• <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LSTM結(jié)合注意力機制的長文本分類優(yōu)化研究

    2023-03-11 21:07:12于慶洋
    互聯(lián)網(wǎng)周刊 2023年3期
    關(guān)鍵詞:文本分類注意力機制

    摘要:文本分類是指用計算機對文本(或其他實體)按照一定的分類體系或標準進行自動分類標記。伴隨著信息的爆炸式增長,人工標注數(shù)據(jù)已經(jīng)變得耗時、質(zhì)量低下,且受到標注人主觀意識的影響。因此,利用機器自動化對文本進行標注具有一定的現(xiàn)實意義,將重復且枯燥的文本標注任務交由計算機進行處理能夠有效克服以上問題,同時所標注的數(shù)據(jù)具有一致性、高質(zhì)量等特點。其應用場景眾多,包括:情感分析、主題分類、意圖識別等;其分類標簽可以是:情感分析(積極、消極、中性)、主題分類(歷史、體育、旅游、情感)等。傳統(tǒng)的文本分類早期是通過模式詞、關(guān)鍵詞等,同時結(jié)合一些規(guī)則策略進行。此方法的缺點很明顯,人工成本高,且召回率比較低。此后,使用經(jīng)典傳統(tǒng)的機器學習方法做文本分類任務初顯成效,即“特征工程+淺層分類模型”,被稱為傳統(tǒng)機器學習方法。近些年,伴隨深度學習的異軍突起,基于深度學習的文本分類方法興起,本文基于LSTM文本分類,針對LSTM網(wǎng)絡(luò)結(jié)構(gòu)的缺陷,引入注意力機制Attention,優(yōu)化文本分類模型,在文本長度較長的情況下,效果尤為顯著。

    關(guān)鍵詞:文本分類;LSTM;注意力機制;長文本

    1. 背景

    本文主要闡述的是基于機器學習、深度學習的文本分類算法,專家規(guī)則類不在討論范圍。傳統(tǒng)的機器學習算法(淺層學習)做文本分類一般流程如圖1所示。

    文本預處理是通用的,可以看到除去文本預處理部分,最主要的兩部分是“文本特征表示”和“分類模型”。而在基于淺層模型的文本分類任務中,由于模型往往是線性類的簡單模型,表征與泛化能力較弱,并且由于模型的簡單性,若想達到較好的效果,需要做很復雜的特征工程與精細化的文本處理,且強依賴算法工程師的工程經(jīng)驗,人工成本高。深度學習興起后,大批量的文本分類任務開始使用深度學習。相較于傳統(tǒng)的淺層學習,深度學習不需要過于繁重的手動特征工程。目前在深度學習中,主要用來做文本分類的網(wǎng)絡(luò)有兩種:遞歸神經(jīng)網(wǎng)絡(luò)(RNN)網(wǎng)絡(luò)、LSTM網(wǎng)絡(luò)。本文基于LSTM網(wǎng)絡(luò)的針對長文本分類的結(jié)構(gòu)性缺陷,提出引入注意力機制網(wǎng)絡(luò)來進行重要信息的編碼提取,顯著提升了模型效果與性能。

    2. 遞歸神經(jīng)網(wǎng)絡(luò)

    由于文本類型的數(shù)據(jù)往往前后是有著很強的聯(lián)系,故使用機器來對文本數(shù)據(jù)進行分析時,模型需要具備一定的記憶能力,由于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的天然局限性,無法做到這點。遞歸神經(jīng)網(wǎng)絡(luò)(以下簡稱RNN)的出現(xiàn)解決了這個問題,通過在網(wǎng)絡(luò)中添加循環(huán),它能讓信息被“記憶”得更長久。RNN是有循環(huán)的,簡單來說就是允許信息從當前步驟傳遞到下一個步驟。其實RNN是由一個個與全連接網(wǎng)絡(luò)相同的普通神經(jīng)單元構(gòu)成的,只不過這些神經(jīng)單元在輸出信息的同時,會將這些信息進行向后傳遞,這種網(wǎng)絡(luò)結(jié)構(gòu)天然滿足序列類型數(shù)據(jù)的前后關(guān)聯(lián)邏輯,可以說是為此類數(shù)據(jù)量身定做的特定模型結(jié)構(gòu)。

