• <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)
    熟女少妇亚洲综合色aaa.| 日韩欧美一区二区三区在线观看| 日本a在线网址| 69精品国产乱码久久久| 法律面前人人平等表现在哪些方面| 亚洲av片天天在线观看| 欧美一区二区精品小视频在线| 少妇被粗大的猛进出69影院| 电影成人av| 狂野欧美激情性xxxx| 亚洲精品av麻豆狂野| 国产精品亚洲一级av第二区| 国产私拍福利视频在线观看| 欧美成人一区二区免费高清观看 | 亚洲 欧美 日韩 在线 免费| 国产一卡二卡三卡精品| 嫁个100分男人电影在线观看| 一卡2卡三卡四卡精品乱码亚洲| 咕卡用的链子| 乱人伦中国视频| 日韩三级视频一区二区三区| 欧美日韩一级在线毛片| 看片在线看免费视频| 亚洲三区欧美一区| 亚洲av美国av| 精品欧美国产一区二区三| 国内久久婷婷六月综合欲色啪| 老司机深夜福利视频在线观看| 日韩精品青青久久久久久| 黄色视频不卡| 国产麻豆成人av免费视频| 怎么达到女性高潮| 精品电影一区二区在线| 成人亚洲精品一区在线观看| or卡值多少钱| 极品人妻少妇av视频| 中文字幕av电影在线播放| 侵犯人妻中文字幕一二三四区| 国产真人三级小视频在线观看| 99国产综合亚洲精品| 精品无人区乱码1区二区| 国产精品电影一区二区三区| 天天躁夜夜躁狠狠躁躁| 国产一区二区三区在线臀色熟女| 成人国语在线视频| 亚洲国产精品合色在线| 少妇被粗大的猛进出69影院| 亚洲成av人片免费观看| 亚洲色图综合在线观看| 大型黄色视频在线免费观看| 亚洲狠狠婷婷综合久久图片| 国产成人欧美在线观看| 亚洲一区中文字幕在线| 色综合亚洲欧美另类图片| 亚洲黑人精品在线| √禁漫天堂资源中文www| 欧美 亚洲 国产 日韩一| 人人妻,人人澡人人爽秒播| 美女高潮到喷水免费观看| 一区在线观看完整版| 欧美一级a爱片免费观看看 | 精品不卡国产一区二区三区| 人人妻人人爽人人添夜夜欢视频| 别揉我奶头~嗯~啊~动态视频| 亚洲国产精品久久男人天堂| 成人永久免费在线观看视频| 国产精品香港三级国产av潘金莲| 麻豆av在线久日| 国产av一区在线观看免费| 777久久人妻少妇嫩草av网站| 免费少妇av软件| 亚洲欧美一区二区三区黑人| 亚洲国产精品久久男人天堂| 999久久久精品免费观看国产| 黄片小视频在线播放| 日韩大码丰满熟妇| 看免费av毛片| 国产野战对白在线观看| 免费人成视频x8x8入口观看| 级片在线观看| 一区二区三区高清视频在线| 国产精品自产拍在线观看55亚洲| 精品欧美一区二区三区在线| 黑人巨大精品欧美一区二区mp4| 免费av毛片视频| 久久久久国内视频| 日日夜夜操网爽| 激情视频va一区二区三区| 国产精品,欧美在线| 高清毛片免费观看视频网站| 国产激情欧美一区二区| 日韩欧美国产一区二区入口| 亚洲av熟女| 精品久久久久久成人av| 一区二区三区激情视频| 成人亚洲精品一区在线观看| 色综合欧美亚洲国产小说| 欧美日韩瑟瑟在线播放| 黄色女人牲交| 99香蕉大伊视频| 日日摸夜夜添夜夜添小说| 成人国产一区最新在线观看| 欧美成人性av电影在线观看| 久久影院123| 亚洲电影在线观看av| 91精品三级在线观看| 中文字幕人妻熟女乱码| 亚洲自偷自拍图片 自拍| 欧美av亚洲av综合av国产av| 中国美女看黄片| 国产精品一区二区在线不卡| 久久人人97超碰香蕉20202| 精品久久久久久久毛片微露脸| 亚洲成a人片在线一区二区| 无限看片的www在线观看| 午夜福利欧美成人| 久久性视频一级片| 黑人操中国人逼视频| 91成人精品电影| 日本a在线网址| √禁漫天堂资源中文www| 欧美成人午夜精品| 亚洲无线在线观看| 亚洲av电影不卡..