• <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 ?

    基于預訓練模型的雙通道情感分類方法

    2023-08-26 08:37:58石杰
    電腦知識與技術 2023年20期

    石杰

    關鍵詞: 預訓練模型; 雙通道模型; TCN網(wǎng)絡; BiGRU網(wǎng)絡; 情感分類

    中圖分類號:TP18 文獻標識碼:A

    文章編號:1009-3044(2023)20-0031-05

    0 引言

    隨著人工智能技術的不斷發(fā)展,情感分類技術在現(xiàn)實生活中變得越來越重要,目前已在多個領域得到了廣泛應用,例如輿情分析、產(chǎn)品推薦、情感監(jiān)測等。深度學習興起以來,基于深度學習的神經(jīng)網(wǎng)絡方法已成了自然語言處理任務的研究熱點。Mikolov等人[1]最先提出了Word2vec 模型,包括 CBOW 詞袋模型和Skip-gram 模型用于當前詞與上下文內(nèi)容的預測。Pennington 等人[2]提出了具有將全局統(tǒng)計信息與局部上下文相結合特點的 GloVe 模型。Devlin 等人[3] 結合ELMo 和 GPT 模型提出了 BERT 模型,通過字向量和多頭自注意力機制,解決了現(xiàn)有詞向量模型無法捕獲完整文本語義信息的問題。隨后百度團隊以 BERT 模型為基礎,針對中文文本任務進行優(yōu)化提出了ERNIE [4]模型,并取得了良好的效果。Bai等人[5]提出了TCN網(wǎng)絡,并將因果卷積、膨脹卷積和殘差連接應用其中,使其得到了廣泛應用。GRU網(wǎng)絡是Tang 等人[6]在繼 LSTM 網(wǎng)絡之后對RNN做出的又一次優(yōu)化,將LSTM 中的三個門結構進行了簡化,提升了訓練效率。Adabelief算法[7]是一種新興的優(yōu)化算法,它結合了Adam和AMSGrad的優(yōu)點,能夠為模型訓練提供高效穩(wěn)定的支持,特別是在處理文本任務時表現(xiàn)出色。綜上,本文基于詞向量表示、情感特征提取、模型訓練優(yōu)化三方面考慮,提出了一種基于預訓練模型的雙通道情感分類方法。

    1 相關理論技術

    1.1 ERNIE模型

    ERNIE 模型是為了使模型訓練時能夠更好地匹配中文語義語法所做出的改進,在結構上,仍然是采用雙向Transformer進行特征學習。和BERT模型的不同之處在于該模型訓練所使用的數(shù)據(jù)全部來自中文語料庫,通過大量中文語料的訓練使其能夠更好地適用于中文文本處理任務。另外,ERNIE 模型在掩碼機制方面也做出了改進,它不同于BERT 模型隨機地遮蓋單個漢字,而是利用詞語掩碼和實體掩碼來遮蓋詞語或命名實體,因為漢語的語法結構不同于其他語言,如果只遮蓋某個單獨漢字,極大可能會拆散字詞間的關系,導致特征提取不準確,而ERNIE 模型的掩碼機制能很好地預測完整語義信息。

    1.2 TCN網(wǎng)絡

    TCN(Temporal Convolutional Network) 網(wǎng)絡基于卷積神經(jīng)網(wǎng)絡的時間序列進行建模,一般用于時序數(shù)據(jù)的建模任務,其主要思想是利用卷積神經(jīng)網(wǎng)絡提取數(shù)據(jù)中的特征,通過殘差網(wǎng)絡進一步優(yōu)化模型的性能。相較于傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡,TCN網(wǎng)絡在處理長序列數(shù)據(jù)時更為高效,而且可以避免梯度消失的問題。TCN網(wǎng)絡所具有的因果卷積和膨脹卷積,不僅可以用于時間序列預測,而且在語音識別、自然語言處理、圖像處理等多個領域也得到了廣泛應用。TCN網(wǎng)絡的模型結構如圖1所示。

