• <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
    中亚洲国语对白在线视频| 午夜两性在线视频| 99re在线观看精品视频| 天天添夜夜摸| 久久久精品国产亚洲av高清涩受| 免费观看精品视频网站| 每晚都被弄得嗷嗷叫到高潮| 丰满的人妻完整版| 一级,二级,三级黄色视频| 夜夜夜夜夜久久久久| 日日爽夜夜爽网站| 悠悠久久av| 午夜福利,免费看| 久久久久久久精品吃奶| 婷婷丁香在线五月| 老司机在亚洲福利影院| 亚洲片人在线观看| 久久天躁狠狠躁夜夜2o2o| 99久久综合精品五月天人人| 老司机亚洲免费影院| 极品少妇高潮喷水抽搐| 狠狠婷婷综合久久久久久88av| 亚洲色图 男人天堂 中文字幕| 高清在线国产一区| 丰满饥渴人妻一区二区三| 黄色女人牲交| 久久精品国产亚洲av高清一级| 久久久久久久国产电影| 国产成人精品在线电影| 久久久国产成人免费| 99热国产这里只有精品6| 国产aⅴ精品一区二区三区波| av天堂久久9| 亚洲一区二区三区不卡视频| 涩涩av久久男人的天堂| 欧美日韩乱码在线| 免费久久久久久久精品成人欧美视频| 午夜激情av网站| 精品一区二区三卡| 午夜福利在线观看吧| 国产男女内射视频| 麻豆成人av在线观看| 一区二区日韩欧美中文字幕| 欧美日韩成人在线一区二区| 国产片内射在线| 成年版毛片免费区| 在线观看免费视频网站a站| 亚洲欧美一区二区三区黑人| 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蜜桃| 免费高清在线观看日韩| 国产精品亚洲av一区麻豆| 精品久久久精品久久久| 国产精品香港三级国产av潘金莲| 久久天躁狠狠躁夜夜2o2o| 成人18禁在线播放| 亚洲精品国产区一区二| 19禁男女啪啪无遮挡网站| tocl精华| 高潮久久久久久久久久久不卡| 天堂俺去俺来也www色官网| 亚洲精品一二三| 久久久久国内视频| 精品国内亚洲2022精品成人 | 母亲3免费完整高清在线观看| 婷婷丁香在线五月| 欧美成人午夜精品| 捣出白浆h1v1| 色婷婷av一区二区三区视频| 久久久久国产精品人妻aⅴ院 | 两个人看的免费小视频| 一进一出抽搐gif免费好疼 | 亚洲成国产人片在线观看| 国产成+人综合+亚洲专区| 极品少妇高潮喷水抽搐| 中亚洲国语对白在线视频| 欧美精品av麻豆av| 大型黄色视频在线免费观看| 欧美日韩乱码在线| 日韩欧美在线二视频 | 99精品久久久久人妻精品| 亚洲精品av麻豆狂野| 999久久久国产精品视频| 大香蕉久久网| 久久久国产成人精品二区 | 精品一区二区三卡| 国产精华一区二区三区| 久久青草综合色| 男人舔女人的私密视频| 成人亚洲精品一区在线观看| 女人精品久久久久毛片| 在线观看66精品国产| 1024香蕉在线观看| 久99久视频精品免费| 国产成人精品久久二区二区免费| 国产深夜福利视频在线观看| 高清黄色对白视频在线免费看| 亚洲综合色网址| 国产精品99久久99久久久不卡| 一进一出好大好爽视频| 后天国语完整版免费观看| 精品国内亚洲2022精品成人 | 久久精品亚洲av国产电影网| 一区二区三区国产精品乱码| 欧美在线黄色| 国产色视频综合| 精品国内亚洲2022精品成人 | 欧美日韩视频精品一区| 9191精品国产免费久久| 欧美黑人精品巨大| 中国美女看黄片| 最新美女视频免费是黄的| 亚洲精品中文字幕在线视频| 黄色视频,在线免费观看| 老司机午夜福利在线观看视频| 热99国产精品久久久久久7| 