在线观看| 身体一侧抽搐| 91av网站免费观看| 中文字幕最新亚洲高清| 97碰自拍视频| 亚洲国产精品成人综合色| 成人18禁在线播放| 欧美+亚洲+日韩+国产| 欧美激情高清一区二区三区| 日韩欧美国产在线观看| 波多野结衣高清无吗| 少妇裸体淫交视频免费看高清 | a级毛片在线看网站| 国产精品一区二区在线不卡| 人人妻,人人澡人人爽秒播| 一夜夜www| 成人18禁在线播放| 国产精品久久久久久亚洲av鲁大| 国产精品久久视频播放| 看黄色毛片网站| 亚洲自拍偷在线| 欧美在线一区亚洲| 亚洲色图综合在线观看| 男人舔女人下体高潮全视频| 久久久国产成人免费| 亚洲国产日韩欧美精品在线观看 | 一个人观看的视频www高清免费观看 | 欧美日本视频| 国产精品,欧美在线| 操出白浆在线播放| 欧美不卡视频在线免费观看 | 久久国产精品男人的天堂亚洲| 免费看十八禁软件| 在线国产一区二区在线| 国产精品久久久人人做人人爽| 在线观看免费日韩欧美大片| 国产成+人综合+亚洲专区| 久热这里只有精品99| 国产熟女午夜一区二区三区| 国产精品1区2区在线观看.| 少妇被粗大的猛进出69影院| 99精品久久久久人妻精品| 亚洲国产精品久久男人天堂| 精品电影一区二区在线| 国产成人精品在线电影| 国产成人一区二区三区免费视频网站| 美女国产高潮福利片在线看| 欧美激情极品国产一区二区三区| 国产成人啪精品午夜网站| 老汉色∧v一级毛片| 国产精品自产拍在线观看55亚洲| 欧美久久黑人一区二区| 国产精品久久久av美女十八| 丝袜人妻中文字幕| 国产精品亚洲美女久久久| 在线永久观看黄色视频| 两人在一起打扑克的视频| 亚洲精品一卡2卡三卡4卡5卡| 天堂动漫精品| 亚洲男人的天堂狠狠| 久久婷婷成人综合色麻豆| 欧美日韩乱码在线| 人人澡人人妻人| 国产亚洲精品第一综合不卡| 精品欧美国产一区二区三| 亚洲专区字幕在线| 变态另类丝袜制服| 日本在线视频免费播放| 日本免费一区二区三区高清不卡 | 日本黄色视频三级网站网址| 国产高清有码在线观看视频 | 在线观看免费午夜福利视频| 欧美绝顶高潮抽搐喷水| 在线永久观看黄色视频| 夜夜夜夜夜久久久久| 又紧又爽又黄一区二区| 久久中文字幕人妻熟女| 精品国产乱子伦一区二区三区| 亚洲少妇的诱惑av| 国产欧美日韩一区二区精品| 午夜激情av网站| 女性生殖器流出的白浆| 黄色片一级片一级黄色片| 欧美最黄视频在线播放免费| 精品国产亚洲在线| 久久中文看片网| 一区在线观看完整版| 亚洲在线自拍视频| 欧美成人午夜精品| 精品乱码久久久久久99久播| 亚洲精品久久国产高清桃花| √禁漫天堂资源中文www| 亚洲国产高清在线一区二区三 | 高清黄色对白视频在线免费看| 亚洲天堂国产精品一区在线| 午夜福利18| 黄片大片在线免费观看| 欧美激情久久久久久爽电影 | 国产熟女xx| 国产私拍福利视频在线观看| 亚洲一区高清亚洲精品| 999久久久国产精品视频| 亚洲国产欧美一区二区综合| 搞女人的毛片| 久久精品人人爽人人爽视色| 9色porny在线观看| 男女下面进入的视频免费午夜 | 亚洲成国产人片在线观看| 夜夜看夜夜爽夜夜摸| 91av网站免费观看| 中文字幕高清在线视频| 久久精品影院6| 美女扒开内裤让男人捅视频| 天天躁狠狠躁夜夜躁狠狠躁| 99久久国产精品久久久| 黄色成人免费大全| 欧美日韩乱码在线| 久久久国产成人精品二区| 9热在线视频观看99| 欧美黄色片欧美黄色片| 午夜老司机福利片| 一边摸一边做爽爽视频免费| 色播亚洲综合网| 一区二区三区国产精品乱码| 国产成年人精品一区二区| 人妻久久中文字幕网| 18禁观看日本| 欧美成狂野欧美在线观看| 757午夜福利合集在线观看| 国产亚洲欧美在线一区二区| 亚洲情色 制服丝袜| 国产精品久久久av美女十八| 免费不卡黄色视频| www.