    1.3 GRU網(wǎng)絡

    GRU(Gated Recurrent Unit) 網(wǎng)絡,即門控循環(huán)單元,是傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡的變體模型。相比傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡,GRU具有更好的長期記憶能力和更少的參數(shù)量,可以有效避免傳統(tǒng)RNN中遇到的梯度消失和梯度爆炸問題。GRU的結構也比較簡單,由更新門、重置門和候選隱藏狀態(tài)組成。其中,更新門控制了前一時刻的隱藏狀態(tài)有多少信息需要傳遞給當前時刻,重置門控制了前一時刻的隱藏狀態(tài)需要被多大程度地忘記,而候選隱藏狀態(tài)則是當前時刻的輸入和前一時刻的隱藏狀態(tài)的線性組合。GRU網(wǎng)絡結構如圖2 所示:

    2 基于預訓練模型的雙通道情感分類方法

    由于情感特征的提取具有一定的復雜性,因此基于深度學習的神經(jīng)網(wǎng)絡方法目前仍是情感分類任務中研究最為廣泛的方法之一。黃澤民等人[8]提出在BERT模型的預訓練下,利用BiSRU網(wǎng)絡和注意力機制進行情感特征提取。胡玉琦等人[9]針對文本評論數(shù)據(jù)利用BiGRU-CNN模型和注意力機制進行情感分類任務。蘇天等人[10]提出利用BERT模型結合BiGRU網(wǎng)絡對水利新聞數(shù)據(jù)進行情感分析研究。本文基于Adabelief 算法,并結合ERNIE 預訓練語言模型和TCN、Att-BiGRU雙通道網(wǎng)絡提出了一種基于預訓練模型的雙通道情感分類方法。其結構如圖3所示:

    2.1 預訓練層

    原始文本數(shù)據(jù)經(jīng)過預處理后以詞向量的形式輸入預訓練層中,經(jīng)過多層的雙向Transformer 進行訓練后形成最終的文本特征。該模型中預訓練層使用ERNIE模型,由于ERNIE模型基于雙向結構的Trans?former進行訓練,且本身具有多頭注意力機制,因此能夠很好地增強文本的情感語義特征表示,其計算方式如下所示:

    2.2 雙通道層

    在模型的特征提取部分,分別使用TCN網(wǎng)絡和Att-BiGRU網(wǎng)絡進行數(shù)據(jù)特征的訓練提取。由于兩種網(wǎng)絡模型在文本特征的處理上有著各自不同的優(yōu)勢,利用雙通道模型進行文本信息提取,再對兩者進行特征融合,從而獲取到更豐富的情感特征信息。

    1) TCN網(wǎng)絡

    TCN網(wǎng)絡所具有的因果卷積和膨脹卷積,能夠很好地對時序數(shù)據(jù)進行處理。因果卷積具有嚴謹?shù)囊蚬?,它只能利用當前時刻之前的時間步信息來進行預測,而不能利用之后的時間步信息進行預測,因此,可以有效避免未來因素所造成的影響。將預訓練后得到的特征輸入TCN網(wǎng)絡中,從右至左進行計算來提取特征,其公式如式(13)所示:

    3 實驗與分析

    3.1 實驗環(huán)境及參數(shù)設置

    實驗所使用的操作系統(tǒng)為Windows10,內(nèi)存為32GB,CPU 為英特爾的E5-2678v3,GPU 為NVIDIARTX3080。模型所用的深度學習框架為PyTorch,在Pycharm上使用Python3.8完成編程和訓練。

    實驗參數(shù):ERNIE預訓練模型保持原有的默認參數(shù)不變;TCN網(wǎng)絡的卷積層數(shù)為4,卷積核大小為3,膨脹因子為2,詞向量維度為768。另外,學習率為1e-5,損失率為0.25,BiGRU的隱藏層為256,使用ReLU 作為激活函數(shù),Adabelief 算法作為模型訓練時的優(yōu)化器。

    3.2 數(shù)據(jù)集及評價指標

    1) 實驗數(shù)據(jù)集

    本模型訓練所用的數(shù)據(jù)集為中文情感分析語料庫提供的新浪微博評論數(shù)據(jù)集和平板商品評論數(shù)據(jù)集,所有數(shù)據(jù)均按積極和消極兩類情感進行了標注,并按照8:2劃分訓練集和測試集。數(shù)據(jù)集條目統(tǒng)計及示例如表1、表2所示。