午夜福利欧美成人| tocl精华| 99国产精品一区二区三区| 国产精品香港三级国产av潘金莲| 青草久久国产| 成人永久免费在线观看视频| 久久天堂一区二区三区四区| 亚洲色图 男人天堂 中文字幕| 一级毛片高清免费大全| 欧美精品高潮呻吟av久久| 高清黄色对白视频在线免费看| 欧美国产精品一级二级三级| 亚洲 国产 在线| 国产精品av久久久久免费| 久久草成人影院| 亚洲午夜精品一区,二区,三区| 国产精品久久久人人做人人爽| 男人的好看免费观看在线视频 | 欧美日韩亚洲高清精品| 久久中文字幕一级| 高清av免费在线| 亚洲欧美日韩另类电影网站| 亚洲人成77777在线视频| 亚洲一区高清亚洲精品| 欧美成人午夜精品| 精品国产乱码久久久久久男人| 欧美成人免费av一区二区三区 | 人成视频在线观看免费观看| 啦啦啦在线免费观看视频4| 亚洲精品在线观看二区| 高清毛片免费观看视频网站 | 欧美乱色亚洲激情| 在线观看免费视频网站a站| 男人的好看免费观看在线视频 | 久久精品国产a三级三级三级| 久久人妻福利社区极品人妻图片| 欧美另类亚洲清纯唯美| 女人被躁到高潮嗷嗷叫费观| 人成视频在线观看免费观看| 人妻丰满熟妇av一区二区三区 | 久久性视频一级片| av电影中文网址| 久久狼人影院| 中文欧美无线码| 色综合婷婷激情| 免费少妇av软件| 一边摸一边抽搐一进一小说 | 亚洲精品中文字幕一二三四区| 伦理电影免费视频| 国产精品影院久久| 大香蕉久久成人网| 精品久久久精品久久久| 亚洲久久久国产精品| 99久久精品国产亚洲精品| 岛国在线观看网站| 国产三级黄色录像| √禁漫天堂资源中文www| 动漫黄色视频在线观看| 男女之事视频高清在线观看| 久久午夜综合久久蜜桃| 女人高潮潮喷娇喘18禁视频| 成年人黄色毛片网站| 国产精品一区二区免费欧美| 9热在线视频观看99| 精品国产一区二区三区四区第35| 国产免费现黄频在线看| 亚洲精品中文字幕一二三四区| 国产精华一区二区三区| 夜夜夜夜夜久久久久| 国产精品一区二区在线不卡| 国产99久久九九免费精品| 两性午夜刺激爽爽歪歪视频在线观看 | 久久99一区二区三区| 国产精品成人在线| www.熟女人妻精品国产| 欧美精品啪啪一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 成人黄色视频免费在线看| 女人爽到高潮嗷嗷叫在线视频| av视频免费观看在线观看| 一级作爱视频免费观看| 下体分泌物呈黄色| 国产成人精品在线电影| 国产精品久久电影中文字幕 | 啪啪无遮挡十八禁网站| 脱女人内裤的视频| 欧美午夜高清在线| 在线av久久热| 久久久精品区二区三区| 免费观看人在逋| 91大片在线观看| 婷婷精品国产亚洲av在线 | 久久人人97超碰香蕉20202| 高清黄色对白视频在线免费看| 怎么达到女性高潮| 美女午夜性视频免费| 久久香蕉激情| 亚洲精品一卡2卡三卡4卡5卡| 啦啦啦 在线观看视频| 熟女少妇亚洲综合色aaa.| 国产成人欧美| 最近最新免费中文字幕在线| 欧美乱色亚洲激情| 久久久国产精品麻豆| www.