自偷自拍.com| 亚洲色图 男人天堂 中文字幕| 欧美精品啪啪一区二区三区| 久久人妻福利社区极品人妻图片| 看片在线看免费视频| 国产一卡二卡三卡精品| 国产精品永久免费网站| 国产xxxxx性猛交| 欧美日韩福利视频一区二区| 亚洲av五月六月丁香网| 免费看美女性在线毛片视频| 国产成人免费无遮挡视频| 日韩欧美一区二区三区在线观看| 99久久综合精品五月天人人| 久久人人精品亚洲av| 制服诱惑二区| 国产视频一区二区在线看| 18禁美女被吸乳视频| 免费观看精品视频网站| 男女床上黄色一级片免费看| 伦理电影免费视频| 国产一区在线观看成人免费| 亚洲人成伊人成综合网2020| 自线自在国产av| a在线观看视频网站| 中文字幕精品免费在线观看视频| 久久香蕉国产精品| 人妻丰满熟妇av一区二区三区| 国产一区在线观看成人免费| 可以免费在线观看a视频的电影网站| 国产欧美日韩一区二区三区在线| 男人的好看免费观看在线视频 | netflix在线观看网站| 国产精品免费一区二区三区在线| 久久久久精品国产欧美久久久| 亚洲成人精品中文字幕电影| 日本vs欧美在线观看视频| 999久久久精品免费观看国产| 亚洲精华国产精华精| 又黄又粗又硬又大视频| 亚洲九九香蕉| 丁香六月欧美| 亚洲精品粉嫩美女一区| 黄色a级毛片大全视频| 国产av一区二区精品久久| 成年女人毛片免费观看观看9| 久久欧美精品欧美久久欧美| 国产成人一区二区三区免费视频网站| 午夜精品国产一区二区电影| 国产熟女午夜一区二区三区| 亚洲精品国产区一区二| 国产色视频综合| 少妇 在线观看| 亚洲av熟女| 亚洲专区字幕在线| 少妇裸体淫交视频免费看高清 | 亚洲一区高清亚洲精品| 午夜福利18| 三级毛片av免费| 亚洲一区二区三区色噜噜| 亚洲五月天丁香| 在线十欧美十亚洲十日本专区| 国产成人精品在线电影| 9191精品国产免费久久| 黄色视频,在线免费观看| 亚洲午夜理论影院| 日本精品一区二区三区蜜桃| 国产av一区在线观看免费| 久久狼人影院| 国产精品亚洲av一区麻豆| 亚洲全国av大片| 日韩高清综合在线| 精品国产国语对白av| 日韩 欧美 亚洲 中文字幕| 日本a在线网址| 久久国产精品人妻蜜桃| www.自偷自拍.com| 国产成人精品无人区| 午夜免费鲁丝| 国产不卡一卡二| 久久亚洲真实| 亚洲精品国产色婷婷电影| 老汉色∧v一级毛片| 国产精品九九99| 欧美另类亚洲清纯唯美| 精品国产亚洲在线| 丝袜美腿诱惑在线| 伦理电影免费视频| 国产男靠女视频免费网站| 亚洲aⅴ乱码一区二区在线播放 | 亚洲精品美女久久av网站| 视频在线观看一区二区三区| 免费一级毛片在线播放高清视频 | 日韩一卡2卡3卡4卡2021年| 亚洲一区二区三区不卡视频| 国产三级在线视频| 亚洲一码二码三码区别大吗| 久久人妻av系列| 日韩中文字幕欧美一区二区| 国产av精品麻豆| 精品久久久精品久久久| 长腿黑丝高跟| 国产av一区在线观看免费| 午夜免费成人在线视频| 亚洲五月天丁香| 亚洲av片天天在线观看| 少妇被粗大的猛进出69影院| 国产精品秋霞免费鲁丝片| 成年版毛片免费区| 19禁男女啪啪无遮挡网站| 久久久久国产一级毛片高清牌| 亚洲中文字幕一区二区三区有码在线看 | 亚洲欧美激情综合另类| 国产亚洲精品第一综合不卡| 亚洲第一欧美日韩一区二区三区| 国产不卡一卡二| 国产精品久久电影中文字幕| 国产欧美日韩一区二区三| 久久伊人香网站| 日韩欧美一区视频在线观看| www.