    其中,TP 表示將正樣本預測為正樣本的數(shù)量;FP表示將負樣本預測為正樣本的數(shù)量;FN 表示將正樣本預測為負樣本的數(shù)量。

    3.3 結果分析與對比

    1) 評價指標對比

    為證明該雙通道模型在情感分類任務中的有效性,該實驗從精確率、召回率和F1值方面,對該模型進行消融實驗對比分析。實驗結果如圖4、圖5所示:

    通過圖4、圖5可知,在新浪微博評論數(shù)據(jù)集上,TCN+Att-BiGRU 模型相比單一的TCN 和Att-BiGRU 模型,F(xiàn)1值分別提升了2.05%和1.98%,在平板商品評論數(shù)據(jù)集上,則提升了2.4%和2.3%,這是由于雙通道模型對各自提取的特征進行融合后,所提取的情感特征更加豐富;在新浪微博評論數(shù)據(jù)集上,RENIETCN+Att-BiGRU 模型相比于TCN+Att-BiGRU 模型,F(xiàn)1值提升了3.24%,在平板商品評論數(shù)據(jù)集上,則提升了3.51%,這說明使用ERNIE模型進行預訓練后,使得詞向量的情感特征表示更加充分,模型性能有了很大提升;本文模型相比于RENIE-TCN+Att-BiGRU 模型,在兩個數(shù)據(jù)集上,其F1值則分別提升了0.32% 和0.26%,這主要是由于該模型在訓練過程中引入了Adabelief算法,在加速收斂的同時,也使模型的訓練更加穩(wěn)定,因此其性能指標也有所上升。

    2) 優(yōu)化算法收斂性對比

    為證明基于Adabelief算法的雙通道模型在情感分類任務中的有效性,分別將Adam算法和Adabelief 算法的損失率情況進行了對比。對比結果如圖6、圖7 所示:

    由圖6和圖7可以看出,在新浪微博評論數(shù)據(jù)集上,基于Adabelief算法的雙通道模型在訓練之初,其收斂速度就要明顯優(yōu)于Adam算法,雖然在訓練到2000步時發(fā)生了波動,但在3 000步左右時又很快恢復了正常收斂,并保持穩(wěn)定狀態(tài),損失率最終收斂到0.22。在平板商品評論數(shù)據(jù)集上,基于Adabelief算法的雙通道模型仍然在訓練開始時,其收斂速度仍然優(yōu)于Adam算法,雖然在訓練到1 000步左右時發(fā)生了波動,但在3 000步之后又開始正常收斂,并逐漸超越Adam算法,最終損失率保持到0.18。整體可知,基于Adabelief算法的雙通道模型在情感分類任務上,其收斂速度更快,具有較強的泛化性,整體表現(xiàn)性能要優(yōu)于Adam算法。

    4 結束語

    針對中文文本情感分類任務,本文提出了一種基于預訓練模型的雙通道情感分類方法。通過將處理后的文本數(shù)據(jù)輸入ERNIE 模型中進行預訓練,然后將預訓練后的特征向量分別輸入TCN 網(wǎng)絡和Att-BiGRU網(wǎng)絡中進行特征提取,最后將雙通道模型獲取的特征進行融合拼接后經(jīng)由Softmax計算輸出。同時在訓練過程中,使用Adabelief算法進行模型優(yōu)化。經(jīng)實驗證明,該模型在新浪微博評論數(shù)據(jù)集和平板商品評論數(shù)據(jù)集上各方面表現(xiàn)性能均優(yōu)于對比模型。下一步,將對更加復雜的多模態(tài)情感分類任務展開研究,進一步提升情感分類應用范圍。