熟女人妻精品国产| 久久国产精品男人的天堂亚洲| 两性夫妻黄色片| 亚洲专区字幕在线| 精品人妻熟女毛片av久久网站| 久久久久久亚洲精品国产蜜桃av| 午夜视频精品福利| 最近最新免费中文字幕在线| 欧美性长视频在线观看| 午夜福利免费观看在线| 最近最新中文字幕大全电影3 | 一级作爱视频免费观看| 久久国产精品影院| 日韩欧美免费精品| 人人妻人人添人人爽欧美一区卜| 久久国产精品男人的天堂亚洲| 欧美色视频一区免费| 久久精品亚洲熟妇少妇任你| 欧美日本中文国产一区发布| 成人影院久久| 村上凉子中文字幕在线| 国产av又大| 日韩免费高清中文字幕av| 国产不卡av网站在线观看| av片东京热男人的天堂| 久久久久久人人人人人| 青草久久国产| 亚洲五月色婷婷综合| 叶爱在线成人免费视频播放| 久久热在线av| 国产精品香港三级国产av潘金莲| 精品无人区乱码1区二区| 黄色成人免费大全| 男女下面插进去视频免费观看| 免费一级毛片在线播放高清视频 | 久久久久久人人人人人| 一边摸一边抽搐一进一小说 | 国产精华一区二区三区| 一二三四在线观看免费中文在| 叶爱在线成人免费视频播放| 免费一级毛片在线播放高清视频 | 久久久精品区二区三区| 1024视频免费在线观看| 手机成人av网站| 国产三级黄色录像| 夜夜躁狠狠躁天天躁| 韩国精品一区二区三区| 两性夫妻黄色片| 欧美日韩av久久| 精品国产一区二区三区久久久樱花| 国产精品一区二区免费欧美| 人妻 亚洲 视频| 在线av久久热| 国产日韩欧美亚洲二区| 操出白浆在线播放| 热re99久久精品国产66热6| 亚洲av熟女| 美女福利国产在线| 99在线人妻在线中文字幕 | 午夜福利在线免费观看网站| 精品国产乱子伦一区二区三区| 日韩精品免费视频一区二区三区| 欧美丝袜亚洲另类 | 精品国产亚洲在线| 一级片免费观看大全| 在线观看舔阴道视频| www.999成人在线观看| 一级片'在线观看视频| av线在线观看网站| 人人妻人人澡人人看| 国产无遮挡羞羞视频在线观看| 亚洲黑人精品在线| 激情在线观看视频在线高清 | 国产精品1区2区在线观看. | av电影中文网址| 亚洲精品国产精品久久久不卡| 少妇猛男粗大的猛烈进出视频| 精品国产美女av久久久久小说| 777米奇影视久久| 成人国产一区最新在线观看| 别揉我奶头~嗯~啊~动态视频| 亚洲五月色婷婷综合| 狠狠狠狠99中文字幕| 亚洲中文日韩欧美视频| 日韩三级视频一区二区三区| 精品国产乱子伦一区二区三区| 国产欧美日韩一区二区三| av网站在线播放免费| 女人高潮潮喷娇喘18禁视频| 免费不卡黄色视频| av天堂在线播放| 波多野结衣一区麻豆| 97人妻天天添夜夜摸| 国产精品av久久久久免费| 免费一级毛片在线播放高清视频 | 国产蜜桃级精品一区二区三区 | 亚洲男人天堂网一区| 欧美另类亚洲清纯唯美| av欧美777| 久久久国产成人精品二区 | 欧美日韩乱码在线| 亚洲中文日韩欧美视频| 午夜福利在线免费观看网站| 91在线观看av| 黑丝袜美女国产一区| 一级毛片高清免费大全| videosex国产| 看黄色毛片网站| 一二三四社区在线视频社区8| 制服人妻中文乱码| 另类亚洲欧美激情| 亚洲精品国产一区二区精华液| 日韩成人在线观看一区二区三区| 十分钟在线观看高清视频www| 精品电影一区二区在线| 99久久国产精品久久久| 亚洲 国产 在线| 中文字幕人妻熟女乱码| 91字幕亚洲| 亚洲一卡2卡3卡4卡5卡精品中文| 纯流量卡能插随身wifi吗| 波多野结衣一区麻豆| 欧美日韩黄片免| 大香蕉久久成人网| 不卡一级毛片| 欧美日韩一级在线毛片| 老汉色∧v一级毛片| 99riav亚洲国产免费| 九色亚洲精品在线播放| 最近最新免费中文字幕在线| 一边摸一边做爽爽视频免费| 国产精品成人在线| 欧美 日韩 精品 国产| 午夜精品在线福利| 国产高清视频在线播放一区| 99热国产这里只有精品6| 成人av一区二区三区在线看| 国产国语露脸激情在线看| 久久婷婷成人综合色麻豆| 如日韩欧美国产精品一区二区三区| 