• <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 ?

    融合注意力機制的電力集控安全隱患實體識別模型研究

    2023-11-01 02:01:48張滈辰屈紅軍牛雪瑩耿琴蘭
    自動化儀表 2023年10期
    關(guān)鍵詞:字符隱患實體

    張滈辰,屈紅軍,牛雪瑩,耿琴蘭

    (青海省電力公司科研綜合樓,青海 西寧 810000)

    0 引言

    當前,安全隱患記錄表是以自然語言的形式記錄的。由于電力安全隱患文本包含了大量的電力專業(yè)詞匯、數(shù)值符號、特殊符號、縮略詞等信息,導(dǎo)致實體邊界難以界定。由于電力領(lǐng)域數(shù)據(jù)集較少,導(dǎo)致傳統(tǒng)實體識別模型在識別電力領(lǐng)域?qū)嶓w時準確率較低。

    傳統(tǒng)的實體識別模型主要有基于規(guī)則模板-字典的實體識別方法[1]、隱馬爾可夫?qū)嶓w識別模型[2]、條件隨機場(conditional random field,CRF)[3]模型等。雖然上述模型可以進行實體識別任務(wù),但仍需要利用專家經(jīng)驗對數(shù)據(jù)進行標注處理,再進行實體識別,存在工作量大、適用范圍小的缺點[4-5]。為了減少專家標注的工作量并實現(xiàn)自動提取文本特征的目標,需將深度學(xué)習(xí)應(yīng)用在電力領(lǐng)域的實體識別中。文獻[6]利用循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network,RNN)對序列文本進行處理并提取文本特征,但RNN模型在處理長序列文本時容易出現(xiàn)梯度消失的問題。文獻[7]和文獻[8]在雙向長短時記憶(bidirectional long short-term memory,BiLSTM)網(wǎng)絡(luò)模型的基礎(chǔ)上加入反向,對文本進行雙向特征提取。文獻[9]在BiLSTM模型的基礎(chǔ)上加入CRF,通過CRF模型獲取最優(yōu)標注序列。文獻[10]通過加入注意力機制增加重要信息的權(quán)重,進一步提高了實體識別的效果。為了進一步提高實體識別的準確率,研究人員提出文本預(yù)訓(xùn)練模型以提高文本的向量化水平。文獻[11]利用Word2vec中的詞袋模型,通過上下文將字映射為向量,并對字之間的關(guān)系進行表示。但是其未考慮到上下文語義,導(dǎo)致特征提取效果不佳。文獻[12]提出了基于Transformer的雙向編碼器表示(bidirectional encoder representation from Transformer,BERT) 語言表征模型,將多個Transformer編碼器串聯(lián)以動態(tài)生成字向量。

    綜上所述,為了有效識別電力安全隱患實體信息,本文從嵌入表示和特征提取兩方面入手,提出了1種融合注意力機制與BERT-BiLSTM-CRF的電力集控安全隱患實體識別模型。本文首先將預(yù)訓(xùn)練完成的電力 BERT 作為語義信息編碼層,在上下文語義的基礎(chǔ)上對電力安全隱患文本進行嵌入向量表示;再將向量化表示的隱患文本送入 BiLSTM層,并引入注意力機制使模型關(guān)注重點部分,輸出實體信息標簽概率;最后在 CRF 層以句子為單位輸出全局最優(yōu)標簽序列。

    1 電力安全隱患數(shù)據(jù)特點

    電力安全隱患實體識別是對電力安全隱患中的隱患位置、隱患名稱、隱患屬性、機構(gòu)名稱、日期時間、專有名詞等進行識別,并在此基礎(chǔ)上對安全隱患實體信息進行分析和挖掘。這可為相似設(shè)備的檢修提供歷史經(jīng)驗,同時為電力集控智能決策提供數(shù)據(jù)基礎(chǔ)。電力安全隱患文本特點如下。

    ①電力安全隱患文本中包含大量的安全隱患實體,例如工作人員記錄安全隱患時需要記錄時間、發(fā)現(xiàn)人、隱患的位置、名稱和安全隱患的程度等信息。這些信息都是以自然語言的形式記錄的,計算機難以準確識別[13]。

    ②電力安全隱患信息主要包括隱患設(shè)備信息、隱患設(shè)備名稱、隱患設(shè)備狀態(tài)、隱患設(shè)備參數(shù)、隱患位置、隱患名稱、隱患屬性、機構(gòu)名稱、日期時間、專有名詞等。

    ③電力安全隱患文本用語的有關(guān)規(guī)范中,國家電網(wǎng)大多以縮略的形式對電力專業(yè)名詞進行記錄,存在領(lǐng)域詞匯多、線路名詞多、縮略詞多的特點。

    本文將電力安全隱患實體識別任務(wù)轉(zhuǎn)換為序列標簽標注任務(wù),以實現(xiàn)安全隱患實體信息的抽取與分類。根據(jù)電力領(lǐng)域?qū)<业囊庖?標簽標注采用BIO標注機制。B標注為首位字符。I標注為中位字符。O標注為其他字符。在電力生產(chǎn)安全隱患實體識別任務(wù)中,標注機制如表1所示[14]。