    久久久久九九精品影院| 欧美激情久久久久久爽电影| 99久久久亚洲精品蜜臀av| 精华霜和精华液先用哪个| 亚洲av电影在线进入| 成年人黄色毛片网站| 亚洲avbb在线观看| 色老头精品视频在线观看| 亚洲真实伦在线观看| 国产精品日韩av在线免费观看| 丝袜人妻中文字幕| 丰满人妻熟妇乱又伦精品不卡| 天天一区二区日本电影三级| 一a级毛片在线观看| 国产一区二区三区在线臀色熟女| e午夜精品久久久久久久| 可以在线观看毛片的网站| 亚洲 欧美 日韩 在线 免费| 五月玫瑰六月丁香| 久久香蕉激情| 国产激情欧美一区二区| 日韩欧美国产一区二区入口| 俄罗斯特黄特色一大片| 国产v大片淫在线免费观看| 好看av亚洲va欧美ⅴa在| 97碰自拍视频| 我要搜黄色片| 国产成人欧美在线观看| 亚洲一区中文字幕在线| 久久婷婷人人爽人人干人人爱| cao死你这个sao货| 中文在线观看免费www的网站 | 亚洲av熟女| 性欧美人与动物交配| 欧美日本视频| 欧美av亚洲av综合av国产av| 欧美在线一区亚洲| 中文字幕最新亚洲高清| 麻豆久久精品国产亚洲av| 88av欧美| 国产成人aa在线观看| 免费观看精品视频网站| 欧美+亚洲+日韩+国产| 九色成人免费人妻av| 亚洲色图 男人天堂 中文字幕| 成人18禁高潮啪啪吃奶动态图| 欧美日韩瑟瑟在线播放| 国产精品久久久人人做人人爽| 老鸭窝网址在线观看| 熟女少妇亚洲综合色aaa.| 国产精品乱码一区二三区的特点| 国产一区在线观看成人免费| 午夜福利在线观看吧| 黄色丝袜av网址大全| 亚洲精品一卡2卡三卡4卡5卡| 男女下面进入的视频免费午夜| 69av精品久久久久久| 成人亚洲精品av一区二区| 成人高潮视频无遮挡免费网站| 亚洲国产精品sss在线观看| 一夜夜www| 老司机午夜福利在线观看视频| 欧美精品啪啪一区二区三区| 亚洲激情在线av| 国产精品久久视频播放| 国产又黄又爽又无遮挡在线| 欧美成人午夜精品| 无遮挡黄片免费观看| 又黄又粗又硬又大视频| 精品久久久久久久久久免费视频| 日日夜夜操网爽| 脱女人内裤的视频| 国产高清视频在线观看网站| 日本a在线网址| 亚洲精品中文字幕一二三四区| 免费看十八禁软件| 99精品久久久久人妻精品| 狂野欧美激情性xxxx| 九色国产91popny在线| 中文字幕久久专区| 一级a爱片免费观看的视频| 国产精品久久久久久亚洲av鲁大| 十八禁网站免费在线| av超薄肉色丝袜交足视频| e午夜精品久久久久久久| 日本一本二区三区精品| 精品一区二区三区四区五区乱码| 一级毛片女人18水好多| 久久久久国产精品人妻aⅴ院| 午夜福利高清视频| 国产av一区二区精品久久| 久久精品国产亚洲av香蕉五月| 看黄色毛片网站| 亚洲自偷自拍图片 自拍| 12—13女人毛片做爰片一| 精品久久久久久,| 免费av毛片视频| 嫩草影院精品99| a在线观看视频网站| 国产日本99.免费观看| 丰满人妻熟妇乱又伦精品不卡| 亚洲国产欧美网| 成人特级黄色片久久久久久久| 无遮挡黄片免费观看| АⅤ资源中文在线天堂| 亚洲国产精品成人综合色| 日本一区二区免费在线视频| 黄色丝袜av网址大全| 欧美不卡视频在线免费观看 | 丝袜人妻中文字幕| 国产1区2区3区精品| 亚洲av成人不卡在线观看播放网| 久久中文字幕人妻熟女| 欧美大码av| 一进一出抽搐gif免费好疼| 午夜福利免费观看在线| 亚洲avbb在线观看| 每晚都被弄得嗷嗷叫到高潮| 一个人免费在线观看的高清视频| 国产精品久久电影中文字幕| 悠悠久久av| 精品久久久久久久毛片微露脸| 成人国语在线视频| 黑人巨大精品欧美一区二区mp4| 免费高清视频大片| 日本撒尿小便嘘嘘汇集6| 欧美绝顶高潮抽搐喷水| 美女黄网站色视频| 日本撒尿小便嘘嘘汇集6| 亚洲国产精品合色在线| 国产精品一区二区三区四区久久| 欧美中文日本在线观看视频| 久久国产精品影院| a级毛片a级免费在线| 少妇的丰满在线观看| 777久久人妻少妇嫩草av网站| 国产精品一及| 国产日本99.