熟女人妻精品国产| 亚洲av美国av| 中文字幕av电影在线播放| 国产精品九九99| 99国产精品99久久久久| 亚洲性夜色夜夜综合| 色播在线永久视频| 久久中文字幕人妻熟女| 757午夜福利合集在线观看| 国产成人精品久久二区二区91| 国产精品国产高清国产av| 免费搜索国产男女视频| 亚洲成人免费电影在线观看| 如日韩欧美国产精品一区二区三区| 亚洲精品国产区一区二| 人人妻人人澡人人看| 日韩欧美国产一区二区入口| 久久精品国产99精品国产亚洲性色 | 一个人免费在线观看的高清视频| 成人永久免费在线观看视频| 国产精品久久久久久人妻精品电影| 亚洲一区中文字幕在线| 这个男人来自地球电影免费观看| 欧美日韩黄片免| 中文字幕人妻熟女乱码| 国产男靠女视频免费网站| 99久久精品国产亚洲精品| av天堂在线播放| 女人被狂操c到高潮| 国产在线精品亚洲第一网站| 久久精品影院6| 看片在线看免费视频| 久久精品国产99精品国产亚洲性色 | 国产亚洲欧美在线一区二区| 香蕉久久夜色| 亚洲一码二码三码区别大吗| 久久香蕉精品热| 制服诱惑二区| 亚洲精品在线观看二区| 欧美成人免费av一区二区三区| 国产不卡一卡二| 亚洲第一电影网av| 99精品欧美一区二区三区四区| 亚洲色图综合在线观看| 国产精品av久久久久免费| 欧美性长视频在线观看| 中亚洲国语对白在线视频| 夜夜看夜夜爽夜夜摸| 久久久国产成人免费| 亚洲av成人一区二区三| videosex国产| 亚洲自偷自拍图片 自拍| 国产成人精品无人区| 变态另类成人亚洲欧美熟女 | 涩涩av久久男人的天堂| 欧美日韩亚洲国产一区二区在线观看| 亚洲激情在线av| 亚洲在线自拍视频| 精品久久久久久久毛片微露脸| 中文字幕精品免费在线观看视频| 亚洲五月天丁香| 久久久久久免费高清国产稀缺| 别揉我奶头~嗯~啊~动态视频| 乱人伦中国视频| 久久久久国产一级毛片高清牌| 久久婷婷人人爽人人干人人爱 | 香蕉丝袜av| 欧美日韩瑟瑟在线播放| 一区二区三区精品91| 纯流量卡能插随身wifi吗| 很黄的视频免费| 国产精品久久久av美女十八| 国产精品一区二区在线不卡| 成人免费观看视频高清| 超碰成人久久| 一边摸一边抽搐一进一小说| 欧美一区二区精品小视频在线| 亚洲成a人片在线一区二区| 午夜福利欧美成人| 91老司机精品| 国产精品精品国产色婷婷| 欧美激情久久久久久爽电影 | 精品人妻1区二区| 久久草成人影院| 精品人妻在线不人妻| 九色国产91popny在线| 国产一区二区在线av高清观看| av电影中文网址| 欧美在线一区亚洲| 身体一侧抽搐| 亚洲一区高清亚洲精品| 亚洲激情在线av| 黄色毛片三级朝国网站| 欧美成人性av电影在线观看| 一边摸一边做爽爽视频免费| 美女 人体艺术 gogo| 亚洲国产精品sss在线观看| 极品人妻少妇av视频| 欧美色欧美亚洲另类二区 | 亚洲欧美日韩高清在线视频| 露出奶头的视频| 久久久久国产精品人妻aⅴ院| 一区二区三区精品91| 韩国精品一区二区三区| 亚洲av电影不卡..