    表1 標注機制Tab.1 Labeling mechanism

    2 故障文本實體識別算法與流程

    所提融合注意力機制與BERT-BiLSTM-CRF的電力集控安全隱患實體識別模型主要包括3個部分,分別為BERT 語義編碼嵌入層、BiLSTM形式-注意力層、CRF層。模型首先將電力安全隱患文本以句子形式送入BERT語義編碼嵌入層,獲得融合全局和上下文語義的電力安全隱患特征向量;再將電力安全隱患特征向量輸入BiLSTM 層獲得實體信息標簽概率,并在此基礎(chǔ)上引入注意力機制增加重要部分的權(quán)重;最后利用 CRF 層對標簽序列進行打分,以輸出最優(yōu)標簽序列。模型整體架構(gòu)如圖1所示。

    圖1 模型整體架構(gòu)Fig.1 Overall structure of the model

    2.1 BERT預(yù)訓(xùn)練過程

    傳統(tǒng)的編碼表示模型只能從字符層面對文本進行特征提取和編碼表示,容易造成上下文語義的丟失。BERT模型將1段輸入文本轉(zhuǎn)化為1組表示向量。其中,每個表示向量對應(yīng)于輸入文本的每個切分單元(詞或字),并且每個向量都融合了句子層面的上下文本信息,從而提升下游實體識別的準確率。

    ①字符層面的掩碼預(yù)測過程 。

    BERT模型的掩碼語言模型(mask language model,MLM)訓(xùn)練過程中需要隨機遮掩15%的輸入字符。被遮掩處理的字符有 80%的概率被替換為[MASK]符號、10% 的概率被替換為無關(guān)字符以增加訓(xùn)練時的噪聲、 10%的概率保持原字符不變。利用BERT模型可以預(yù)測那些被遮掩的字符[15]。BERT 層編碼過程如圖2所示。

    圖2 BERT 層編碼過程Fig.2 BERT layer coding process

    由圖2可知,BERT模型根據(jù)上下文語義和全局語義對輸入字符進行向量化嵌入表示,并將結(jié)果與實際字符進行誤差分析,從而利用反向傳播調(diào)整模型參數(shù)。與傳統(tǒng)的向量表示模型相比,BERT模型可以整合全局和上下文語義信息,在更好地利用文本信息的基礎(chǔ)上提高實體識別任務(wù)的準確率。

    ②句子層面的上下句關(guān)系判斷過程。

    在句子層面,BERT 通過判斷2個句子是否為上下文關(guān)系來優(yōu)化模型參數(shù)[16]。在訓(xùn)練時樣本序列的開頭加入標識符“CLS”,2個句子的間隔處加入分隔符[SEP]。將句子輸入到BERT中可實現(xiàn)語序先后的判斷。與傳統(tǒng)的向量表示模型相比,BERT模型實現(xiàn)了句子級別的電力安全隱患文本特征提取,以達到模型參數(shù)優(yōu)化的目的。這使得 BERT 能夠理解輸入文本(句子)的整體含義,提升了實體識別的準確率。

    ③BERT 層編碼過程。

    本文將電力安全隱患文本切分后輸入BERT層進行動態(tài)字向量編碼,在考慮周圍字符的搭配情況的前提下使每類特征表示為獨立的特征向量。通過特征向量的求和得到綜合特征向量作為下個編碼模塊的初始輸入。串聯(lián)的多層編碼模塊可自動提取安全隱患文本中的不同語言特征。編碼模塊的輸出為含有上下文語義信息的電力安全隱患文本的向量化表示。

    隨著BERT模型網(wǎng)絡(luò)層數(shù)的增加,訓(xùn)練誤差周期性擴大,而神經(jīng)網(wǎng)絡(luò)準確率逐漸下降。通過加入殘差連接使輸出更敏感、網(wǎng)絡(luò)優(yōu)化更容易、訓(xùn)練速度更快。殘差連接直接連接低層表示和高層表示的特性,并通過邊界填充保證正特性傳輸?shù)囊恢隆?/p>

    殘差連接中的第一層表達式如式(1)所示。

    bi1=f(w1bi:i+t-1+c1)

    (1)

    式中:c1為偏置項;f為非線性函數(shù);bi為偏置向量。

    殘差連接中的第二層表達式如式(2)所示。

    bi2=f(w2bi1:i1+t-1+c2)

    (2)

    式中:c2為偏置項。

    殘差連接優(yōu)化之后,結(jié)合快速連接和逐元素添加相關(guān)操作,得到殘差連接的輸出向量a。其中,多次拼接殘差連接的表達式如式(3)所示。

    b=bi,1+bi,2

    (3)