    3. LSTM網(wǎng)絡(luò)

    LSTM是RNN網(wǎng)絡(luò)的一個升級版,它的提出是為了緩解RNN網(wǎng)絡(luò)中存在的長期依賴導致的梯度消失問題。

    3.1 長期依賴問題

    RNN最具吸引力的一點,是它能把之前的信息連接到當前的任務上。比如我們可以用之前的詞來理解現(xiàn)在這一步的詞,如果能建立起這種潛在關(guān)聯(lián),RNN的前途將不可限量。那么,是否能真的做到?根據(jù)過往經(jīng)驗,不一定做得到,而且即便是做得到,效果大多數(shù)也會大打折扣。尤其是在較長的文本中,有時,相距較遠的詞語之間的關(guān)聯(lián)性仍然是比較強的,例如,假設(shè)一段長文本有N個詞(N為較大的數(shù)),在這段話中,很可能第N個詞和第一個詞也有比較強的相關(guān)性,此時,當我們要預測第N個詞的時候,需要用到第一個詞的信息,但由于文本很長,雖然RNN的特殊結(jié)構(gòu)使其具備一定的記憶性,但第一個詞與第N個詞之間距離較長,此時已經(jīng)超出了RNN的記憶能力范圍,心有余而力不足,即RNN無法學習到這種長期的依賴性。此時,LSTM出現(xiàn)了。長期短期記憶網(wǎng)絡(luò),通常被稱為“LSTM”也是一種RNN變體,只不過比較特殊,通過其特殊的網(wǎng)絡(luò)結(jié)構(gòu),能緩解梯度消失問題,從而學習到長期依賴性。其結(jié)構(gòu)設(shè)計的初衷完全是針對上述RNN的不足,具備序列長期依賴性的學習能力。其根本原因是由于其特殊的設(shè)計結(jié)構(gòu),緩解了梯度消失問題,將該記住的記住,該遺忘的遺忘。例如人類的大腦,如果將這個世界所有的信息均強行記住,那么一定會導致關(guān)鍵信息的遺忘丟失。LSTM相比于RNN的差異性是:標準RNN中只包含單個tanh層的重復模塊。雖然LSTM也有與之相似的鏈式結(jié)構(gòu),但不同的是它的重復模塊結(jié)構(gòu)與RNN大不相同,是4個以特殊方式進行交互的神經(jīng)網(wǎng)絡(luò),如圖2所示。

    如圖3所示,從某個節(jié)點的輸出到其他節(jié)點的輸入,每條線都傳遞一個完整的向量。粉色圓圈表示pointwise操作,如節(jié)點求和,而黃色框則表示用于學習的神經(jīng)網(wǎng)絡(luò)層。合并的兩條線表示連接,分開的兩條線表示信息被復制成兩個副本,并將傳遞到不同的位置。

    3.2 LSTM背后的核心原理

    LSTM的關(guān)鍵是神經(jīng)單元cell的狀態(tài),即貫穿圖2頂部的水平線。cell狀態(tài)有點像傳送帶,它只用一些次要的線性交互就能貫穿整個鏈式結(jié)構(gòu),這其實也就是信息記憶的地方,因此信息能很容易地以不變的形式從中流過,為了增加/刪除cell中的信息,LSTM中有一些控制門(gate)[1]。它們決定了信息通過的方式,包含一個sigmoid神經(jīng)網(wǎng)絡(luò)層和一個pointwise點乘操作。sigmoid層輸出0到1之間的數(shù)字,點乘操作決定多少信息可以傳送過去,當為0時,不傳送;當為1時,全部傳送[2]。像這樣的控制門,LSTM共有3個,以此保護和控制cell狀態(tài),如此,便保證了LSTM可以學習到長期信息。

    4. 注意力(Attention)機制

    在深度學習領(lǐng)域,模型往往需要接收和處理大量的數(shù)據(jù),然而在特定的某個時刻,往往只有少部分的某些數(shù)據(jù)是重要的,這種情況就非常適合Attention機制發(fā)光發(fā)熱。舉一個簡單的小例子,在機器翻譯中,例如要對“who are you”進行中文翻譯,顯然正確的答案是“你是誰”。那么仔細想一下,這個“你是誰”一定是一個詞、一個詞翻譯出來的。繼續(xù)思考,機器在翻譯“誰”的時候,前面的“who are you”這三個詞里面哪個詞對此刻的翻譯比較重要一些,還是說應該是同等重要,答案顯然是“who”這個詞此時比較重要,這就是注意力機制:對于不同的輸入部分,經(jīng)過注意力網(wǎng)絡(luò)算子的計算,賦予不同部分(隱藏層或者輸出層)動態(tài)權(quán)重,從而實現(xiàn)動態(tài)加權(quán)的效果。一般情況下,在深度學習中,注意力機制主要有兩個主要部分構(gòu)成:注意力打分函數(shù)與加權(quán)平均,后者理解起來不困難,前者比較難理解,通俗地講,打分函數(shù)就是為后面的加權(quán)平均提供權(quán)的計算,不同的注意力機制主要區(qū)別就在于注意力打分函數(shù)的不同。假設(shè)現(xiàn)在我們要對一組輸入H=[h1,h2,h3,...,hn],使用Attention機制計算重要的內(nèi)容,這里往往需要一個查詢向量query(這個向量往往和你做的任務有關(guān)) ,然后通過一個打分函數(shù)計算查詢向量query和每個輸入hi之間的相關(guān)性,得出一個分數(shù)。接下來使用softmax函數(shù)對這些分數(shù)進行歸一化,歸一化后的結(jié)果便是查詢向量query在各個輸入hi上的注意力分布 a=[a1,a2,a3,...,an],其中每一項數(shù)值和原始的輸入 H=[h1,h2,h3,...,hn]一一對應。以ai為例,相關(guān)計算公式如下:

    這里計算出的α即為注意力權(quán)值,為后面的加權(quán)平均提供了依據(jù)。

    5. 基于LSTM網(wǎng)絡(luò)結(jié)合注意力機制優(yōu)化的長文本分類

    上述提到,基于LSTM提取文本的語義,相較于基礎(chǔ)RNN,在學習長距離依賴方面,具有明顯的優(yōu)勢。但如果文本長度較長,LSTM網(wǎng)絡(luò)也還是會出現(xiàn)將離當前詞距離較遠的詞信息遺忘掉的情況,如果每一步驟或者大部分步驟都出現(xiàn)類似的問題,會造成對全文的理解出現(xiàn)較大的偏差,導致文本分類的準確性大大下降[3]。

    如圖4所示,假設(shè)文本長度為T,則在經(jīng)過T個時間步驟后,LSTM會輸出T個能表征對應文本信息的隱向量h,根據(jù)前述闡釋,由于LSTM輸出的每個隱向量都會送入下一個LSTM的神經(jīng)單元,故最后一個時刻的輸出hT是包含了全文信息的,可使用此hT來做分類,送入softmax函數(shù),從而輸出分類概率分布。如果我們在對長文本做分類時,完全按照此做的話,會出現(xiàn)前面提到的問題。經(jīng)過深入分析,原因如下:

    (1)雖然LSTM有更強的記憶能力,能較好地保留距離自己較遠的詞信息,但如果文本長度較長,效果也是有限的,隨著文本長度的增加,蘊含的信息量也越發(fā)增大,會導致信息覆蓋,導致LSTM可能因為一些不重要的信息,遺忘掉了對于文本理解更重要的某些重要的詞信息。

    (2)只使用最后一個時刻的輸出向量來表征全文信息,致使LSTM丟掉了前面很多對理解全文有重要提示作用的信息。綜上兩點,不難想出對應的解決思路:將LSTM每個時刻的輸出向量hi均用作分類任務,形成一個對全文的綜合信息理解的向量h,那么這個h如何形成呢?最直接能想到的就是將所有時刻的hi做一個平均計算AVG。但有沒有更好的方式呢?深度思考一下,每個時刻的隱向量對于全文的理解貢獻度都是一樣的嗎?答案多半是否定的。那么如何做更好呢?結(jié)論呼之欲出,對于不同的文本,其每個位置的詞語所含信息對于理解該文本的貢獻度是不同的,針對此現(xiàn)象,如果我們能對這些詞語對應的LSTM輸出隱向量做一個加權(quán)平均,做到對于不同文本,每個位置的詞對其權(quán)重不同,不僅能有效提取信息,并且解決了上述LSTM的一個大問題:能夠?qū)STM遺忘掉的信息重新輸入回來,那么根據(jù)上面的闡述,很容易聯(lián)想到注意力機制Attention。在LSTM基礎(chǔ)上引入注意力機制作為長文本分類模型的優(yōu)化原理如圖5所示。

    在LSTM網(wǎng)絡(luò)的輸出端加入Attention網(wǎng)絡(luò)α(ht), 用于計算每個時刻輸出隱向量的注意力權(quán)值αi, 注意力打分函數(shù)有以下幾種選取:

    1)加性模型:s (h,q)=vTtanh(Wh+Uq)

    2)點積模型:s(h,q)=hTq

    3)縮放點積模型:s(h,q)=hTqD

    4)雙線性模型:s(h,q)=hTWq

    以上公式中的參數(shù)W、U和v均是可學習的參數(shù)矩陣或向量,D為輸入向量的維度。下邊我們來分析一下這些分數(shù)計算方式的差別。本文采用第一種加性模型的方式作為注意力打分函數(shù),計算出注意力分值后,將加權(quán)平均后的h送入softmax函數(shù),輸出分類概率結(jié)果。

