• <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NLP的多維數(shù)據(jù)深度挖掘分析服務(wù)在公安行業(yè)的應(yīng)用

    2023-10-22 01:45:38王鑫公安部第一研究所
    警察技術(shù) 2023年5期
    關(guān)鍵詞:語義分類文本

    王鑫 公安部第一研究所

    引言

    隨著當(dāng)前社會(huì)動(dòng)態(tài)化、信息化的深入發(fā)展,社會(huì)形勢(shì)日益復(fù)雜,各種重大突發(fā)案事件時(shí)常發(fā)生,而公安機(jī)關(guān)的實(shí)戰(zhàn)警力不足、部門各自為戰(zhàn)、信息閉塞滯后等問題也日益突出,傳統(tǒng)的單打獨(dú)斗式警務(wù)模式已經(jīng)難以滿足各地公安保衛(wèi)政治安全、打擊違法犯罪、維護(hù)社會(huì)穩(wěn)定的實(shí)戰(zhàn)需求。作為社會(huì)治安“晴雨表”的警情數(shù)據(jù)明顯增多,積累了大量反應(yīng)社會(huì)治安情況的信息,亟需以科技信息化手段作為支撐,為合成作戰(zhàn)指揮提供有針對(duì)性和有效性的決策信息。本文基于NLP(Natural Language Processing)自然語言處理技術(shù),構(gòu)建多維數(shù)據(jù)深度挖掘分析服務(wù)在公安行業(yè)的應(yīng)用,實(shí)現(xiàn)自動(dòng)提取結(jié)構(gòu)化要素、挖掘海量數(shù)據(jù)潛在信息、多維度關(guān)聯(lián)分析等功能,推動(dòng)NLP技術(shù)與公安信息分析研判業(yè)務(wù)深度融合。

    一、業(yè)務(wù)需求

    國(guó)內(nèi)各級(jí)公安指揮中心目前已經(jīng)形成了長(zhǎng)期、廣泛和有價(jià)值的數(shù)據(jù)。隨著科學(xué)技術(shù)的發(fā)展,已經(jīng)開始對(duì)各類數(shù)據(jù)進(jìn)行整合和相應(yīng)的分析,但目前主要還是以數(shù)據(jù)的匯聚、類別、時(shí)間段等傳統(tǒng)方式進(jìn)行統(tǒng)計(jì)分析。為了深挖數(shù)據(jù)中關(guān)鍵的信息,建立多維數(shù)據(jù)深度挖掘分析服務(wù),將自然語言分析技術(shù)應(yīng)用于公安信息分析研判,并支撐合成作戰(zhàn)業(yè)務(wù)落地應(yīng)用,有效將公安業(yè)務(wù)工作與通用技術(shù)相結(jié)合的方式,將是未來發(fā)展趨勢(shì)。

    利用NLP技術(shù)對(duì)公安數(shù)據(jù)進(jìn)行深度挖掘和分析,主要滿足如下實(shí)戰(zhàn)需求:

    一是探索數(shù)據(jù)隱性關(guān)系,基于文本記錄信息,全量解析各類信息中實(shí)體和主題詞,發(fā)現(xiàn)不同信息間的人物關(guān)聯(lián)、地點(diǎn)管理、組織機(jī)構(gòu)關(guān)聯(lián)等隱性特點(diǎn),并與相關(guān)聯(lián)的應(yīng)急預(yù)案匹配。

    二是發(fā)現(xiàn)時(shí)間聯(lián)動(dòng)規(guī)律,提供時(shí)間維度的數(shù)據(jù)細(xì)節(jié)統(tǒng)計(jì),呈現(xiàn)按照年、月、日、時(shí)段等不同粒度時(shí)間周期上,全量數(shù)據(jù)的分布情況,提供按照關(guān)鍵字、主題詞、區(qū)域等維度的篩選。

    三是發(fā)現(xiàn)數(shù)據(jù)聚類特點(diǎn),針對(duì)不同分類的信息,以類型為單位探索挖掘此類數(shù)據(jù)在時(shí)間、地點(diǎn)、關(guān)鍵要素等方面的特征。

    二、構(gòu)建多維數(shù)據(jù)深度挖掘分析服務(wù)的重點(diǎn)內(nèi)容

    通過梳理公安信息分析研判業(yè)務(wù),基于NLP對(duì)數(shù)據(jù)進(jìn)行句法分析、中文自動(dòng)分詞、詞性標(biāo)注、文本分類、信息檢索、信息抽取等關(guān)鍵技術(shù),建立文檔語義向量化模型和分類語義模型。本文著重論述語義標(biāo)注訓(xùn)練方法管理、分析服務(wù)處理流程制定、語義關(guān)鍵詞自動(dòng)提取、分類模型訓(xùn)練等重點(diǎn)內(nèi)容,實(shí)現(xiàn)多維數(shù)據(jù)深度挖掘分析服務(wù)對(duì)海量數(shù)據(jù)快速、準(zhǔn)確的全量解析,確保對(duì)每一個(gè)事件進(jìn)行準(zhǔn)確、高效的指揮調(diào)度。