    式中:b為特征向量。

    2.2 雙向RNN

    普通RNN模型通過隱含層逐層進行信息傳遞,但傳遞中會存在梯度消失的問題[17]。長短時記憶(long short-term memory,LSTM)在RNN模型的基礎(chǔ)上加入門控機制,利用遺忘門選擇性遺忘不重要的信息,解決了RNN模型在處理長序列文本時的梯度消失問題。為了獲得電力安全隱患文本的雙向語義特征,本文提出了通過LSTM進行語句的正向和反向特征獲取。

    BiLSTM結(jié)構(gòu)如圖3所示。

    圖3 BiLSTM結(jié)構(gòu)Fig.3 Structure of BiLSTMl

    BiLSTM在t時刻的狀態(tài)更新計算過程如式(4)~式(8)所示。

    (4)

    式中:sigmoid為激活函數(shù);w為LSTM權(quán)重;u為輸入向量x的權(quán)重矩陣。

    (5)

    (6)

    (7)

    式中: tanh為激活函數(shù);Ct為模型在t時刻的輸入。

    (8)

    電力安全隱患文本在經(jīng)過BERT層和BiLSTM層后,字符具有相同的權(quán)重。不重要的部分會影響語義的識別,進而導(dǎo)致電力安全隱患實體標簽信息錯誤。注意力機制通過計算詞與詞之間的關(guān)聯(lián)程度,以及對編碼層信息進行整合將重要信息賦予較大的權(quán)重,從而更好地獲取語義信息。注意力計算函數(shù)計算向量之間相關(guān)性的得分函數(shù)。其定義如式(9)所示。

    (9)

    式中:Yi為BiLSTM 層輸出的特征序列;bij為文檔中 詞語之間的相關(guān)性概率分布。

    (10)

    式中:wi和wJ分別為電力安全隱患文本中的第i個詞和第j個詞;N為安全隱患文本中詞的個數(shù);f(wi,wJ)為采用詞wi與詞wJ的關(guān)聯(lián)得分;f(wi,wk)為詞wi與隱患文本中其他詞wk的關(guān)聯(lián)得分。

    注意力機制通過學(xué)習(xí)隱患文本特征的動態(tài)變化規(guī)律和文本間的相關(guān)性,利用映射加權(quán)和學(xué)習(xí)參數(shù)矩陣賦予BiLSTM層輸出的電力安全隱患文本標簽序列不同權(quán)重,在保障文本語義獲取的同時降低不重要信息的影響。

    2.3 CRF層

    本文利用CRF模型約束輸出之間的關(guān)系,對電力安全隱患文本序列的標注進行打分約束以獲得全局最優(yōu)標注結(jié)果。打分如式(11)所示。

    (11)

    式中:Ayi-1yi為電力安全隱患中同標簽之間轉(zhuǎn)移的分數(shù)值;Pi,yi為電力安全隱患中yi標簽的得分;n為電力安全隱患字符總數(shù)。

    CRF層對每個可能的標注序列進行打分,并根據(jù)得分找到標簽的最優(yōu)標注序列。CRF標注過程如圖4所示。

    圖4 CRF標注過程Fig.4 CRF labeling process

    3 試驗分析

    部分隱患數(shù)據(jù)如表2所示。

    表2 部分隱患數(shù)據(jù)Tab.2 Partial hidden danger datas

    為驗證電力生產(chǎn)安全隱患實體識別模型的有效性,本文選取了某省級電力公司2019年至2021年電力集控平臺收錄的電力安全隱患文本信息,整合隱患排查表的隱患內(nèi)容,構(gòu)建電力生產(chǎn)安全隱患數(shù)據(jù)集。數(shù)據(jù)集包含3 847個隱患實體、8種隱患關(guān)系類型。通過構(gòu)建訓(xùn)練集和測試集,采用K折交叉驗證模型的性能。本文借鑒相關(guān)資料,采用Adam優(yōu)化器,將batch_size設(shè)定為32,并通過調(diào)整優(yōu)化器的學(xué)習(xí)率最終確定學(xué)習(xí)率為0.01、Dropout為0.5、試驗框架為tensorflow2.5。 精確率(precision,P)指本身為正的樣本中實際為正例的比例。正樣本的區(qū)分能力越強,則P越高。

    (12)

    式中:M為樣本為正,預(yù)測為正;N為樣本為正,預(yù)測為負。

    召回率(recall,R)表示樣本中本身為正且預(yù)測正確的比重。正樣本識別能力越強,則R越高。

    (13)

    式中:T為樣本為負,預(yù)測為負。

    F值(f-measure,F)為準確率和召回率的加權(quán)調(diào)和平均值,反映模型的真實性能。

    (14)