    6. 實驗結(jié)論

    分別單獨使用LSTM與引入注意力機制Attention后的LSTM做長文本分類的準確度評估實驗結(jié)論如表1所示。

    可見,引入注意力機制Attention的LSTM做長文本分類無論在召回率、精確率、F1方面,相比于與原始的LSTM,均有顯著的效果提升。

    結(jié)語

    本文通過探究從原始的遞歸神經(jīng)網(wǎng)絡(luò)RNN到LSTM的核心原理,透過原理研究其本質(zhì)特性,首先,通過分析得出RNN對于文本的長距離學習依賴問題;再次,通過對LSTM核心單元結(jié)構(gòu)的剖析了解到,對于長文本而言,LSTM有時在長距離依賴方面的學習能力仍然是不足的,且很容易在全文理解上找不到重點而導致信息偏差。由此引出本文重點,即注意力機制Attention。由于Attention的結(jié)構(gòu)特性,將其引入LSTM后完美地解決了上述問題。利用注意力機制的權(quán)值自動學習及加權(quán)平均,不但加強了LSTM對某些重點序列詞語信息的記憶,更有針對性地看到了全文重點,使模型對長文本的理解更具備全局性及重點性,實驗證明,引入注意力機制的LSTM在長文本分類方向的各項指標均顯著高于單純的LSTM,對長文本分類研究發(fā)展做出了重要貢獻。

    參考文獻:

    [1]張文靜,張惠蒙,楊麟兒,等. 基于Lattice-LSTM的多粒度中文分詞[J].中文信息學報,2019,33(1):18-24.

    [2]關(guān)鵬飛,李寶安,呂學強,等.注意力增強的雙向LSTM情感分析[J].中文信息學報.2019,33(2):105-111.

    [3]胡朝舉,梁寧.基于深層注意力的LSTM的特定主題情感分析[J].計算機應用研究,2019,36(4):1075-1079.