    (一)語義標(biāo)注訓(xùn)練方法

    為進(jìn)一步提高準(zhǔn)確度,除了對(duì)模型進(jìn)行調(diào)優(yōu)外,人工糾偏是一個(gè)重要的環(huán)節(jié)。通過數(shù)據(jù)信息標(biāo)注管理,監(jiān)督機(jī)器學(xué)習(xí),在人工干預(yù)下為機(jī)器提供樣本參考,樣本越準(zhǔn)確、越多,機(jī)器進(jìn)行學(xué)習(xí)后的效果就越好、準(zhǔn)確度更高。在人工進(jìn)行類別選擇糾偏標(biāo)注后,被糾偏事件進(jìn)入事件訓(xùn)練庫成為樣本,提升事件分類的準(zhǔn)確性。語義標(biāo)注管理需包括:

    (1)隨機(jī)聚類標(biāo)注管理:在所有的數(shù)據(jù)中隨機(jī)選取可用戶自定義數(shù)量條數(shù)提供給用戶,并提供與該事件信息相近的多個(gè)分類類別,用戶可以單一或者批量提交數(shù)據(jù)分類類別進(jìn)行糾偏標(biāo)注。

    (2)分類聯(lián)想標(biāo)注管理:通過分類類別進(jìn)行數(shù)據(jù)聯(lián)想聚類糾偏標(biāo)注。

    (3)反向剔除標(biāo)注管理:對(duì)數(shù)據(jù)的分類類別進(jìn)行反向選擇,通過反向選擇提高數(shù)據(jù)信息分類的準(zhǔn)確性。

    (二)NLP多維數(shù)據(jù)深度挖掘分析服務(wù)處理流程

    多維數(shù)據(jù)深度挖掘分析服務(wù)通過接口管理模塊實(shí)時(shí)接入各類信息,語義提取案事件要素信息、日期時(shí)間、地址信息等,同時(shí)智能匹配對(duì)應(yīng)預(yù)案,交由預(yù)案分類模型進(jìn)行案事件分類分級(jí)。

    NLP多維數(shù)據(jù)深度挖掘分析服務(wù)提供歷史數(shù)據(jù)查詢和日志查詢接口,通過數(shù)據(jù)分析管理、多維數(shù)據(jù)查詢管理模塊進(jìn)行可視化呈現(xiàn);對(duì)于新類型、未識(shí)別、識(shí)別不準(zhǔn)的數(shù)據(jù),通過語義標(biāo)注接口,作為優(yōu)化模型自學(xué)習(xí)的輸入,持續(xù)提升模型準(zhǔn)確性和完備性。

    (三)NLP數(shù)據(jù)語義關(guān)鍵詞提取與預(yù)案匹配原理

    首先對(duì)數(shù)據(jù)文本進(jìn)行關(guān)鍵詞語義提取,涉及到熱詞識(shí)別/文本聚類,命名實(shí)體識(shí)別(包括日期時(shí)間、地址)。

    其次根據(jù)數(shù)據(jù)信息分詞結(jié)果進(jìn)行特征語義提取,計(jì)算特征權(quán)重,輸入訓(xùn)練好的預(yù)案匹配分類器模型,選擇最高匹配度預(yù)案以及關(guān)聯(lián)預(yù)案。對(duì)于預(yù)案中涉及案事件定級(jí)的關(guān)鍵詞與數(shù)字,比如傷/亡人數(shù)、是否有外籍、事發(fā)區(qū)域、事發(fā)時(shí)間等,通過正則表達(dá)式技術(shù)進(jìn)行規(guī)則語義提取,使用決策樹模型對(duì)案件進(jìn)行定級(jí)。

    (四)案事件處置預(yù)案分類模型訓(xùn)練

    為實(shí)現(xiàn)案事件處置預(yù)案精準(zhǔn)匹配,利用機(jī)器學(xué)習(xí)技術(shù),對(duì)預(yù)案中關(guān)鍵名詞、數(shù)字、規(guī)則進(jìn)行標(biāo)注,制定標(biāo)簽?zāi)0澹斎胗?xùn)練文本進(jìn)行分詞,自行標(biāo)注或基于規(guī)則的自動(dòng)標(biāo)注。完成數(shù)據(jù)準(zhǔn)備后進(jìn)行特征提取,輸出特征權(quán)重,通過權(quán)重與標(biāo)簽?zāi)0宓倪\(yùn)算,調(diào)整分類器的參數(shù),形成案事件處置預(yù)案分類模型。

    三、多維數(shù)據(jù)深度挖掘分析服務(wù)在公安行業(yè)的應(yīng)用

    通過構(gòu)建多維數(shù)據(jù)深度挖掘分析服務(wù),對(duì)多年的警情歷史數(shù)據(jù)進(jìn)行訓(xùn)練,并在某地市級(jí)公安機(jī)關(guān)成功應(yīng)用。