    通過與其他實體識別模型進行對比分析,驗證所提模型的有效性。模型性能對比如表3所示。

    表3 模型性能對比Tab.3 Comparison of model performances /%

    從表2中可以看出,相比其他傳統(tǒng)實體識別模型,所提模型在電力安全隱患文本上進行實體識別時總體效果要高5%~21%。由表2可知,向量嵌入表示模型中BERT模型性能優(yōu)于連續(xù)詞袋(continuous bag of words,CBOW)模型與skip-gram。這是因為BERT模型可以有效獲取上下文語義,并在此基礎(chǔ)上對文本進行字符級和句子級的向量化表示,可以解決CBOW與 skip-gram模型的語義丟失和窗口過小的問題,避免了誤差累積。另一方面,利用BiLSTM來獲取文本的前后語義,并利用門控機制的遺忘門對不重要的信息進行遺忘,可以側(cè)重距離較近的語義信息,更適合解析安全隱患文本中的實體信息。通過加入注意力機制可以整合BiLSTM層輸出信息,并將重要信息賦予較大的權(quán)重,利用注意力機制讓更重要的特征占據(jù)更大的權(quán)重,從而更好的獲取語義信息。在電力安全隱患文本最佳標注序列判定中,CRF模型與隱馬爾可夫模型(hidden Markov model,HMM)相比,利用歸一化因子對隱患文本序列進行約束,可以減少偏置的發(fā)生,具有更好的識別效果。試驗結(jié)果也證實了所提模型的有效性和可行性。

    融合注意力機制與BERT-BiLSTM-CRF模型對電力生產(chǎn)安全隱患的各類別實體識別對比如表4所示。

    表4 各類別實體識別對比Tab.4 Comparison of entity identification by calegories /%

    由表4可知,所提模型對巡檢人員名稱識別效果最佳。這是因為巡檢人員名稱具有較多的訓(xùn)練數(shù)據(jù)且實體邊界明顯。而隱患發(fā)現(xiàn)位置實體識別較差。因為這類實體大多由縮略詞、符號構(gòu)成,需要根據(jù)上下文語義進行識別,導(dǎo)致識別準確率較低。

    4 結(jié)論

    本文根據(jù)電力安全隱患文本的特點提出了融合注意力機制與BERT-BiLSTM-CRF的電力集控安全隱患實體識別模型。該模型可以對電力集控平臺中儲存的電力安全隱患文本進行實體識別。本文進行了以下研究:①使用BERT模型在獲取上下文語義的同時將輸入的隱患文本向量化;②利用 BiLSTM +注意力機制+ CRF層獲取電力安全隱患的最佳標注序列,加入注意力機制將電力文本的上下文語義信息進行融合。本文以電力集控平臺儲存的電力安全隱患文本作為試驗數(shù)據(jù)。所提模型與傳統(tǒng)模型相比總體效果提升了5%~21%,證實了所提模型的有效性。后續(xù)研究將進一步提高復(fù)雜電力安全隱患實體的識別能力。