在线观看| 99国产精品免费福利视频| 在线国产一区二区在线| 国产精品 国内视频| 精品一区二区三区视频在线观看免费| 极品人妻少妇av视频| 日本 av在线| 亚洲欧美日韩高清在线视频| 国内毛片毛片毛片毛片毛片| 在线观看免费视频日本深夜| 成人18禁在线播放| 亚洲片人在线观看| svipshipincom国产片| 91字幕亚洲| 欧美激情高清一区二区三区| 人妻丰满熟妇av一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 岛国在线观看网站| 成在线人永久免费视频| 免费一级毛片在线播放高清视频 | 成熟少妇高潮喷水视频| 黄色女人牲交| 淫妇啪啪啪对白视频| 国产成年人精品一区二区| 黄色丝袜av网址大全| 深夜精品福利| 国产精品电影一区二区三区| 午夜福利免费观看在线| 丝袜美足系列| 国产精品精品国产色婷婷| 欧美乱色亚洲激情| 亚洲av熟女| 亚洲欧美精品综合一区二区三区| 又大又爽又粗| 国产精品亚洲一级av第二区| 高清毛片免费观看视频网站| 日韩中文字幕欧美一区二区| 久久精品成人免费网站| 国产成+人综合+亚洲专区| 国产精品av久久久久免费| 窝窝影院91人妻| 久久久久久国产a免费观看| 久久影院123| 国产蜜桃级精品一区二区三区| 国产亚洲欧美精品永久| 亚洲国产精品sss在线观看| 久久这里只有精品19| ponron亚洲| 亚洲人成电影免费在线| 身体一侧抽搐| 国产av又大| 12—13女人毛片做爰片一| 69精品国产乱码久久久| 老熟妇仑乱视频hdxx| 日本一区二区免费在线视频| 亚洲精品在线美女| 午夜精品在线福利| 亚洲精品国产区一区二| 69精品国产乱码久久久| 午夜免费成人在线视频| 九色国产91popny在线| 欧美激情高清一区二区三区| 妹子高潮喷水视频| 99久久综合精品五月天人人| 欧美日本中文国产一区发布| 亚洲色图av天堂| 18禁黄网站禁片午夜丰满| 久久婷婷人人爽人人干人人爱 | 亚洲七黄色美女视频| 精品国产超薄肉色丝袜足j| 成年女人毛片免费观看观看9| 十八禁网站免费在线| 又黄又爽又免费观看的视频| 国产极品粉嫩免费观看在线| 国产高清激情床上av| 波多野结衣巨乳人妻| 18美女黄网站色大片免费观看| 99国产极品粉嫩在线观看| 亚洲男人的天堂狠狠| 久久久国产精品麻豆| 国产视频一区二区在线看| 久久久久久亚洲精品国产蜜桃av| 欧美老熟妇乱子伦牲交| 超碰成人久久| 免费在线观看黄色视频的| 日本 av在线| 精品卡一卡二卡四卡免费| 男人的好看免费观看在线视频 | 久久久久亚洲av毛片大全| 黄色丝袜av网址大全| 久久中文字幕一级| 麻豆久久精品国产亚洲av| 免费久久久久久久精品成人欧美视频| 淫秽高清视频在线观看| 一级黄色大片毛片| 免费不卡黄色视频| 99国产精品免费福利视频| 曰老女人黄片| 人人妻人人澡人人看| 欧美老熟妇乱子伦牲交| 99国产精品一区二区三区| 在线观看免费午夜福利视频| 他把我摸到了高潮在线观看| 女人爽到高潮嗷嗷叫在线视频| 在线观看免费日韩欧美大片| 亚洲欧美日韩无卡精品| 中文字幕av电影在线播放| 一边摸一边抽搐一进一小说| 日韩成人在线观看一区二区三区| 亚洲色图综合在线观看| 中国美女看黄片| 在线视频色国产色| 日日爽夜夜爽网站| www.www免费av| 免费少妇av软件| 男男h啪啪无遮挡| 十八禁人妻一区二区| 巨乳人妻的诱惑在线观看| 怎么达到女性高潮| 一级,二级,三级黄色视频| 亚洲美女黄片视频| 怎么达到女性高潮| 午夜福利在线观看吧| 久久久国产欧美日韩av| 日日爽夜夜爽网站| 亚洲人成电影观看| 精品国产一区二区三区四区第35| 亚洲国产欧美网| 国产av又大| 丰满的人妻完整版| 在线十欧美十亚洲十日本专区| 精品国产一区二区久久| 99精品欧美一区二区三区四区| 亚洲av五月六月丁香网| 国产区一区二久久|