免费观看| 成人国产综合亚洲| 99在线人妻在线中文字幕| 国内精品久久久久久久电影| 国产精品亚洲一级av第二区| 国产精品av久久久久免费| 一卡2卡三卡四卡精品乱码亚洲| 麻豆成人av在线观看| 亚洲av成人av| 无人区码免费观看不卡| 激情在线观看视频在线高清| 九色成人免费人妻av| 久久久久久亚洲精品国产蜜桃av| 日韩中文字幕欧美一区二区| 叶爱在线成人免费视频播放| 高清在线国产一区| 亚洲精品在线观看二区| 成人午夜高清在线视频| 一级毛片精品| 久久精品国产亚洲av香蕉五月| 久9热在线精品视频| 亚洲专区字幕在线| 亚洲精品美女久久久久99蜜臀| 午夜激情福利司机影院| 在线观看66精品国产| 老汉色av国产亚洲站长工具| 校园春色视频在线观看| 久久久久久九九精品二区国产 | 在线观看免费视频日本深夜| 国产精品av久久久久免费| 丰满人妻熟妇乱又伦精品不卡| 我的老师免费观看完整版| 俄罗斯特黄特色一大片| 精品国产乱子伦一区二区三区| 亚洲av成人不卡在线观看播放网| 日韩高清综合在线| 一区二区三区国产精品乱码| 香蕉av资源在线| 操出白浆在线播放| 熟女电影av网| 日本免费a在线| 精品久久久久久久久久久久久| 精品电影一区二区在线| 成人午夜高清在线视频| 久久久久久久久中文| 国产一区二区在线观看日韩 | 五月玫瑰六月丁香| 亚洲男人的天堂狠狠| 亚洲精品中文字幕在线视频| 亚洲欧美一区二区三区黑人| 成人欧美大片| 午夜a级毛片| 最近在线观看免费完整版| 搞女人的毛片| 欧美一区二区国产精品久久精品 | 亚洲精品在线观看二区| 欧美成狂野欧美在线观看| 国产午夜精品论理片| 欧美午夜高清在线| www国产在线视频色| 全区人妻精品视频| 亚洲精品中文字幕一二三四区| 91老司机精品| 久久精品91无色码中文字幕| 搡老熟女国产l中国老女人| 国产av一区二区精品久久| 两性夫妻黄色片| 国产精品亚洲av一区麻豆| 久久这里只有精品中国| 国产伦人伦偷精品视频| 欧美成人免费av一区二区三区| 黑人巨大精品欧美一区二区mp4| 日韩精品青青久久久久久| 亚洲美女视频黄频| 国产精品精品国产色婷婷| 久久久国产成人免费| 久久精品国产99精品国产亚洲性色| 中文字幕人妻丝袜一区二区| 亚洲人成77777在线视频| 亚洲色图 男人天堂 中文字幕| 亚洲欧美日韩高清在线视频| 亚洲 欧美 日韩 在线 免费| 精品乱码久久久久久99久播| 久久九九热精品免费| 久久久精品大字幕| 12—13女人毛片做爰片一| 免费av毛片视频| 每晚都被弄得嗷嗷叫到高潮| 亚洲激情在线av| 男女视频在线观看网站免费 | 国产精品乱码一区二三区的特点| 日韩成人在线观看一区二区三区| 色综合亚洲欧美另类图片| 一夜夜www| 人妻久久中文字幕网| 麻豆一二三区av精品| 又粗又爽又猛毛片免费看| 国产一区二区在线av高清观看| 麻豆国产av国片精品| 日日夜夜操网爽| 国内少妇人妻偷人精品xxx网站 | 成在线人永久免费视频| 最新在线观看一区二区三区| 欧美日韩国产亚洲二区| 亚洲国产精品999在线| 搡老妇女老女人老熟妇| 亚洲欧美精品综合久久99| 岛国在线观看网站| 久久精品国产亚洲av香蕉五月| 俺也久久电影网| 午夜福利在线观看吧| 