    猜你喜歡
    字符隱患實體
    隱患隨手拍
    隱患隨手拍
    互聯(lián)網(wǎng)安全隱患知多少?
    隱患隨手拍
    尋找更強的字符映射管理器
    字符代表幾
    前海自貿(mào)區(qū):金融服務(wù)實體
    中國外匯(2019年18期)2019-11-25 01:41:54
    一種USB接口字符液晶控制器設(shè)計
    電子制作(2019年19期)2019-11-23 08:41:50
    消失的殖民村莊和神秘字符
    實體的可感部分與實體——兼論亞里士多德分析實體的兩種模式
    每晚都被弄得嗷嗷叫到高潮| 如日韩欧美国产精品一区二区三区| 久久久久久久久中文| 精品国内亚洲2022精品成人| 中文字幕久久专区| 自拍欧美九色日韩亚洲蝌蚪91| 18禁裸乳无遮挡免费网站照片 | 欧美黄色淫秽网站| 嫩草影院精品99| 久久久久久国产a免费观看| 国产私拍福利视频在线观看| 亚洲成人国产一区在线观看| 久久亚洲真实| 最新在线观看一区二区三区| 亚洲第一电影网av| 久久久久国产一级毛片高清牌| 夜夜爽天天搞| 久久久久久久精品吃奶| 一个人观看的视频www高清免费观看 | 久久久精品国产亚洲av高清涩受| 欧美色视频一区免费| 免费看美女性在线毛片视频| 久热这里只有精品99| 日韩免费av在线播放| 欧美精品啪啪一区二区三区| 一级黄色大片毛片| 亚洲自拍偷在线| 在线视频色国产色| 校园春色视频在线观看| 亚洲国产精品999在线| 激情在线观看视频在线高清| 欧美最黄视频在线播放免费| 99riav亚洲国产免费| 人人妻人人澡欧美一区二区 | 久久人人97超碰香蕉20202| 一二三四在线观看免费中文在| 免费无遮挡裸体视频| 又黄又爽又免费观看的视频| 人妻丰满熟妇av一区二区三区| 操美女的视频在线观看| 男女下面插进去视频免费观看| 美女高潮喷水抽搐中文字幕| 午夜影院日韩av| 久久婷婷成人综合色麻豆| 在线国产一区二区在线| 别揉我奶头~嗯~啊~动态视频| 亚洲成av片中文字幕在线观看| 黑人巨大精品欧美一区二区蜜桃| 亚洲av五月六月丁香网| 在线观看舔阴道视频| 两个人看的免费小视频| 亚洲第一欧美日韩一区二区三区| 老司机福利观看| 99久久综合精品五月天人人| 日本三级黄在线观看| 97超级碰碰碰精品色视频在线观看| 国内精品久久久久久久电影| 久久天躁狠狠躁夜夜2o2o| 日本a在线网址| 亚洲精品久久成人aⅴ小说| 国产精品久久久久久精品电影 | 91在线观看av| 欧美最黄视频在线播放免费| 我的亚洲天堂| 成人精品一区二区免费| 国产成人精品久久二区二区免费| 亚洲欧美日韩高清在线视频| 成人18禁在线播放| 夜夜夜夜夜久久久久| www国产在线视频色| 大码成人一级视频| 国产免费男女视频| 欧美 亚洲 国产 日韩一| 色综合欧美亚洲国产小说| 午夜福利视频1000在线观看 | 精品国内亚洲2022精品成人| 亚洲第一欧美日韩一区二区三区| 午夜精品久久久久久毛片777| 日韩大码丰满熟妇| 久久人妻熟女aⅴ| 亚洲七黄色美女视频| 变态另类丝袜制服| 1024香蕉在线观看| 美女午夜性视频免费| 国产三级在线视频| av免费在线观看网站| 国产高清videossex| 国产精品秋霞免费鲁丝片| 久久久久久久久久久久大奶| 男女做爰动态图高潮gif福利片 | 99精品欧美一区二区三区四区| 成在线人永久免费视频| 国产午夜精品久久久久久| 悠悠久久av| 一本综合久久免费| 淫妇啪啪啪对白视频| 欧美大码av| 中文字幕色久视频| 99在线视频只有这里精品首页| 极品教师在线免费播放| 欧美日本中文国产一区发布| 国产精品,欧美在线| 亚洲国产高清在线一区二区三 | 男女做爰动态图高潮gif福利片 | 亚洲精品在线观看二区| 欧美激情久久久久久爽电影 | 在线视频色国产色| 18禁观看日本| 国产乱人伦免费视频| 91九色精品人成在线观看| 日韩欧美国产在线观看| 国产av又大| 夜夜爽天天搞| 亚洲,欧美精品.