久久国产精品影院| 国产精品成人在线| 少妇粗大呻吟视频| 人人妻人人澡人人看| 自线自在国产av| 久99久视频精品免费| 老熟妇仑乱视频hdxx| 国产欧美日韩一区二区精品| 日韩免费av在线播放| 久99久视频精品免费| 精品电影一区二区在线| 性少妇av在线| 一级a爱片免费观看的视频| 国产精品亚洲av一区麻豆| 村上凉子中文字幕在线| 亚洲综合色网址| 精品视频人人做人人爽| 成人三级做爰电影| 丰满的人妻完整版| 黑人欧美特级aaaaaa片| 成年人免费黄色播放视频| 我的亚洲天堂| 久久久久久久午夜电影 | 亚洲伊人色综图| 日本撒尿小便嘘嘘汇集6| 韩国精品一区二区三区| 成人国语在线视频| 日韩 欧美 亚洲 中文字幕| 人妻久久中文字幕网| 99re在线观看精品视频| 日韩欧美在线二视频 | 人人妻人人添人人爽欧美一区卜| 欧美日本中文国产一区发布| 国产激情欧美一区二区| 国产成人精品在线电影| 美国免费a级毛片| 丝袜美腿诱惑在线| 曰老女人黄片| 在线观看午夜福利视频| 热re99久久精品国产66热6| a在线观看视频网站| 亚洲成人免费电影在线观看| 久久性视频一级片| 身体一侧抽搐| 99热国产这里只有精品6| 老熟女久久久| 777米奇影视久久| 国产主播在线观看一区二区| 国产人伦9x9x在线观看| 欧美日本中文国产一区发布| 精品国产国语对白av| 欧美激情高清一区二区三区| 欧美日韩瑟瑟在线播放| 视频在线观看一区二区三区| 国产成人欧美| 日本撒尿小便嘘嘘汇集6| 亚洲美女黄片视频| 欧洲精品卡2卡3卡4卡5卡区| 宅男免费午夜| 亚洲色图综合在线观看| 一个人免费在线观看的高清视频| 欧美性长视频在线观看| 在线观看午夜福利视频| 国产高清视频在线播放一区| 两人在一起打扑克的视频| 免费少妇av软件| 午夜成年电影在线免费观看| 日韩欧美三级三区| 成人精品一区二区免费| 18禁美女被吸乳视频| 777久久人妻少妇嫩草av网站| 最新的欧美精品一区二区| 婷婷成人精品国产| 国产欧美日韩综合在线一区二区| av线在线观看网站| 久久久国产一区二区| 久久国产精品男人的天堂亚洲| 亚洲avbb在线观看| 黄片小视频在线播放| 91老司机精品| 天堂√8在线中文| 午夜日韩欧美国产| cao死你这个sao货| 精品乱码久久久久久99久播| 国精品久久久久久国模美| 国产精品自产拍在线观看55亚洲 | 人成视频在线观看免费观看| 动漫黄色视频在线观看| x7x7x7水蜜桃| 99re在线观看精品视频| 亚洲情色 制服丝袜| 日本黄色日本黄色录像| 国产成+人综合+亚洲专区| 久久亚洲真实| 久久婷婷成人综合色麻豆| 亚洲人成伊人成综合网2020| 久久精品熟女亚洲av麻豆精品| 高清在线国产一区| 国产一区二区激情短视频| 欧美乱色亚洲激情| 亚洲国产欧美一区二区综合| 欧美日韩黄片免| 欧美日韩一级在线毛片| 色在线成人网| av天堂久久9| 国产一区二区激情短视频| 中文字幕精品免费在线观看视频| 在线观看午夜福利视频| 亚洲 国产 在线| 精品欧美一区二区三区在线| 欧美激情 高清一区二区三区| av国产精品久久久久影院| 亚洲av电影在线进入| 久久久久国产精品人妻aⅴ院 | 成人国产一区最新在线观看| 一级片'在线观看视频| 日韩欧美三级三区| 亚洲欧美一区二区三区久久| 人成视频在线观看免费观看| 动漫黄色视频在线观看| 精品久久久久久电影网| av欧美777| 怎么达到女性高潮| 黄频高清免费视频| 精品国产亚洲在线| 国产97色在线日韩免费| 国产一卡二卡三卡精品| 9191精品国产免费久久| 