国产激情偷乱视频一区二区| 国产av一区二区精品久久| 国产视频内射| 日韩中文字幕欧美一区二区| 精品乱码久久久久久99久播| 久久精品国产亚洲av香蕉五月| 五月伊人婷婷丁香| av在线天堂中文字幕| 老司机福利观看| 精品一区二区三区视频在线观看免费| 在线免费观看的www视频| 女警被强在线播放| 国产av麻豆久久久久久久| 少妇粗大呻吟视频| 国产高清视频在线观看网站| 欧美日韩福利视频一区二区| 国产av麻豆久久久久久久| 精品久久久久久,| 日韩av在线大香蕉| 免费看日本二区| 欧美日韩精品网址| 草草在线视频免费看| 狠狠狠狠99中文字幕| 国产aⅴ精品一区二区三区波| 成人国产一区最新在线观看| 亚洲精华国产精华精| 亚洲在线自拍视频| 大型黄色视频在线免费观看| 亚洲欧美一区二区三区黑人| 国产成人欧美在线观看| 日韩精品中文字幕看吧| 国产精品av视频在线免费观看| 国产精品久久久久久人妻精品电影| 午夜成年电影在线免费观看| 久久国产精品影院| 国产高清视频在线观看网站| 无人区码免费观看不卡| 成人高潮视频无遮挡免费网站| 国产蜜桃级精品一区二区三区| 成年人黄色毛片网站| 男男h啪啪无遮挡| 精华霜和精华液先用哪个| 久久久久九九精品影院| 国产激情偷乱视频一区二区| 在线视频色国产色| 麻豆av在线久日| 啦啦啦观看免费观看视频高清| 亚洲av成人不卡在线观看播放网| 成人午夜高清在线视频| 国产精品亚洲美女久久久| 黄色视频不卡| 国产又黄又爽又无遮挡在线| 久久欧美精品欧美久久欧美| 搡老岳熟女国产| 美女免费视频网站| 午夜福利视频1000在线观看| 国产亚洲精品av在线| 亚洲一区二区三区色噜噜| 男女做爰动态图高潮gif福利片| 欧美成狂野欧美在线观看| 国产99久久九九免费精品| 国内少妇人妻偷人精品xxx网站 | 大型黄色视频在线免费观看| 我要搜黄色片| 黄色丝袜av网址大全| ponron亚洲| 我要搜黄色片| 正在播放国产对白刺激| 久久久久久人人人人人| 亚洲av第一区精品v没综合| 成人18禁高潮啪啪吃奶动态图| 男人舔奶头视频| 亚洲av第一区精品v没综合| 久久国产精品人妻蜜桃| 神马国产精品三级电影在线观看 | 757午夜福利合集在线观看| 18禁国产床啪视频网站| 一进一出抽搐动态| 亚洲欧洲精品一区二区精品久久久| av片东京热男人的天堂| 首页视频小说图片口味搜索| 一二三四在线观看免费中文在| 精品久久久久久久毛片微露脸| 欧美极品一区二区三区四区| 久久精品91蜜桃| 免费高清视频大片| 男人的好看免费观看在线视频 | 久久久精品国产亚洲av高清涩受| a级毛片在线看网站| 久久精品国产99精品国产亚洲性色| 成人永久免费在线观看视频| 动漫黄色视频在线观看| 超碰成人久久| 亚洲精品在线美女| 免费看a级黄色片| 叶爱在线成人免费视频播放| 免费在线观看成人毛片| 成人av在线播放网站| 亚洲色图av天堂| 亚洲精品粉嫩美女一区| 日本三级黄在线观看| 婷婷精品国产亚洲av在线| 一本久久中文字幕| 欧美激情久久久久久爽电影| 琪琪午夜伦伦电影理论片6080| 亚洲国产精品久久男人天堂| 人人妻人人澡欧美一区二区| 青草久久国产| 婷婷亚洲欧美| 免费电影在线观看免费观看| 国产v大片淫在线免费观看| 亚洲 国产 在线| 99在线视频只有这里精品首页| 超碰成人久久| 九九热线精品视视频播放| 久久久久久久久免费视频了| 男女下面进入的视频免费午夜| x7x7x7水蜜桃| 不卡一级毛片| av视频在线观看入口| 校园春色视频在线观看| 色在线成人网| 国产欧美日韩一区二区精品| 久热爱精品视频在线9| 国产亚洲精品久久久久5区| 中文字幕av在线有码专区| 亚洲男人天堂网一区| 欧美极品一区二区三区四区| 日本免费一区二区三区高清不卡| 啪啪无遮挡十八禁网站| 国产精品亚洲美女久久久| 国产成人系列免费观看| 国产成人一区二区三区免费视频网站| 国产精品久久久久久久电影 | 欧美三级亚洲精品| 成人午夜高清在线视频| 9191精品国产免费久久| 十八禁网站免费在线| 日韩欧美在线二视频| www.