    作者簡介:于慶洋,碩士,數(shù)據(jù)算法專業(yè)經(jīng)理,研究方向:推薦系統(tǒng)、自然語言處理、深度學習、機器學習。

    猜你喜歡
    文本分類注意力機制
    面向短文本的網(wǎng)絡(luò)輿情話題
    基于自注意力與動態(tài)路由的文本建模方法
    軟件導刊(2019年1期)2019-06-07 15:08:13
    基于深度學習的問題回答技術(shù)研究
    基于LSTM?Attention神經(jīng)網(wǎng)絡(luò)的文本特征提取方法
    基于注意力機制的雙向LSTM模型在中文商品評論情感分類中的研究
    軟件工程(2017年11期)2018-01-05 08:06:09
    InsunKBQA:一個基于知識庫的問答系統(tǒng)
    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(luò)答疑反饋系統(tǒng)
    99国产综合亚洲精品| 欧美精品av麻豆av| 亚洲va日本ⅴa欧美va伊人久久| 亚洲专区中文字幕在线| 欧美午夜高清在线| 国产成人精品无人区| e午夜精品久久久久久久| 精品少妇久久久久久888优播| 一边摸一边抽搐一进一出视频| 97在线人人人人妻| 久久精品人人爽人人爽视色| 两性夫妻黄色片| 国产亚洲欧美精品永久| 一本综合久久免费| 久久久国产欧美日韩av| 久久99一区二区三区| 久9热在线精品视频| 最新在线观看一区二区三区| 免费在线观看视频国产中文字幕亚洲| 午夜福利视频在线观看免费| 亚洲欧美一区二区三区黑人| 欧美另类亚洲清纯唯美| 亚洲欧美精品综合一区二区三区| 成年动漫av网址| 亚洲七黄色美女视频| 性少妇av在线| 欧美人与性动交α欧美软件| 男女午夜视频在线观看| 男女之事视频高清在线观看| 久久久国产一区二区| 天天躁日日躁夜夜躁夜夜| 老熟妇仑乱视频hdxx| 亚洲av美国av| 操出白浆在线播放| 9191精品国产免费久久| 免费看a级黄色片| 性高湖久久久久久久久免费观看| 18禁黄网站禁片午夜丰满| 怎么达到女性高潮| 91字幕亚洲| 美女高潮到喷水免费观看| 午夜精品久久久久久毛片777| 天堂8中文在线网| 成人特级黄色片久久久久久久 | 免费观看a级毛片全部| 国产精品一区二区在线不卡| 999精品在线视频| 欧美黑人欧美精品刺激| 久久久国产成人免费| 91老司机精品| 久久人人97超碰香蕉20202| 国产欧美亚洲国产| 国产极品粉嫩免费观看在线| 日日夜夜操网爽| 亚洲国产成人一精品久久久| 极品教师在线免费播放| 亚洲精品国产一区二区精华液| a级毛片黄视频| 日本欧美视频一区| 久久免费观看电影| 午夜免费鲁丝| 免费在线观看影片大全网站| 亚洲av电影在线进入| 精品国产乱码久久久久久小说| 亚洲 欧美一区二区三区| 悠悠久久av| 亚洲精品美女久久av网站| 波多野结衣一区麻豆| 一级毛片女人18水好多| 男人舔女人的私密视频| 免费高清在线观看日韩| 欧美成人免费av一区二区三区 | 天堂俺去俺来也www色官网| 日韩欧美一区二区三区在线观看 | 波多野结衣一区麻豆| 黄色怎么调成土黄色| 国产成人欧美| 国产精品九九99| 一进一出抽搐动态| 人人澡人人妻人| 国产av国产精品国产| 两性夫妻黄色片| 在线观看免费午夜福利视频| 两性夫妻黄色片| 国产成人av教育| 美女扒开内裤让男人捅视频| 精品少妇久久久久久888优播| 啦啦啦视频在线资源免费观看| 日韩免费高清中文字幕av| 欧美日韩精品网址| 亚洲精品成人av观看孕妇| 国产精品久久久久久精品古装| 精品人妻1区二区| h视频一区二区三区| 日韩欧美三级三区| av有码第一页| 国产有黄有色有爽视频| 十八禁人妻一区二区| 亚洲免费av在线视频| 看免费av毛片| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩中文字幕国产精品一区二区三区 | 视频区图区小说| 午夜日韩欧美国产| 久久精品aⅴ一区二区三区四区| 一级,二级,三级黄色视频| 国产高清国产精品国产三级| 日韩免费av在线播放| 露出奶头的视频| 一本—道久久a久久精品蜜桃钙片| av不卡在线播放| 免费少妇av软件| 1024视频免费在线观看| 久久ye,这里只有精品| 色老头精品视频在线观看| 国产av一区二区精品久久| 免费人妻精品一区二区三区视频| 亚洲成人手机| 久久精品aⅴ一区二区三区四区| a在线观看视频网站| 亚洲精品久久午夜乱码| 少妇精品久久久久久久| 国产精品久久久久久人妻精品电影 | 好男人电影高清在线观看| 国产男女超爽视频在线观看| 成人三级做爰电影| 婷婷成人精品国产| 少妇裸体淫交视频免费看高清 | 日韩视频在线欧美| 欧美日韩成人在线一区二区| 