    (一)文本檢測(cè)類服務(wù)接口

    1.文本多標(biāo)簽分類

    將文本輸入機(jī)器學(xué)習(xí)流程之前,確保文本清洗和向量化步驟已經(jīng)完成,使用NaiveBayes分類器和支持向量機(jī)分類器來輔助完成分類任務(wù)。自動(dòng)甄別基于多個(gè)分類樹形成的訓(xùn)練語料,結(jié)合使用SVM、DT、Xgboost等算法,一條數(shù)據(jù)可能有多個(gè)標(biāo)簽,每個(gè)標(biāo)簽可能有兩個(gè)或者多個(gè)類別,對(duì)每一類警情訓(xùn)練一個(gè)文本分類模型。

    2.文本多級(jí)分類

    根據(jù)用戶歸類匯總形成的分類樹,系統(tǒng)利用訓(xùn)練警情數(shù)據(jù)在不同類別分支之間的關(guān)聯(lián)關(guān)系,拆分成特征工程和分類器兩部分,在訓(xùn)練和推理過程中feed模型需要的數(shù)據(jù),在學(xué)習(xí)層級(jí)信息的時(shí)候使用fine-tuning微調(diào)技術(shù),將上層標(biāo)簽信息微調(diào)的方式傳到下層標(biāo)簽的學(xué)習(xí)中。輸入沒有標(biāo)簽的新數(shù)據(jù)后,將新數(shù)據(jù)的每個(gè)特征與樣本集中數(shù)據(jù)對(duì)應(yīng)的特征進(jìn)行比較,然后算法提取樣本集中特征最相似數(shù)據(jù)(最近鄰)的分類標(biāo)簽,從而實(shí)現(xiàn)在分類預(yù)測(cè)結(jié)果結(jié)合輸出類別的路徑類別,例如預(yù)測(cè)類別為Y,如果C同時(shí)隸屬X類,則預(yù)測(cè)結(jié)果同時(shí)包括X類和Y類。

    (二)實(shí)體識(shí)別類服務(wù)接口

    1.地址詞識(shí)別

    訓(xùn)練地址識(shí)別語義模型,將識(shí)別粒度從“省市區(qū)街道地點(diǎn)”的5級(jí)體系擴(kuò)展到“省市區(qū)、商圈、街道、地點(diǎn)、樓層門牌號(hào)、方位距離”的8級(jí)體系,通過多子任務(wù)共同約束的方式,濾掉非法字符,根據(jù)分詞后的詞性得出概率以及詞典元數(shù)據(jù)對(duì)地址文本進(jìn)行地址切分。對(duì)切分結(jié)果進(jìn)行地址標(biāo)注,并獲得最優(yōu)的地址等級(jí)標(biāo)注序列。同時(shí)根據(jù)上下文校正標(biāo)注序列,并輸出最優(yōu)標(biāo)注結(jié)果。

    2.時(shí)間詞識(shí)別

    基于語義模型對(duì)輸入文本進(jìn)行語義分析識(shí)別技術(shù),從文本數(shù)據(jù)中析取帶有時(shí)間類語義的文本數(shù)據(jù),輔助識(shí)別各種時(shí)間表示格式,推斷不同場(chǎng)景下的時(shí)間語義詞匯。

    3.名詞識(shí)別

    名詞識(shí)別模塊包括分析主題模塊、關(guān)注詞匯模塊、分詞服務(wù)模塊、索引服務(wù)模塊以及名詞分析模塊。分析主題模塊,用于確定分析數(shù)據(jù)源、定義分析主題、定義分析字段的域以及定義每個(gè)域的數(shù)據(jù)類型,產(chǎn)生主題數(shù)據(jù)結(jié)構(gòu);關(guān)注詞匯模塊,用于確定需要關(guān)注的潛在名詞,形成關(guān)注詞匯表列;分詞服務(wù)模塊用于根據(jù)主題數(shù)據(jù)結(jié)構(gòu)語義提取相應(yīng)域中的數(shù)據(jù)信息,并根據(jù)關(guān)注詞匯表序列對(duì)數(shù)據(jù)信息進(jìn)行分詞,產(chǎn)生詞元序列;索引服務(wù)模塊中的索引關(guān)系生成單元用于記錄詞元序列中每個(gè)詞元在對(duì)應(yīng)域中的索引位置和記錄每個(gè)詞元對(duì)應(yīng)的數(shù)據(jù)信息,生成詞元索引文件;名詞分析模塊根據(jù)詞元索引文件生成名詞關(guān)聯(lián)信息,且根據(jù)每個(gè)詞元的協(xié)同概率生成置信度。

    4.單位名稱識(shí)別

    分類利用地域識(shí)別模型、行業(yè)特征詞識(shí)別模型以及CRF模型組合形成單位名稱識(shí)別模型,提供單位名稱識(shí)別接口服務(wù)。

    5.實(shí)體詞使用分析

    對(duì)臨時(shí)提供的實(shí)體詞進(jìn)行使用次數(shù)統(tǒng)計(jì),根據(jù)使用或出現(xiàn)頻次變化對(duì)實(shí)體詞的數(shù)量進(jìn)行管理,統(tǒng)計(jì)分析不同實(shí)體詞在不同數(shù)據(jù)分類的應(yīng)用場(chǎng)景下的適配性,避免無效數(shù)據(jù)對(duì)系統(tǒng)性能造成負(fù)面影響。

    (三)趨勢(shì)分析類服務(wù)接口

    1.關(guān)鍵詞識(shí)別

    本服務(wù)采用三種識(shí)別模型:

    有監(jiān)督模型:作為二分類問題進(jìn)行處理,判斷文檔中的詞和短語,提供已經(jīng)標(biāo)注好的訓(xùn)練語料,利用歷史語料訓(xùn)練關(guān)鍵詞語義提取模型,對(duì)文檔進(jìn)行關(guān)鍵詞抽取。

    半監(jiān)督模型:只需要少量的訓(xùn)練數(shù)據(jù)構(gòu)建關(guān)鍵詞抽取模型,然后使用模型對(duì)新的文本進(jìn)行關(guān)鍵詞語義提取,對(duì)于這些關(guān)鍵詞進(jìn)行人工過濾,將過濾得到的關(guān)鍵詞加入訓(xùn)練集,重新訓(xùn)練模型。

    無監(jiān)督模型:不需要人工標(biāo)注的語料,利用機(jī)器學(xué)習(xí)方法發(fā)現(xiàn)文本中比較重要的詞作為關(guān)鍵詞,進(jìn)行關(guān)鍵詞抽取。

    2.關(guān)鍵短語識(shí)別

    提取典型的、有代表性的短語可代表文本的關(guān)鍵內(nèi)容。先利用停用詞表生成候選詞,再計(jì)算各個(gè)候選詞和短語的得分,基于序列標(biāo)注模型的方法,轉(zhuǎn)換成核心成分識(shí)別問題。通過觀察到的文檔集合,基于按不同應(yīng)用場(chǎng)景的語料數(shù)據(jù)使用無監(jiān)督的聯(lián)通權(quán)重的圖神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法形成模型,利用所提的完整性篩選和排序函數(shù)對(duì)候選短語進(jìn)行篩選和排序,加入利用詞語在文章中首次出現(xiàn)的位置作為特征,分析當(dāng)前輸入數(shù)據(jù)的可表示主題的最佳短語。

    3.熱詞關(guān)聯(lián)識(shí)別

    基于歷史警情數(shù)據(jù)進(jìn)行語義分析,以30日為時(shí)間窗口,連續(xù)滾動(dòng)建立每周關(guān)鍵詞和停用詞庫,對(duì)獲取的實(shí)時(shí)文本內(nèi)容進(jìn)行自動(dòng)分詞,解決新詞和不規(guī)則詞在警情中口語化表達(dá)的問題。根據(jù)關(guān)鍵詞出現(xiàn)的頻率和時(shí)間遠(yuǎn)近程度計(jì)算其熱度值,之后依照該詞的熱度值,利用貝葉斯多維分類模型對(duì)比每周熱詞排行榜,獲得熱詞的關(guān)聯(lián)趨勢(shì)。

    在實(shí)戰(zhàn)中通過真實(shí)數(shù)據(jù)對(duì)該模型進(jìn)行迭代驗(yàn)證和糾偏,其文本標(biāo)簽分類準(zhǔn)確率達(dá)95%,對(duì)地址、時(shí)間、名詞、單位名稱等實(shí)體識(shí)別準(zhǔn)確率達(dá)97%以上,為上層警情研判系統(tǒng)提供穩(wěn)定、可靠的多維數(shù)據(jù)分析服務(wù)。

    四、結(jié)語

    本文將NLP技術(shù)運(yùn)用在公安研判分析工作中,根據(jù)業(yè)務(wù)實(shí)戰(zhàn)需求,構(gòu)建基于NLP的多維數(shù)據(jù)深度挖掘分析服務(wù),首次提出并定義了地址、時(shí)間、名詞、單位名稱等實(shí)體識(shí)別類服務(wù)接口,并在實(shí)戰(zhàn)中得到較好的驗(yàn)證結(jié)果。同時(shí),逐步建立了數(shù)據(jù)中關(guān)鍵信息要素標(biāo)簽體系,推動(dòng)NLP技術(shù)在公安實(shí)戰(zhàn)中的深度應(yīng)用,為偵查破案、維穩(wěn)處突、服務(wù)民生等工作提供強(qiáng)大的技術(shù)支撐,有效提升公安工作效能,不斷助力智慧警務(wù)建設(shè)。