| 国产免费av片在线观看野外av| 一进一出抽搐gif免费好疼| 女人爽到高潮嗷嗷叫在线视频| 成人亚洲精品av一区二区| 亚洲五月天丁香| 色综合亚洲欧美另类图片| 夜夜看夜夜爽夜夜摸| 亚洲最大成人中文| 国内久久婷婷六月综合欲色啪| 亚洲精华国产精华精| 欧美日韩亚洲综合一区二区三区_| 日韩精品免费视频一区二区三区| 色哟哟哟哟哟哟| 日韩国内少妇激情av| 又黄又粗又硬又大视频| 成人欧美大片| 日韩欧美国产在线观看| 最新在线观看一区二区三区| 国产麻豆成人av免费视频| 99香蕉大伊视频| a在线观看视频网站| 亚洲九九香蕉| 国产成人精品在线电影| 国产精品精品国产色婷婷| 久久久精品欧美日韩精品| 亚洲aⅴ乱码一区二区在线播放 | 成人永久免费在线观看视频| 中文亚洲av片在线观看爽| 精品国产一区二区三区四区第35| av有码第一页| 97超级碰碰碰精品色视频在线观看| 亚洲专区字幕在线| 日韩欧美一区视频在线观看| 精品欧美国产一区二区三| 中文字幕av电影在线播放| 一区二区三区高清视频在线| 亚洲九九香蕉| 制服人妻中文乱码| 久久久久亚洲av毛片大全| 免费观看人在逋| 欧美另类亚洲清纯唯美| 久久久久国产精品人妻aⅴ院| 日韩成人在线观看一区二区三区| 男女下面插进去视频免费观看| 亚洲第一电影网av| 国产欧美日韩一区二区三区在线| 最近最新中文字幕大全免费视频| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美丝袜亚洲另类 | 国产亚洲精品av在线| 亚洲情色 制服丝袜| 亚洲天堂国产精品一区在线| 日本撒尿小便嘘嘘汇集6| 成年人黄色毛片网站| 国产精华一区二区三区| 国产欧美日韩一区二区精品| 首页视频小说图片口味搜索| 久久人妻福利社区极品人妻图片| 啦啦啦 在线观看视频| 国产欧美日韩一区二区三| 久久亚洲精品不卡| avwww免费| 久久婷婷人人爽人人干人人爱 | www.www免费av| 久久久久久久精品吃奶| 亚洲一码二码三码区别大吗| а√天堂www在线а√下载| 色综合站精品国产| 久久精品影院6| 久热这里只有精品99| 男人舔女人的私密视频| 午夜两性在线视频| 亚洲 欧美 日韩 在线 免费| 午夜视频精品福利| 亚洲国产欧美日韩在线播放| 一级a爱视频在线免费观看| 亚洲熟女毛片儿| 成年版毛片免费区| 欧美成人午夜精品| 国产精品亚洲一级av第二区| 老司机深夜福利视频在线观看| 老熟妇乱子伦视频在线观看| 啦啦啦免费观看视频1| 久久精品aⅴ一区二区三区四区| 香蕉丝袜av| 免费高清在线观看日韩| 男女下面插进去视频免费观看| 叶爱在线成人免费视频播放| 亚洲无线在线观看| 一个人免费在线观看的高清视频| 黄色视频不卡| 国产精品一区二区三区四区久久 | 久久国产乱子伦精品免费另类| 欧美色欧美亚洲另类二区 | 亚洲五月色婷婷综合| 国产成人av激情在线播放| www.熟女人妻精品国产| 好男人在线观看高清免费视频 | 久久精品91无色码中文字幕| 午夜福利欧美成人| 黄色a级毛片大全视频| 91国产中文字幕| 岛国视频午夜一区免费看| 免费看a级黄色片| 欧美精品亚洲一区二区| 久久热在线av| 国产精品电影一区二区三区| 色播在线永久视频| 亚洲中文日韩欧美视频| 女人被狂操c到高潮| 午夜精品在线福利| 最近最新中文字幕大全免费视频| 在线免费观看的www视频| 国产精品日韩av在线免费观看 | 村上凉子中文字幕在线| 黄网站色视频无遮挡免费观看| 女性被躁到高潮视频| 91麻豆av在线| 青草久久国产| 久久天躁狠狠躁夜夜2o2o| 亚洲性夜色夜夜综合| 精品一品国产午夜福利视频| 国产亚洲av高清不卡| 亚洲av片天天在线观看| 欧美一级a爱片免费观看看 | 亚洲欧美激情综合另类| 高清黄色对白视频在线免费看| 变态另类丝袜制服| 人人妻人人爽人人添夜夜欢视频| 18禁观看日本| 妹子高潮喷水视频| 亚洲一卡2卡3卡4卡5卡精品中文| 啦啦啦 在线观看视频| 大陆偷拍与自拍| 欧美黑人欧美精品刺激| 无遮挡黄片免费观看| 又紧又爽又黄一区二区| 超碰成人久久| 国产又爽黄色视频| 国产成人精品在线电影| 日日摸夜夜添夜夜添小说| 视频区欧美日本亚洲| 999久久久国产精品视频| 黑人操中国人逼视频| 可以免费在线观看a视频的电影网站| 亚洲av熟女| 欧美不卡视频在线免费观看 | 亚洲人成伊人成综合网2020| 每晚都被弄得嗷嗷叫到高潮| 亚洲无线在线观看| 日韩欧美一区二区三区在线观看| 一级作爱视频免费观看| 少妇粗大呻吟视频| 亚洲国产精品合色在线| 极品人妻少妇av视频| 欧美日韩亚洲综合一区二区三区_| 自线自在国产av| 久久精品亚洲熟妇少妇任你| 成人亚洲精品av一区二区| а√天堂www在线а√下载| 久久久国产欧美日韩av| 在线十欧美十亚洲十日本专区| 欧美另类亚洲清纯唯美| www.www免费av| 在线观看免费视频网站a站| 一级a爱视频在线免费观看| 国产精品电影一区二区三区| 如日韩欧美国产精品一区二区三区| 亚洲久久久国产精品| 国语自产精品视频在线第100页| 久久国产精品人妻蜜桃| 嫁个100分男人电影在线观看| 天堂动漫精品| 精品一区二区三区视频在线观看免费| 级片在线观看| 一进一出抽搐动态| 免费在线观看完整版高清| 此物有八面人人有两片| 高潮久久久久久久久久久不卡| 