自偷自拍.com| 99riav亚洲国产免费| 好看av亚洲va欧美ⅴa在| 在线永久观看黄色视频| 亚洲色图 男人天堂 中文字幕| 国产熟女xx| 亚洲男人天堂网一区| 老司机福利观看| 亚洲人成网站在线播放欧美日韩| 亚洲人成77777在线视频| 蜜桃久久精品国产亚洲av| 亚洲 国产 在线| 给我免费播放毛片高清在线观看| 老司机深夜福利视频在线观看| 亚洲精品粉嫩美女一区| 亚洲欧洲精品一区二区精品久久久| 欧美日本亚洲视频在线播放| 亚洲五月婷婷丁香| 亚洲专区字幕在线| 麻豆国产97在线/欧美 | 欧美不卡视频在线免费观看 | 国产成人精品久久二区二区免费| 在线永久观看黄色视频| 首页视频小说图片口味搜索| 精品国产超薄肉色丝袜足j| 一夜夜www| 国产精品电影一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 嫁个100分男人电影在线观看| 少妇熟女aⅴ在线视频| 一二三四社区在线视频社区8| 色综合欧美亚洲国产小说| 91字幕亚洲| 精品免费久久久久久久清纯| 日日爽夜夜爽网站| 91麻豆精品激情在线观看国产| 亚洲欧美精品综合久久99| 免费在线观看影片大全网站| 日日干狠狠操夜夜爽| 国产探花在线观看一区二区| 97人妻精品一区二区三区麻豆| 国产熟女午夜一区二区三区| 亚洲精品一卡2卡三卡4卡5卡| 俄罗斯特黄特色一大片| 99热这里只有是精品50| 男人舔女人下体高潮全视频| 国产亚洲欧美98| 神马国产精品三级电影在线观看 | 国产亚洲精品久久久久久毛片| videosex国产| 精品久久久久久成人av| 欧美日韩一级在线毛片| 中文在线观看免费www的网站 | 亚洲男人的天堂狠狠| 日韩欧美精品v在线| 精品一区二区三区四区五区乱码| 人妻夜夜爽99麻豆av| 久久久久九九精品影院| 国产精品98久久久久久宅男小说| 叶爱在线成人免费视频播放| 99国产精品99久久久久| 亚洲精品美女久久av网站| 日日夜夜操网爽| 十八禁网站免费在线| 99热这里只有是精品50| 1024香蕉在线观看| 级片在线观看| 色综合亚洲欧美另类图片| 人妻久久中文字幕网| 神马国产精品三级电影在线观看 | 麻豆久久精品国产亚洲av| 国产伦人伦偷精品视频| 波多野结衣巨乳人妻| 女生性感内裤真人,穿戴方法视频| 99热这里只有是精品50| 久久久久久久久久黄片| www.熟女人妻精品国产| 亚洲激情在线av| 精品欧美一区二区三区在线| 777久久人妻少妇嫩草av网站| 制服丝袜大香蕉在线| 啦啦啦韩国在线观看视频| 午夜免费观看网址| 日韩高清综合在线| 成人欧美大片| 欧美又色又爽又黄视频| 国产真实乱freesex| 精品少妇一区二区三区视频日本电影| 黄频高清免费视频| 91在线观看av| 久久精品综合一区二区三区| 久久精品亚洲精品国产色婷小说| 日韩av在线大香蕉| 成人国产综合亚洲| 岛国在线免费视频观看| 久久久久久久精品吃奶| 久久 成人 亚洲| 亚洲成人国产一区在线观看| 午夜福利成人在线免费观看| 2021天堂中文幕一二区在线观| 亚洲人成伊人成综合网2020| 天天躁夜夜躁狠狠躁躁| 午夜精品在线福利| 国产午夜福利久久久久久| 