    猜你喜歡
    語義分類文本
    分類算一算
    語言與語義
    在808DA上文本顯示的改善
    分類討論求坐標(biāo)
    基于doc2vec和TF-IDF的相似文本識(shí)別
    電子制作(2018年18期)2018-11-14 01:48:06
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    “上”與“下”語義的不對(duì)稱性及其認(rèn)知闡釋
    文本之中·文本之外·文本之上——童話故事《坐井觀天》的教學(xué)隱喻
    認(rèn)知范疇模糊與語義模糊
    成年女人在线观看亚洲视频 | 欧美高清性xxxxhd video| 国产淫语在线视频| 纵有疾风起免费观看全集完整版| 日韩精品有码人妻一区| 69人妻影院| 97精品久久久久久久久久精品| 成人美女网站在线观看视频| 国产精品一区二区性色av| 看非洲黑人一级黄片| 亚洲精品成人久久久久久| 成人欧美大片| 日韩在线高清观看一区二区三区| 人妻 亚洲 视频| 精品久久久久久久人妻蜜臀av| 男人添女人高潮全过程视频| 男人添女人高潮全过程视频| 久久久精品免费免费高清| 久久这里有精品视频免费| 亚洲人成网站在线观看播放| 一级毛片aaaaaa免费看小| 国产色婷婷99| 成人美女网站在线观看视频| 精品一区二区三卡| 99久久精品一区二区三区| 国产成人午夜福利电影在线观看| 精品久久久久久久人妻蜜臀av| 免费观看av网站的网址| 大片电影免费在线观看免费| 亚洲国产色片| 国产午夜精品一二区理论片| freevideosex欧美| 一级二级三级毛片免费看| 黄色视频在线播放观看不卡| 国产伦精品一区二区三区四那| 亚洲第一区二区三区不卡| 亚洲国产精品专区欧美| 最后的刺客免费高清国语| 中文字幕亚洲精品专区| 成年版毛片免费区| 菩萨蛮人人尽说江南好唐韦庄| 日韩电影二区| 身体一侧抽搐| 九色成人免费人妻av| 99久国产av精品国产电影| av黄色大香蕉| 亚洲经典国产精华液单| 亚洲av.av天堂| 欧美日韩国产mv在线观看视频 | 欧美一级a爱片免费观看看| 亚洲国产高清在线一区二区三| 日韩不卡一区二区三区视频在线| 亚洲色图综合在线观看| 国产久久久一区二区三区| 看免费成人av毛片| 国产精品av视频在线免费观看| 免费观看性生交大片5| 性色av一级| 熟女av电影| 亚洲精品日韩在线中文字幕| 亚洲精品久久午夜乱码| 熟妇人妻不卡中文字幕| 插逼视频在线观看| 久久久国产一区二区| 亚洲四区av| 在线观看人妻少妇| 国产女主播在线喷水免费视频网站| 亚洲自偷自拍三级| 最近的中文字幕免费完整| 久热这里只有精品99| 成人毛片60女人毛片免费| 大码成人一级视频| 少妇 在线观看| 秋霞伦理黄片| 欧美日韩在线观看h| 综合色丁香网| 别揉我奶头 嗯啊视频| 成年版毛片免费区| 亚州av有码| 亚洲欧美清纯卡通| 国产欧美日韩精品一区二区| av在线观看视频网站免费| 国产精品精品国产色婷婷| 韩国av在线不卡| 91狼人影院| 亚洲欧美精品专区久久| 一二三四中文在线观看免费高清| av在线app专区| 亚洲成人av在线免费| www.色视频.com| 日韩免费高清中文字幕av| 老师上课跳d突然被开到最大视频| 最近中文字幕2019免费版| 少妇人妻久久综合中文| 国产片特级美女逼逼视频| 男女无遮挡免费网站观看| 成人毛片a级毛片在线播放| 色哟哟·www| 国产美女午夜福利| 在线精品无人区一区二区三 | 国产一区二区亚洲精品在线观看| 国产精品国产三级国产专区5o| 麻豆成人av视频| 日本色播在线视频| 日韩欧美精品免费久久| 成人欧美大片| 亚洲真实伦在线观看| 亚洲av一区综合| 欧美日韩亚洲高清精品| 寂寞人妻少妇视频99o| 2018国产大陆天天弄谢| 国产精品久久久久久精品电影小说 | 免费在线观看成人毛片| 久久久久国产网址| 精品午夜福利在线看| 黄色视频在线播放观看不卡| 久久鲁丝午夜福利片| 日本wwww免费看| 18禁裸乳无遮挡免费网站照片| 国产精品麻豆人妻色哟哟久久| 国产免费福利视频在线观看| 久久久精品欧美日韩精品| 成人二区视频| 99精国产麻豆久久婷婷| 在线观看国产h片| 成人鲁丝片一二三区免费| 国产成人freesex在线| 男女下面进入的视频免费午夜| 97热精品久久久久久| 欧美97在线视频| 日韩av在线免费看完整版不卡| 99九九线精品视频在线观看视频| 最近最新中文字幕大全电影3| 亚洲av欧美aⅴ国产| 激情 狠狠 欧美| 国产v大片淫在线免费观看| 