三级毛片av免费| cao死你这个sao货| 亚洲精品国产精品久久久不卡| 日韩成人在线观看一区二区三区| 欧美成人午夜精品| 日韩国内少妇激情av| 日本在线视频免费播放| 99riav亚洲国产免费| 国产亚洲欧美在线一区二区| 久久久精品国产亚洲av高清涩受| 一进一出好大好爽视频| ponron亚洲| 国产伦一二天堂av在线观看| 精品日产1卡2卡| 国产成人精品在线电影| 国产精品久久久av美女十八| 欧美 亚洲 国产 日韩一| 夜夜夜夜夜久久久久| 一区在线观看完整版| 一本大道久久a久久精品| 国产午夜福利久久久久久| 丰满人妻熟妇乱又伦精品不卡| 禁无遮挡网站| 国产精品爽爽va在线观看网站 | 两个人看的免费小视频| 制服诱惑二区| 国产av一区二区精品久久| 亚洲熟女毛片儿| 国产精品电影一区二区三区| 亚洲免费av在线视频| av网站免费在线观看视频| 天堂动漫精品| 亚洲 欧美 日韩 在线 免费| 午夜日韩欧美国产| 欧美另类亚洲清纯唯美| 黄色片一级片一级黄色片| 国产精品久久视频播放| 嫩草影院精品99| 久热这里只有精品99| 亚洲 欧美 日韩 在线 免费| 熟妇人妻久久中文字幕3abv| 欧洲精品卡2卡3卡4卡5卡区| 久热这里只有精品99| 黑人巨大精品欧美一区二区蜜桃| 欧美日本视频| 午夜久久久久精精品| 日本vs欧美在线观看视频| 国产麻豆成人av免费视频| 亚洲七黄色美女视频| 欧美黑人欧美精品刺激| 久久人人97超碰香蕉20202| 欧美不卡视频在线免费观看 | 无遮挡黄片免费观看| 窝窝影院91人妻| √禁漫天堂资源中文www| 亚洲黑人精品在线| av在线天堂中文字幕| 精品国产一区二区三区四区第35| 婷婷六月久久综合丁香| 欧美激情高清一区二区三区| 成年人黄色毛片网站| 少妇的丰满在线观看| 怎么达到女性高潮| 中文字幕精品免费在线观看视频| 一区二区三区激情视频| 美女午夜性视频免费| 国产亚洲欧美在线一区二区| 嫁个100分男人电影在线观看| 可以免费在线观看a视频的电影网站| 亚洲精品av麻豆狂野| 成人18禁在线播放| 成年女人毛片免费观看观看9| 麻豆一二三区av精品| 黑人巨大精品欧美一区二区mp4| 欧美激情久久久久久爽电影 | 在线永久观看黄色视频| 国产亚洲精品久久久久5区| 亚洲成a人片在线一区二区| 国产激情欧美一区二区| 久热爱精品视频在线9| 亚洲第一av免费看| 99在线人妻在线中文字幕| 黄色视频不卡| 99riav亚洲国产免费| 午夜福利成人在线免费观看| 欧美日本视频| 精品国产超薄肉色丝袜足j| 男女午夜视频在线观看| 欧美老熟妇乱子伦牲交| 狠狠狠狠99中文字幕| 给我免费播放毛片高清在线观看| 成熟少妇高潮喷水视频| 亚洲中文日韩欧美视频| 亚洲欧美精品综合一区二区三区| 国产亚洲精品第一综合不卡| 欧美激情 高清一区二区三区| 俄罗斯特黄特色一大片| 国产一区二区三区在线臀色熟女| 老鸭窝网址在线观看| www国产在线视频色| 我的亚洲天堂| 国产成+人综合+亚洲专区| 亚洲国产高清在线一区二区三 | 一区二区三区激情视频| 美女大奶头视频| 高清黄色对白视频在线免费看| 18禁黄网站禁片午夜丰满| 熟女少妇亚洲综合色aaa.| 精品国产超薄肉色丝袜足j| 午夜福利一区二区在线看| 一级片免费观看大全| e午夜精品久久久久久久| 啦啦啦观看免费观看视频高清 | 亚洲电影在线观看av| 亚洲精品在线观看二区| 成人亚洲精品一区在线观看| 欧美人与性动交α欧美精品济南到| 欧美久久黑人一区二区| 亚洲色图av天堂| 嫩草影视91久久| 国产又爽黄色视频| 精品国产美女av久久久久小说| 亚洲成人精品中文字幕电影| 亚洲熟妇熟女久久| 成人免费观看视频高清| 可以在线观看的亚洲视频| 如日韩欧美国产精品一区二区三区| 多毛熟女@视频| 欧美日本视频| 伊人久久大香线蕉亚洲五| 99在线人妻在线中文字幕| 香蕉国产在线看| 国产av精品麻豆| 啦啦啦 在线观看视频| 在线观看午夜福利视频| 精品午夜福利视频在线观看一区| 免费一级毛片在线播放高清视频 | 波多野结衣av一区二区av| 嫩草影视91久久| 国产精品影院久久| 精品久久久久久,| 国产免费av片在线观看野外av| 韩国精品一区二区三区| 亚洲,欧美精品.| 一级片免费观看大全| 午夜成年电影在线免费观看| 侵犯人妻中文字幕一二三四区| 久久狼人影院| 啦啦啦 在线观看视频| 亚洲五月天丁香| 啪啪无遮挡十八禁网站| 两人在一起打扑克的视频| 中文字幕av电影在线播放| 欧美日韩精品网址| 久久性视频一级片| 熟女少妇亚洲综合色aaa.