美国免费a级毛片| 一区福利在线观看| 欧美日韩一级在线毛片| 热99国产精品久久久久久7| 久热这里只有精品99| 黄片大片在线免费观看| 搡老熟女国产l中国老女人| 国产又爽黄色视频| 久久天躁狠狠躁夜夜2o2o| 国产在线精品亚洲第一网站| 男女午夜视频在线观看| 桃红色精品国产亚洲av| 王馨瑶露胸无遮挡在线观看| 日韩欧美一区视频在线观看| 欧美乱妇无乱码| 久久久精品94久久精品| 亚洲中文字幕日韩| 久久久国产精品麻豆| 国产单亲对白刺激| 999精品在线视频| 一个人免费在线观看的高清视频| 国产片内射在线| 欧美 日韩 精品 国产| 日韩视频一区二区在线观看| 人妻久久中文字幕网| 国产亚洲一区二区精品| 免费高清在线观看日韩| 在线播放国产精品三级| 亚洲伊人色综图| 亚洲七黄色美女视频| 最近最新中文字幕大全电影3 | 久久久久久免费高清国产稀缺| 美女国产高潮福利片在线看| 人人妻人人添人人爽欧美一区卜| 丰满少妇做爰视频| 亚洲精品一卡2卡三卡4卡5卡| av线在线观看网站| 亚洲成人国产一区在线观看| 香蕉丝袜av| 亚洲av欧美aⅴ国产| 老鸭窝网址在线观看| 麻豆国产av国片精品| 黄片大片在线免费观看| 一本色道久久久久久精品综合| 色视频在线一区二区三区| 成年人午夜在线观看视频| 亚洲精品在线观看二区| 亚洲精品粉嫩美女一区| 欧美日韩视频精品一区| 久久影院123| 国产亚洲一区二区精品| 51午夜福利影视在线观看| 国产片内射在线| 久久人人97超碰香蕉20202| 满18在线观看网站| 热re99久久国产66热| 国产又色又爽无遮挡免费看| 精品一区二区三区四区五区乱码| 国产亚洲一区二区精品| 大型av网站在线播放| 久久人人爽av亚洲精品天堂| 丁香欧美五月| 欧美日韩一级在线毛片| 国产精品亚洲一级av第二区| 精品免费久久久久久久清纯 | 91九色精品人成在线观看| 在线观看一区二区三区激情| 国产精品成人在线| 岛国在线观看网站| 国产精品九九99| 美女扒开内裤让男人捅视频| 精品人妻1区二区| 这个男人来自地球电影免费观看| 久久精品亚洲熟妇少妇任你| 亚洲中文av在线| 熟女少妇亚洲综合色aaa.| 热re99久久精品国产66热6| 国产不卡一卡二| 国产亚洲精品久久久久5区| 成年女人毛片免费观看观看9 | 亚洲精品在线观看二区| tocl精华| 亚洲欧美日韩另类电影网站| 免费观看av网站的网址| 一区二区三区国产精品乱码| 午夜福利,免费看| 国产成人欧美在线观看 | 十八禁网站免费在线| 老司机福利观看| 国产成人欧美| 电影成人av| 国产免费视频播放在线视频| 国产精品免费一区二区三区在线 | 国产精品免费大片| 777久久人妻少妇嫩草av网站| 精品国产一区二区三区四区第35| 欧美日韩一级在线毛片| 国产亚洲一区二区精品| 最近最新免费中文字幕在线| 在线十欧美十亚洲十日本专区| 91精品三级在线观看| 日韩中文字幕视频在线看片| 亚洲国产成人一精品久久久| 91国产中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 久久久久精品人妻al黑| 国产男女内射视频| 日韩成人在线观看一区二区三区| 国产成人av教育| 一边摸一边做爽爽视频免费| 香蕉丝袜av| 一级毛片女人18水好多| 在线观看免费视频网站a站| 国产精品秋霞免费鲁丝片| 少妇 在线观看| 亚洲性夜色夜夜综合| 精品亚洲成a人片在线观看| 精品福利永久在线观看| 咕卡用的链子| 亚洲av日韩精品久久久久久密| 欧美精品av麻豆av| 国产xxxxx性猛交| 国产欧美日韩综合在线一区二区| 在线观看www视频免费| 男女免费视频国产| 美国免费a级毛片| 99在线人妻在线中文字幕 | 欧美成人午夜精品| 久久99一区二区三区| 男男h啪啪无遮挡| 国产精品免费一区二区三区在线 | 人人妻人人添人人爽欧美一区卜| 日韩欧美一区二区三区在线观看 | 两个人看的免费小视频| 久热这里只有精品99| 欧美黄色淫秽网站| 自线自在国产av| cao死你这个sao货| 黑人猛操日本美女一级片| 一二三四在线观看免费中文在| 国产xxxxx性猛交| 黄色视频,在线免费观看| 精品人妻熟女毛片av久久网站| 国产精品秋霞免费鲁丝片| 在线观看舔阴道视频| 亚洲成人免费av在线播放| 亚洲一码二码三码区别大吗| 亚洲成国产人片在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 老熟女久久久| 91av网站免费观看| 亚洲第一欧美日韩一区二区三区 | 午夜福利乱码中文字幕| 亚洲国产欧美一区二区综合| 国产一区二区 视频在线| 久久久久久人人人人人| 极品教师在线免费播放| √禁漫天堂资源中文www| 妹子高潮喷水视频| 亚洲一区二区三区欧美精品| 国产精品一区二区精品视频观看| 最近最新中文字幕大全免费视频| 