亚洲av二区三区四区| 18禁裸乳无遮挡动漫免费视频 | 亚洲熟女精品中文字幕| 国模一区二区三区四区视频| 少妇的逼水好多| 亚洲成人精品中文字幕电影| 春色校园在线视频观看| 美女被艹到高潮喷水动态| 国产精品国产三级专区第一集| 综合色丁香网| 精品一区二区三卡| 亚洲欧洲国产日韩| 51国产日韩欧美| 日韩国内少妇激情av| 日日撸夜夜添| 午夜爱爱视频在线播放| 国产精品一区二区三区四区免费观看| 少妇的逼好多水| 亚洲精品中文字幕在线视频 | 乱码一卡2卡4卡精品| 国产女主播在线喷水免费视频网站| 久久久精品欧美日韩精品| 国产爽快片一区二区三区| 免费观看在线日韩| 超碰av人人做人人爽久久| 久久精品国产亚洲av天美| 亚洲欧美一区二区三区黑人 | 高清av免费在线| 建设人人有责人人尽责人人享有的 | 欧美潮喷喷水| 在线观看一区二区三区| 熟女人妻精品中文字幕| 日本熟妇午夜| 国产一区二区亚洲精品在线观看| 精品99又大又爽又粗少妇毛片| 天堂中文最新版在线下载 | 国产色婷婷99| 伦理电影大哥的女人| 黑人高潮一二区| 99热全是精品| 高清午夜精品一区二区三区| 嫩草影院新地址| 中文字幕免费在线视频6| 99久久九九国产精品国产免费| 日本黄大片高清| 夜夜爽夜夜爽视频| 成人高潮视频无遮挡免费网站| 亚洲成人中文字幕在线播放| 国产精品女同一区二区软件| 国产黄色视频一区二区在线观看| 熟女av电影| 亚洲熟女精品中文字幕| 一个人观看的视频www高清免费观看| 99热全是精品| 久久这里有精品视频免费| 男人舔奶头视频| 色哟哟·www| 狂野欧美白嫩少妇大欣赏| 天堂网av新在线| 在线精品无人区一区二区三 | 国产精品伦人一区二区| 在线播放无遮挡| 亚洲精品日韩在线中文字幕| a级毛片免费高清观看在线播放| 亚洲精品影视一区二区三区av| 99热这里只有精品一区| 精品少妇黑人巨大在线播放| 只有这里有精品99| 青春草亚洲视频在线观看| 狂野欧美白嫩少妇大欣赏| 欧美变态另类bdsm刘玥| 亚洲精品视频女| 欧美少妇被猛烈插入视频| 亚洲欧美日韩另类电影网站 | 蜜桃亚洲精品一区二区三区| 熟女av电影| 久久99蜜桃精品久久| 99九九线精品视频在线观看视频| 麻豆精品久久久久久蜜桃| 色5月婷婷丁香| 日本与韩国留学比较| 青青草视频在线视频观看| 久久久久久久国产电影| 永久免费av网站大全| 国产黄片视频在线免费观看| 人妻 亚洲 视频| 日韩不卡一区二区三区视频在线| 免费在线观看成人毛片| 欧美区成人在线视频| 精品一区在线观看国产| 亚洲国产精品国产精品| .国产精品久久| 97超视频在线观看视频| 久久午夜福利片| 免费黄网站久久成人精品| 国产一区二区三区综合在线观看 | 成人午夜精彩视频在线观看| 午夜福利高清视频| 国产av不卡久久| 成年人午夜在线观看视频| 在线观看一区二区三区激情| 亚洲第一区二区三区不卡| xxx大片免费视频| 99久久精品国产国产毛片| 亚洲在线观看片| 亚洲av欧美aⅴ国产| 欧美国产精品一级二级三级 | 视频区图区小说| 国产片特级美女逼逼视频| 亚洲精华国产精华液的使用体验| 久久久午夜欧美精品| 嫩草影院入口| 不卡视频在线观看欧美| 九色成人免费人妻av| 九九爱精品视频在线观看| 亚洲av中文av极速乱| 精品久久久精品久久久| 久热这里只有精品99| 国产伦精品一区二区三区视频9| 午夜爱爱视频在线播放| 亚洲国产日韩一区二区| 成人国产麻豆网| 天天躁日日操中文字幕| 中文字幕亚洲精品专区| 九草在线视频观看| 亚洲精品日韩av片在线观看| 少妇裸体淫交视频免费看高清| 亚洲精品中文字幕在线视频 | 97在线视频观看| 99热6这里只有精品| 欧美人与善性xxx| 成人黄色视频免费在线看| 国精品久久久久久国模美| 别揉我奶头 嗯啊视频| 国产午夜福利久久久久久| 精品一区在线观看国产| 精品一区二区三卡| 爱豆传媒免费全集在线观看| 高清在线视频一区二区三区| 久久久久精品久久久久真实原创| 国产一级毛片在线| 欧美日韩在线观看h| 简卡轻食公司| 美女脱内裤让男人舔精品视频| 日本爱情动作片www.