| 欧美国产精品va在线观看不卡| netflix在线观看网站| 最好的美女福利视频网| 亚洲七黄色美女视频| 高清毛片免费观看视频网站| 国产日韩一区二区三区精品不卡| 亚洲精品在线美女| 国产精品二区激情视频| 亚洲色图 男人天堂 中文字幕| 欧美成狂野欧美在线观看| 级片在线观看| 欧美色欧美亚洲另类二区 | 国产精品一区二区免费欧美| 亚洲欧美日韩另类电影网站| 91麻豆精品激情在线观看国产| 国产蜜桃级精品一区二区三区| 午夜福利免费观看在线| 精品熟女少妇八av免费久了| 午夜久久久久精精品| 国产精品98久久久久久宅男小说| 久久天堂一区二区三区四区| 一本久久中文字幕| 国产成人av教育| av片东京热男人的天堂| 精品国内亚洲2022精品成人| 欧美一区二区精品小视频在线| 男女下面进入的视频免费午夜 | 黑人欧美特级aaaaaa片| 欧美中文综合在线视频| 欧美精品啪啪一区二区三区| 国产一区在线观看成人免费| 亚洲av成人av| 视频在线观看一区二区三区| 精品久久蜜臀av无| 亚洲avbb在线观看| 中文字幕精品免费在线观看视频| 伊人久久大香线蕉亚洲五| 侵犯人妻中文字幕一二三四区| 一a级毛片在线观看| 免费高清在线观看日韩| av视频在线观看入口| 久久久久九九精品影院| 一级毛片女人18水好多| 自线自在国产av| 精品国产乱码久久久久久男人| а√天堂www在线а√下载| 国产单亲对白刺激| 怎么达到女性高潮| 每晚都被弄得嗷嗷叫到高潮| 91麻豆精品激情在线观看国产| 国产一区在线观看成人免费| 久久中文字幕人妻熟女| 最新在线观看一区二区三区| 色婷婷久久久亚洲欧美| 老司机靠b影院| 国产一级毛片七仙女欲春2 | 欧美黄色片欧美黄色片| 免费在线观看完整版高清| 一区二区三区精品91| 香蕉国产在线看| 日日爽夜夜爽网站| 淫妇啪啪啪对白视频| 亚洲国产精品合色在线| 在线观看免费视频网站a站| 亚洲人成电影观看| 久久伊人香网站| 在线十欧美十亚洲十日本专区| 一区福利在线观看| www.www免费av| 国产日韩一区二区三区精品不卡| 老汉色∧v一级毛片| 久久精品人人爽人人爽视色| 亚洲aⅴ乱码一区二区在线播放 | 久久精品91蜜桃| 久热这里只有精品99| 久久久久九九精品影院| 国产99久久九九免费精品| 黄色毛片三级朝国网站| 午夜精品国产一区二区电影| 天天添夜夜摸| 夜夜夜夜夜久久久久| 又黄又爽又免费观看的视频| 国产成人系列免费观看| 亚洲精华国产精华精| 日韩欧美在线二视频| 多毛熟女@视频| 国产午夜福利久久久久久| 88av欧美| 99久久精品国产亚洲精品| 久久久国产成人精品二区| 丝袜美足系列| 最好的美女福利视频网| 久久久久久久久久久久大奶| 日韩有码中文字幕| 中文字幕高清在线视频| 成人av一区二区三区在线看| 精品久久久久久,| 午夜福利在线观看吧| 一级毛片精品| 国产成人系列免费观看| 亚洲成人精品中文字幕电影| 一区福利在线观看| 久久午夜亚洲精品久久| 色播在线永久视频| 中文字幕人成人乱码亚洲影| 一区二区三区精品91| 看黄色毛片网站| 两个人免费观看高清视频| 女人精品久久久久毛片| 在线观看www视频免费| 免费高清在线观看日韩| 国产激情欧美一区二区| АⅤ资源中文在线天堂| 狂野欧美激情性xxxx| 欧美日本亚洲视频在线播放| 欧美成狂野欧美在线观看| 亚洲 欧美 日韩 在线 免费| 日本免费a在线| 国内久久婷婷六月综合欲色啪| 亚洲 国产 在线| av视频在线观看入口| 久久久久久久久久久久大奶| 国内精品久久久久精免费| 日韩成人在线观看一区二区三区| 亚洲精品美女久久久久99蜜臀| 久久久精品欧美日韩精品| 亚洲avbb在线观看| 久久久久久人人人人人| 欧美日本亚洲视频在线播放| av超薄肉色丝袜交足视频| 欧美成人免费av一区二区三区| 9热在线视频观看99| 日韩欧美三级三区| 性欧美人与动物交配| 女人爽到高潮嗷嗷叫在线视频| 久久婷婷成人综合色麻豆| 午夜a级毛片| 三级毛片av免费| 欧美激情久久久久久爽电影 | 国产在线观看jvid| 亚洲av电影在线进入| 日韩高清综合在线| 91精品国产国语对白视频| 波多野结衣av一区二区av| 这个男人来自地球电影免费观看| 窝窝影院91人妻| 成人三级黄色视频| 色精品久久人妻99蜜桃| 窝窝影院91人妻| 欧美黑人精品巨大| 国产精品秋霞免费鲁丝片| 熟女少妇亚洲综合色aaa.| 亚洲欧美精品综合一区二区三区| 国产精品综合久久久久久久免费 | 国产三级黄色录像| 欧美中文综合在线视频| 国产精品国产高清国产av| 99热只有精品国产| 国产成人一区二区三区免费视频网站| 色婷婷久久久亚洲欧美| 午夜福利18| 日韩高清综合在线| 黑人操中国人逼视频| 老司机靠b影院| 亚洲自拍偷在线| 19禁男女啪啪无遮挡网站|