色精品久久人妻99蜜桃| 国产高清视频在线播放一区| 91麻豆av在线| 午夜福利,免费看| 精品国产国语对白av| 欧美精品人与动牲交sv欧美| 少妇粗大呻吟视频| 色综合欧美亚洲国产小说| 国产欧美日韩一区二区三| 人人妻人人添人人爽欧美一区卜| 黑丝袜美女国产一区| 成年版毛片免费区| 日韩有码中文字幕| 悠悠久久av| 99香蕉大伊视频| 婷婷精品国产亚洲av在线 | 黄色女人牲交| 搡老乐熟女国产| 一本一本久久a久久精品综合妖精| xxxhd国产人妻xxx| 亚洲av日韩在线播放| 超碰97精品在线观看| 在线av久久热| 人人妻人人爽人人添夜夜欢视频| 黑人操中国人逼视频| 母亲3免费完整高清在线观看| 午夜视频精品福利| 高清av免费在线| 日本黄色日本黄色录像| 久久久久国产精品人妻aⅴ院 | 国产一区有黄有色的免费视频| 制服人妻中文乱码| 叶爱在线成人免费视频播放| 亚洲成人免费电影在线观看| 亚洲成a人片在线一区二区| 久久国产精品男人的天堂亚洲| 黄色a级毛片大全视频| 精品国产一区二区三区久久久樱花| 侵犯人妻中文字幕一二三四区| 无人区码免费观看不卡| av视频免费观看在线观看| 男男h啪啪无遮挡| 欧美在线一区亚洲| 精品电影一区二区在线| 日韩欧美在线二视频 | 激情在线观看视频在线高清 | 亚洲国产看品久久| 日日夜夜操网爽| 亚洲七黄色美女视频| 亚洲精品中文字幕在线视频| 婷婷丁香在线五月| 亚洲精品粉嫩美女一区| 欧美精品亚洲一区二区| 女警被强在线播放| av欧美777| 99国产精品99久久久久| 午夜福利在线观看吧| 亚洲精品在线观看二区| 国产aⅴ精品一区二区三区波| 极品教师在线免费播放| 亚洲熟女毛片儿| 国产亚洲欧美98| 久久中文看片网| 好看av亚洲va欧美ⅴa在| 欧美在线一区亚洲| 麻豆乱淫一区二区| 国产成人影院久久av| 麻豆成人av在线观看| 91国产中文字幕| 欧美成人午夜精品| 后天国语完整版免费观看| 午夜精品国产一区二区电影| 女人精品久久久久毛片| av在线播放免费不卡| 国内久久婷婷六月综合欲色啪| 久久狼人影院| 国产亚洲欧美精品永久| 亚洲国产毛片av蜜桃av| 欧美中文综合在线视频| 精品乱码久久久久久99久播| 啦啦啦在线免费观看视频4| 极品教师在线免费播放| 成年版毛片免费区| 在线观看午夜福利视频| 美女视频免费永久观看网站| 日韩有码中文字幕| 人人妻,人人澡人人爽秒播| 最新在线观看一区二区三区| 色在线成人网| 性少妇av在线| 国产又爽黄色视频| www.熟女人妻精品国产| 久久久久久久午夜电影 | 啦啦啦免费观看视频1| 亚洲欧美日韩高清在线视频| 亚洲一码二码三码区别大吗| 亚洲精品在线美女| 欧美另类亚洲清纯唯美| 国产男女超爽视频在线观看| 久久久久久免费高清国产稀缺| 欧美日韩亚洲国产一区二区在线观看 | 亚洲人成77777在线视频| 国产亚洲一区二区精品| 欧美一级毛片孕妇| 久久久国产精品麻豆| 国产亚洲一区二区精品| 91麻豆av在线| 女人久久www免费人成看片| 麻豆乱淫一区二区| 人妻久久中文字幕网| 成年人免费黄色播放视频| 午夜激情av网站| 久久久久久亚洲精品国产蜜桃av| 中文字幕人妻丝袜一区二区| 曰老女人黄片| 国产亚洲欧美98| 日韩三级视频一区二区三区| 九色亚洲精品在线播放| 国产精品亚洲av一区麻豆| 国产三级黄色录像| 精品少妇一区二区三区视频日本电影| 少妇的丰满在线观看| videosex国产| 黄网站色视频无遮挡免费观看| 老司机福利观看| 91成年电影在线观看| 亚洲精品中文字幕在线视频|