在线观看| 国产淫语在线视频| 精品午夜福利在线看| 蜜桃久久精品国产亚洲av| 日产精品乱码卡一卡2卡三| 一本一本综合久久| 久久亚洲国产成人精品v| 少妇人妻一区二区三区视频| 免费大片18禁| 久热久热在线精品观看| 国产精品一区二区三区四区免费观看| 菩萨蛮人人尽说江南好唐韦庄| 男插女下体视频免费在线播放| 欧美97在线视频| 国产精品无大码| 观看美女的网站| 国产老妇伦熟女老妇高清| av在线老鸭窝| 肉色欧美久久久久久久蜜桃 | 午夜精品一区二区三区免费看| 久久久久久久久久人人人人人人| 亚洲精品乱久久久久久| 日韩 亚洲 欧美在线| 色5月婷婷丁香| 最新中文字幕久久久久| 国产女主播在线喷水免费视频网站| 久久久久久久午夜电影| 国产69精品久久久久777片| 99久久九九国产精品国产免费| 中国三级夫妇交换| 久久久久精品性色| 99re6热这里在线精品视频| 国产极品天堂在线| 国产av国产精品国产| 久久久久久久国产电影| 亚洲欧美精品专区久久| 人妻系列 视频| 国产成人精品久久久久久| 久久6这里有精品| 国产伦理片在线播放av一区| 美女xxoo啪啪120秒动态图| 成人一区二区视频在线观看| 国产国拍精品亚洲av在线观看| 中文字幕人妻熟人妻熟丝袜美| 免费高清在线观看视频在线观看| 精品少妇久久久久久888优播| 97在线人人人人妻| 精品熟女少妇av免费看| 亚洲欧美日韩卡通动漫| 久久久久国产网址| 女人十人毛片免费观看3o分钟| 人人妻人人看人人澡| 国产精品秋霞免费鲁丝片| 亚洲av免费高清在线观看| 中文字幕久久专区| 中文欧美无线码| av国产精品久久久久影院| 在线观看人妻少妇| 国产女主播在线喷水免费视频网站| 欧美性猛交╳xxx乱大交人| 亚洲国产成人一精品久久久| 亚洲第一区二区三区不卡| 偷拍熟女少妇极品色| 97在线人人人人妻| 男人舔奶头视频| 亚洲欧美日韩卡通动漫| 午夜视频国产福利| 大码成人一级视频| 99热这里只有是精品50| av一本久久久久| 日韩亚洲欧美综合| 亚洲国产精品999| 国产精品久久久久久精品电影| 亚洲国产色片| 日本熟妇午夜| 大片电影免费在线观看免费| 真实男女啪啪啪动态图| xxx大片免费视频| 久久久a久久爽久久v久久| 国产 一区 欧美 日韩| 婷婷色综合大香蕉| 亚洲精品国产av蜜桃| 亚洲精品日韩av片在线观看| 久久久久久久大尺度免费视频| 亚洲天堂av无毛| 国产69精品久久久久777片| 国产亚洲5aaaaa淫片| 久久人人爽人人片av| 日韩人妻高清精品专区| 日本黄大片高清| 午夜老司机福利剧场| 波野结衣二区三区在线| 日韩欧美精品免费久久| 天堂中文最新版在线下载 | 国产精品不卡视频一区二区| 在线观看美女被高潮喷水网站| 熟女av电影| 99九九线精品视频在线观看视频| 十八禁网站网址无遮挡 | 久久久精品94久久精品| 久久精品国产亚洲av天美| 国产女主播在线喷水免费视频网站| 久久人人爽av亚洲精品天堂 | 精品人妻偷拍中文字幕| 久久精品夜色国产| 国产精品福利在线免费观看| 国产v大片淫在线免费观看| av国产免费在线观看| 中文字幕制服av| 亚洲精品成人久久久久久| 日韩一区二区三区影片| 亚洲欧美精品自产自拍| 最近中文字幕高清免费大全6| 真实男女啪啪啪动态图| 男人舔奶头视频| 国语对白做爰xxxⅹ性视频网站| 91狼人影院| 亚洲自偷自拍三级| 亚洲精品国产av蜜桃| 2022亚洲国产成人精品| 好男人视频免费观看在线| 久久久欧美国产精品| www.色视频.com| 色视频www国产| 国内精品美女久久久久久| 丝袜美腿在线中文| 久久这里有精品视频免费| 欧美日韩精品成人综合77777| 热99国产精品久久久久久7| 欧美人与善性xxx| 久久久国产一区二区| 熟妇人妻不卡中文字幕| 日日啪夜夜撸| 2021少妇久久久久久久久久久| 亚洲电影在线观看av| 久久久久网色| 亚洲激情五月婷婷啪啪| 超碰97精品在线观看| 欧美bdsm另类| 国产在线一区二区三区精| 七月丁香在线播放| av专区在线播放| 日韩强制内射视频| 九草在线视频观看| videossex国产| 欧美三级亚洲精品| 黄色视频在线播放观看不卡| 国产精品福利在线免费观看| 九九爱精品视频在线观看| 久久久久久久久大av| 黄色欧美视频在线观看| 国产精品爽爽va在线观看网站| 成人午夜精彩视频在线观看| 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 | 日日啪夜夜爽| 国产极品天堂在线| 在现免费观看毛片| 国产高清不卡午夜福利| 男人爽女人下面视频在线观看| 在线观看av片永久免费下载| 国产视频内射| 免费播放大片免费观看视频在线观看| 国产亚洲91精品色在线| 美女内射精品一级片tv| 大话2 男鬼变身卡| 亚洲精品第二区| 少妇人妻一区二区三区视频| 伊人久久国产一区二区| 少妇的逼好多水| av在线亚洲专区| 女人十人毛片免费观看3o分钟| 夫妻性生交免费视频一级片| 国产老妇伦熟女老妇高清| 亚洲av中文av极速乱| 91精品国产九色| 日本色播在线视频| 