1024视频免费在线观看| 成年版毛片免费区| 国产高清有码在线观看视频 | 中文亚洲av片在线观看爽| 欧美在线一区亚洲| 免费无遮挡裸体视频| 国产成人精品久久二区二区91| 欧美 亚洲 国产 日韩一| 一个人免费在线观看电影 | 波多野结衣高清无吗| 午夜老司机福利片| 99久久精品热视频| 男男h啪啪无遮挡| 欧美在线一区亚洲| 国产精品综合久久久久久久免费| 老司机福利观看| 波多野结衣高清作品| 熟妇人妻久久中文字幕3abv| 亚洲五月婷婷丁香| 村上凉子中文字幕在线| 欧美久久黑人一区二区| 免费观看人在逋| 一级黄色大片毛片| 日本撒尿小便嘘嘘汇集6| 色综合亚洲欧美另类图片| 一区二区三区国产精品乱码| 欧美黑人巨大hd| 国内少妇人妻偷人精品xxx网站 | 变态另类成人亚洲欧美熟女| 99久久国产精品久久久| 国产免费av片在线观看野外av| 麻豆一二三区av精品| 免费搜索国产男女视频| 伊人久久大香线蕉亚洲五| 校园春色视频在线观看| av有码第一页| 亚洲精品一卡2卡三卡4卡5卡| 一进一出抽搐动态| 黄色女人牲交| 黑人操中国人逼视频| 国产精品 国内视频| 欧美一区二区精品小视频在线| 欧美极品一区二区三区四区| 国产精品九九99| 亚洲色图av天堂| 黄色片一级片一级黄色片| 久久精品国产亚洲av香蕉五月| 一级毛片高清免费大全| 欧美成人一区二区免费高清观看 | 精品国产乱码久久久久久男人| 日韩中文字幕欧美一区二区| 国产单亲对白刺激| 国产欧美日韩精品亚洲av| 久久久久国产精品人妻aⅴ院| 别揉我奶头~嗯~啊~动态视频| 午夜福利欧美成人| 黄色毛片三级朝国网站| 18美女黄网站色大片免费观看| 一二三四在线观看免费中文在| 丝袜人妻中文字幕| 久久久久久免费高清国产稀缺| 免费在线观看黄色视频的| 亚洲精品在线观看二区| 国产97色在线日韩免费| 在线视频色国产色| 91老司机精品| 亚洲一码二码三码区别大吗| 大型黄色视频在线免费观看| 国产片内射在线| 丝袜美腿诱惑在线| 久久婷婷成人综合色麻豆| 成人亚洲精品av一区二区| av有码第一页| 精品不卡国产一区二区三区| 欧美黄色淫秽网站| 天堂√8在线中文| 亚洲色图av天堂| 很黄的视频免费| 国产精品免费一区二区三区在线| 欧美日韩国产亚洲二区| 真人一进一出gif抽搐免费| 色噜噜av男人的天堂激情| 中文字幕高清在线视频| 桃红色精品国产亚洲av| 巨乳人妻的诱惑在线观看| 免费一级毛片在线播放高清视频| 啪啪无遮挡十八禁网站| 日本五十路高清| 50天的宝宝边吃奶边哭怎么回事| 亚洲一码二码三码区别大吗| 男人舔奶头视频| 男女那种视频在线观看| 国产成人精品久久二区二区91| 成人国产一区最新在线观看| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美一区二区三区黑人| 大型黄色视频在线免费观看| 成人18禁高潮啪啪吃奶动态图| 亚洲欧美一区二区三区黑人| 久久精品人妻少妇| 精品第一国产精品| 欧美三级亚洲精品| 国产亚洲欧美98| 国产av不卡久久| 三级男女做爰猛烈吃奶摸视频| 亚洲一区高清亚洲精品| 麻豆国产97在线/欧美 | 搡老妇女老女人老熟妇| 首页视频小说图片口味搜索| 国产av一区二区精品久久| 国产激情偷乱视频一区二区| 在线观看午夜福利视频| 精华霜和精华液先用哪个| 男男h啪啪无遮挡| 给我免费播放毛片高清在线观看| 在线观看一区二区三区| 午夜日韩欧美国产| 成年人黄色毛片网站| 久久这里只有精品中国| 国产精品亚洲美女久久久| 欧美日韩福利视频一区二区| 18禁国产床啪视频网站| 日韩精品中文字幕看吧| 国产视频内射|