人妻偷人精品xxx网站| 欧美3d第一页| 菩萨蛮人人尽说江南好唐韦庄 | 国产成人91sexporn| 天堂网av新在线| 噜噜噜噜噜久久久久久91| 亚洲欧美日韩东京热| 精品久久久久久久末码| 欧美一区二区精品小视频在线| 桃色一区二区三区在线观看| 国产伦精品一区二区三区视频9| 亚洲三级黄色毛片| 视频中文字幕在线观看| 在线天堂最新版资源| 国产麻豆成人av免费视频| 97人妻精品一区二区三区麻豆| 中文在线观看免费www的网站| 国产成人福利小说| 人妻制服诱惑在线中文字幕| 99久国产av精品国产电影| 蜜臀久久99精品久久宅男| 亚洲精品乱码久久久v下载方式| 久久人人爽人人爽人人片va| 熟妇人妻久久中文字幕3abv| 亚洲欧美清纯卡通| 国产亚洲5aaaaa淫片| av线在线观看网站| 有码 亚洲区| 少妇熟女aⅴ在线视频| 禁无遮挡网站| 日本五十路高清| 亚洲精品一区蜜桃| 久久久久久大精品| 一个人看视频在线观看www免费| 久久久久九九精品影院| 亚洲av中文av极速乱| 欧美高清性xxxxhd video| 99在线人妻在线中文字幕| 赤兔流量卡办理| 91精品伊人久久大香线蕉| 永久免费av网站大全| 成人鲁丝片一二三区免费| 精品一区二区免费观看| 久久久欧美国产精品| 一二三四中文在线观看免费高清| 边亲边吃奶的免费视频| 成人亚洲精品av一区二区| 又粗又硬又长又爽又黄的视频| 亚洲,欧美,日韩| 美女cb高潮喷水在线观看| 国产精品福利在线免费观看| 国产大屁股一区二区在线视频| 深爱激情五月婷婷| av福利片在线观看| 久久人人爽人人片av| 精品久久久久久电影网 | 69av精品久久久久久| 亚洲中文字幕一区二区三区有码在线看| 色视频www国产| 丰满人妻一区二区三区视频av| 国产精品人妻久久久久久| 久久午夜福利片| 午夜福利在线观看免费完整高清在| 热99re8久久精品国产| 免费播放大片免费观看视频在线观看 | 你懂的网址亚洲精品在线观看 | 久久久久久伊人网av| 亚洲精华国产精华液的使用体验| av国产久精品久网站免费入址| 国产乱人视频| 国产精品永久免费网站| 亚洲自偷自拍三级| 一个人看视频在线观看www免费| 99久国产av精品国产电影| 国产 一区精品| 丝袜喷水一区| 校园人妻丝袜中文字幕| 两个人的视频大全免费| 欧美成人免费av一区二区三区| 国产欧美另类精品又又久久亚洲欧美| 精品少妇黑人巨大在线播放 | 日韩欧美精品v在线| 99热这里只有是精品50| 免费观看性生交大片5| 国产女主播在线喷水免费视频网站 | 亚洲美女搞黄在线观看| 九九热线精品视视频播放| 亚洲成人av在线免费| 国产精品一二三区在线看| 在线免费观看的www视频| 搞女人的毛片| 久久韩国三级中文字幕| 九九在线视频观看精品| 国产老妇伦熟女老妇高清| 亚洲精品一区蜜桃| 纵有疾风起免费观看全集完整版 | 黑人高潮一二区| av专区在线播放| 久久综合国产亚洲精品| 色综合色国产| av在线天堂中文字幕| 日本熟妇午夜| 男女国产视频网站| 少妇的逼水好多| 七月丁香在线播放| 久久久久久久亚洲中文字幕| 国产精品国产三级国产av玫瑰| 国产亚洲av片在线观看秒播厂 | 日本免费一区二区三区高清不卡| 国产中年淑女户外野战色| 国产精品无大码| 成年av动漫网址| 日日撸夜夜添| 久久精品熟女亚洲av麻豆精品 | 亚洲欧美成人综合另类久久久 | 国产成人91sexporn| 亚洲在线观看片| 日韩强制内射视频| 国产成人freesex在线| 18禁在线无遮挡免费观看视频| 精品熟女少妇av免费看| 国产美女午夜福利| 中文欧美无线码| 99久久人妻综合| 亚洲av福利一区| 国产亚洲精品av在线| 99久久无色码亚洲精品果冻| 免费观看在线日韩| 亚洲国产精品成人久久小说| 又粗又爽又猛毛片免费看| 国产乱来视频区| 中文天堂在线官网| 国产精品一二三区在线看| 我的女老师完整版在线观看| 国产免费男女视频| 日韩亚洲欧美综合| 日韩中字成人| 秋霞伦理黄片| 六月丁香七月| 汤姆久久久久久久影院中文字幕 |