高清欧美精品videossex| 亚洲精品国产精品久久久不卡| 国产日韩一区二区三区精品不卡| 国产不卡av网站在线观看| 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| 国产一区二区在线观看av| 999精品在线视频| 18在线观看网站| 国产精品久久久久久精品电影小说| 久久国产精品大桥未久av| 亚洲 欧美一区二区三区| 精品乱码久久久久久99久播| 伦理电影免费视频| 在线永久观看黄色视频| 国产成人啪精品午夜网站| 午夜福利视频在线观看免费| 十分钟在线观看高清视频www| 日韩免费av在线播放| 国产av又大| 侵犯人妻中文字幕一二三四区| 亚洲欧美一区二区三区黑人| 老司机亚洲免费影院| 国产精品av久久久久免费| 热re99久久国产66热| 黄色视频不卡| 国产成人免费无遮挡视频| 亚洲精品美女久久久久99蜜臀| 黄色丝袜av网址大全| 午夜福利欧美成人| 亚洲第一欧美日韩一区二区三区 | 国产欧美日韩综合在线一区二区| 飞空精品影院首页| 久久久国产成人免费| 精品国产亚洲在线| 久久九九热精品免费| 国产日韩欧美视频二区| 国产精品偷伦视频观看了| 麻豆成人av在线观看| av网站免费在线观看视频| av不卡在线播放| 少妇裸体淫交视频免费看高清 | 老司机福利观看| 国产精品麻豆人妻色哟哟久久| 亚洲成a人片在线一区二区| 12—13女人毛片做爰片一| 男女之事视频高清在线观看| xxxhd国产人妻xxx| www.999成人在线观看| 大片电影免费在线观看免费| 一级a爱视频在线免费观看| 老汉色av国产亚洲站长工具| 欧美黄色淫秽网站| 韩国精品一区二区三区| 黄色片一级片一级黄色片| 欧美激情久久久久久爽电影 | 久久久久国内视频| 成人精品一区二区免费| 久久国产精品男人的天堂亚洲| 亚洲色图 男人天堂 中文字幕| 少妇猛男粗大的猛烈进出视频| 精品国产一区二区三区四区第35| 91国产中文字幕| 老司机亚洲免费影院| 人妻一区二区av| 91麻豆av在线| 人人妻,人人澡人人爽秒播| 日本av免费视频播放| 五月天丁香电影| 人人妻人人澡人人爽人人夜夜| 成人18禁在线播放| 国产野战对白在线观看| 一区二区三区精品91| 岛国在线观看网站| 国产男女超爽视频在线观看| 国产99久久九九免费精品| avwww免费| 国产极品粉嫩免费观看在线| 另类精品久久| 男女下面插进去视频免费观看| 在线观看免费高清a一片| 国产精品国产av在线观看| 欧美一级毛片孕妇| 自线自在国产av| 欧美精品一区二区免费开放| 在线 av 中文字幕| 亚洲精品粉嫩美女一区| 一级毛片电影观看| 国产成人系列免费观看| 国产色视频综合| 老司机深夜福利视频在线观看| 一本一本久久a久久精品综合妖精| 日本一区二区免费在线视频| av免费在线观看网站| 午夜福利在线免费观看网站| 成人18禁在线播放| 精品亚洲乱码少妇综合久久| 高清毛片免费观看视频网站 | kizo精华| 国产区一区二久久| 久久久久久免费高清国产稀缺| 狠狠狠狠99中文字幕| 啦啦啦在线免费观看视频4| 亚洲精品美女久久久久99蜜臀| 大片电影免费在线观看免费| 999久久久国产精品视频| 久久免费观看电影| 精品久久久精品久久久| 国产精品二区激情视频| 婷婷丁香在线五月| 丝瓜视频免费看黄片| 成人手机av| 在线十欧美十亚洲十日本专区| 久久国产精品大桥未久av| 精品久久久精品久久久| 亚洲av电影在线进入| 日本av手机在线免费观看| 黄片小视频在线播放| 色视频在线一区二区三区| 亚洲精品美女久久av网站| 色视频在线一区二区三区| 国产精品久久久人人做人人爽| 国产成人av教育| 建设人人有责人人尽责人人享有的| 天天操日日干夜夜撸| 99久久99久久久精品蜜桃| 欧美老熟妇乱子伦牲交| 亚洲精品国产一区二区精华液| 97在线人人人人妻| 99精品久久久久人妻精品| 亚洲精品成人av观看孕妇| 国内毛片毛片毛片毛片毛片| 成人18禁高潮啪啪吃奶动态图| 国产日韩欧美在线精品| 午夜老司机福利片| 黄色 视频免费看| 91国产中文字幕| 精品福利观看| 亚洲av国产av综合av卡| 免费日韩欧美在线观看| 亚洲中文av在线| 久久久久久久久免费视频了| av在线播放免费不卡| 亚洲国产av影院在线观看| 欧美亚洲日本最大视频资源| 久久精品91无色码中文字幕| 亚洲av日韩在线播放| 男男h啪啪无遮挡| 中文字幕人妻丝袜一区二区| 国产亚洲欧美精品永久| 日韩成人在线观看一区二区三区| 国产精品美女特级片免费视频播放器 | 精品欧美一区二区三区在线| 窝窝影院91人妻| 热99久久久久精品小说推荐| 青青草视频在线视频观看| 美女高潮到喷水免费观看| 91九色精品人成在线观看| 男女下面插进去视频免费观看| 女同久久另类99精品国产91| 最新的欧美精品一区二区| 