热re99久久精品国产66热6| 日韩一本色道免费dvd| 亚洲国产色片| 欧美三级亚洲精品| 丝袜美腿在线中文| 亚洲无线观看免费| 欧美精品国产亚洲| 人妻少妇偷人精品九色| 黄色一级大片看看| 2018国产大陆天天弄谢| 久久精品国产亚洲av天美| 亚洲精品乱久久久久久| 亚洲精品一二三| 午夜亚洲福利在线播放| 最近中文字幕2019免费版| 午夜爱爱视频在线播放| 国产 一区精品| 97在线人人人人妻| 男女边吃奶边做爰视频| 欧美激情久久久久久爽电影| 丰满少妇做爰视频| 91久久精品电影网| 婷婷色av中文字幕| 99久久中文字幕三级久久日本| 久热这里只有精品99| 视频中文字幕在线观看| 九九在线视频观看精品| 一级黄片播放器| 亚洲欧美精品专区久久| 涩涩av久久男人的天堂| 国国产精品蜜臀av免费| 99久久九九国产精品国产免费| 婷婷色综合www| 高清午夜精品一区二区三区| 毛片一级片免费看久久久久| 男男h啪啪无遮挡| 一级毛片aaaaaa免费看小| 草草在线视频免费看| 亚洲精品第二区| 男女边摸边吃奶| 免费在线观看成人毛片| 亚洲自拍偷在线| 国产精品久久久久久精品古装| 国内少妇人妻偷人精品xxx网站| 国产淫片久久久久久久久| 精品国产露脸久久av麻豆| 国模一区二区三区四区视频| 欧美激情久久久久久爽电影| 国产精品久久久久久久久免| 99久久中文字幕三级久久日本| 成人午夜精彩视频在线观看| 91久久精品国产一区二区成人| 肉色欧美久久久久久久蜜桃 | 国产女主播在线喷水免费视频网站| 国产视频内射| 亚洲伊人久久精品综合| 国产又色又爽无遮挡免| 毛片一级片免费看久久久久| 国内少妇人妻偷人精品xxx网站| 国产一级毛片在线| 久久99热这里只有精品18| 国产爽快片一区二区三区| 欧美日韩精品成人综合77777| 国产精品国产三级国产专区5o| 国产女主播在线喷水免费视频网站| 午夜免费鲁丝| a级一级毛片免费在线观看| 欧美精品国产亚洲| 男人添女人高潮全过程视频| 久久久国产一区二区| 夜夜爽夜夜爽视频| xxx大片免费视频| 丝袜喷水一区| 国产精品人妻久久久影院| 亚洲人成网站高清观看| 国产成人免费观看mmmm| 日本三级黄在线观看| 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 | 26uuu在线亚洲综合色| 久久久久久久亚洲中文字幕| 欧美性感艳星| 精品熟女少妇av免费看| 女人被狂操c到高潮| 亚洲精品色激情综合| 欧美日本视频| 国语对白做爰xxxⅹ性视频网站| 欧美亚洲 丝袜 人妻 在线| 久久精品国产亚洲av天美| 亚洲精品国产成人久久av| 亚洲av二区三区四区| 午夜激情福利司机影院| 亚洲国产精品专区欧美| 尾随美女入室| 免费观看的影片在线观看| 国产午夜精品久久久久久一区二区三区| av在线app专区| 亚洲av电影在线观看一区二区三区 | 亚洲自拍偷在线| 18禁动态无遮挡网站| 日韩中字成人| 亚洲欧美日韩另类电影网站 | 日韩欧美一区视频在线观看 | 精品国产露脸久久av麻豆| 成人无遮挡网站| 日本黄大片高清| 99热6这里只有精品| 国产精品成人在线| 欧美3d第一页| 日本与韩国留学比较| 韩国av在线不卡| 天天躁夜夜躁狠狠久久av| 午夜激情福利司机影院| 国产黄频视频在线观看| 蜜桃亚洲精品一区二区三区| 精品久久久久久久久亚洲| 欧美高清性xxxxhd video| 视频区图区小说| 国产 一区 欧美 日韩| 高清日韩中文字幕在线| 亚洲无线观看免费| 毛片女人毛片| 日韩伦理黄色片| 美女被艹到高潮喷水动态| 精品久久久久久久末码| 久久99精品国语久久久| 99热这里只有是精品50| 亚洲,一卡二卡三卡| 国产爱豆传媒在线观看| 尤物成人国产欧美一区二区三区| 噜噜噜噜噜久久久久久91| 国产精品久久久久久久电影| 蜜桃亚洲精品一区二区三区| 国产精品三级大全| 在线a可以看的网站| 久久99热6这里只有精品| 五月玫瑰六月丁香| 亚洲色图av天堂| 麻豆乱淫一区二区| 大码成人一级视频| 国产精品.久久久| 国产乱来视频区| 大码成人一级视频| 成人亚洲精品一区在线观看 | av线在线观看网站| 在线观看国产h片| 免费观看av网站的网址| 精品99又大又爽又粗少妇毛片| 日韩强制内射视频| 制服丝袜香蕉在线| 熟妇人妻不卡中文字幕| 偷拍熟女少妇极品色| 午夜福利网站1000一区二区三区| 丝瓜视频免费看黄片| 成人漫画全彩无遮挡| 纵有疾风起免费观看全集完整版| 日本三级黄在线观看| 视频中文字幕在线观看| 欧美精品人与动牲交sv欧美| 亚洲天堂国产精品一区在线|