国产精品一区二区精品视频观看| 夜夜爽天天搞| 超碰97精品在线观看| 久久久精品国产亚洲av高清涩受| 亚洲欧美色中文字幕在线| 亚洲欧洲日产国产| 中文字幕人妻丝袜一区二区| 丰满少妇做爰视频| 日韩人妻精品一区2区三区| 超碰97精品在线观看| 亚洲国产av影院在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 桃花免费在线播放| 在线观看一区二区三区激情| 最新美女视频免费是黄的| 国产在线免费精品| 欧美性长视频在线观看| 大香蕉久久成人网| 日韩制服丝袜自拍偷拍| 免费不卡黄色视频| 999久久久国产精品视频| 一区二区三区精品91| 丰满饥渴人妻一区二区三| 国产熟女午夜一区二区三区| 新久久久久国产一级毛片| 国产成人啪精品午夜网站| 99re6热这里在线精品视频| netflix在线观看网站| 亚洲av欧美aⅴ国产| 不卡一级毛片| 成人国产av品久久久| aaaaa片日本免费| 巨乳人妻的诱惑在线观看| 国产日韩一区二区三区精品不卡| 亚洲人成77777在线视频| 下体分泌物呈黄色| 一级片免费观看大全| 下体分泌物呈黄色| 高清毛片免费观看视频网站 | 91九色精品人成在线观看| 亚洲av欧美aⅴ国产| 美女视频免费永久观看网站| 中文字幕色久视频| 一本一本久久a久久精品综合妖精| 亚洲午夜理论影院| 电影成人av| 亚洲国产成人一精品久久久| 色综合欧美亚洲国产小说| 欧美黑人欧美精品刺激| 一本大道久久a久久精品| 中国美女看黄片| 好男人电影高清在线观看| 欧美日韩亚洲国产一区二区在线观看 | 成人特级黄色片久久久久久久 | 日韩欧美一区二区三区在线观看 | 男女免费视频国产| 高清欧美精品videossex| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲一区中文字幕在线| 日本av免费视频播放| 在线观看人妻少妇| 久久人妻av系列| 黄色视频,在线免费观看| 一级黄色大片毛片| 热99re8久久精品国产| 欧美黑人精品巨大| 丁香六月欧美| cao死你这个sao货| 成人av一区二区三区在线看| 中文字幕色久视频| 精品少妇黑人巨大在线播放| 国产精品久久久久成人av| 国产色视频综合| 少妇精品久久久久久久| 50天的宝宝边吃奶边哭怎么回事| 一夜夜www| 老汉色∧v一级毛片| 日韩中文字幕视频在线看片| 欧美黑人欧美精品刺激| 亚洲va日本ⅴa欧美va伊人久久| 欧美成狂野欧美在线观看| 国产成人系列免费观看| 黄色怎么调成土黄色| 男女免费视频国产| 老熟妇仑乱视频hdxx| 美女扒开内裤让男人捅视频| 性高湖久久久久久久久免费观看| 亚洲精品一卡2卡三卡4卡5卡| 热99re8久久精品国产| av视频免费观看在线观看| 亚洲av成人一区二区三| 99riav亚洲国产免费| 亚洲美女黄片视频| 高潮久久久久久久久久久不卡| 国产免费福利视频在线观看| 久久久久久人人人人人| 午夜成年电影在线免费观看| 露出奶头的视频| 国产日韩欧美视频二区| 在线av久久热| 老汉色av国产亚洲站长工具| 曰老女人黄片| 亚洲国产av新网站| 亚洲,欧美精品.| 成人精品一区二区免费| 这个男人来自地球电影免费观看| 91成人精品电影| 色视频在线一区二区三区| 在线看a的网站| 三上悠亚av全集在线观看| 欧美国产精品一级二级三级| 91成年电影在线观看| 国产日韩欧美视频二区| 少妇的丰满在线观看| 欧美日本中文国产一区发布| 国产精品99久久99久久久不卡| 老司机午夜十八禁免费视频| 亚洲av美国av| 欧美激情久久久久久爽电影 | 夜夜夜夜夜久久久久| 亚洲成人国产一区在线观看| 99国产精品一区二区三区| 99精品久久久久人妻精品| 久久精品国产亚洲av香蕉五月 | videos熟女内射| 9色porny在线观看| 久久99一区二区三区| 欧美+亚洲+日韩+国产| 黄色丝袜av网址大全| 国产亚洲精品久久久久5区| 少妇粗大呻吟视频| www.熟女人妻精品国产| 精品国产乱码久久久久久男人| 久久婷婷成人综合色麻豆| √禁漫天堂资源中文www| 99国产综合亚洲精品| 999精品在线视频| 夫妻午夜视频| 日韩欧美免费精品| 欧美 日韩 精品 国产| 在线播放国产精品三级| 中文字幕人妻丝袜制服| 国产成人欧美| www.熟女人妻精品国产| 黄频高清免费视频| 大型黄色视频在线免费观看| 丰满迷人的少妇在线观看| 亚洲国产精品一区二区三区在线| www.自偷自拍.com| 人人澡人人妻人| 久久亚洲真实| 午夜福利视频在线观看免费| 啦啦啦在线免费观看视频4| 18在线观看网站| 国产xxxxx性猛交| 99久久99久久久精品蜜桃| 制服诱惑二区| 国产一区有黄有色的免费视频| 久久ye,这里只有精品| 视频区欧美日本亚洲| 久热爱精品视频在线9| 国产精品亚洲av一区麻豆|