五月激情天,日一区二区三区,国产福利在线永久视频,2020国产成人精品视频网站,国产网站在线免费观看,善良的嫂子3在线观看

生物醫學事件觸發詞識別研究

2021-05-25 5371 生物醫學論文

0引言

為了提高對海量文本信息管理的自動化程度,許多研究學者在事件抽取領域投入了大量的精力.在生物醫學領域內,做好事件觸發詞的識別是事件抽取中比較關鍵的一步,有必要對生物醫學事件觸發詞的識別進行深入研究.在進行生物醫學事件抽取研究中,針對通用的特征很難找到,且對語料的要求和依賴性對總體識別準確率的影響.本文通過對生物醫學的領域知識進行學習,把事件抽取的過程簡化為分類問題,經過文本信息的預處理、事件觸發詞的識別、事件元素識別、后處理,其中在事件觸發詞識別的過程中,采用支持向量機(SVM)多分類任務來處理.通過實驗,該方法有效地實現了觸發詞的識別與抽取.

1生物醫學事件抽取的相關知識

1.1信息抽取

面對海量的信息,能夠對信息進行自動分類、提取和重構,使人們快速從中獲得有價值的信息,這就稱為信息抽取技術,傳統的信息抽取系統在實現方法上與其他自然語言處理問題的研究方法類似,并且籠統地劃分為基于機器學習的統計方法和基于分析的方法.

1.2機器學習

機器學習是人工智能領域的一個重要研究方向,它能夠讓我們從數據集中受到啟發,利用計算機來彰顯數據背后的真實含義,是機器學習的目的.分類是機器學習的主要任務.

1.3生物醫學事件抽取

事件抽取實質上是指基于實體層面的信息抽取,它既抽取指定的一些動作,還抽取動作與實體之間的關系.

1.4SVM

SVM是建立在統計學習理論(STL)的VC維理論和結構風險最小原理的基礎上的,它是根據有限的樣本信息在模型的復雜性之間尋求一個最佳的折中,來獲得好的推廣能力.SVM的基本思想主要是在向量空間中找到一個決策平面,找到的平面能“最好”地分割兩個分類中的數據點.而SVM分類方法就是在訓練集中找到具有最大類間界限的決策平面.假設給定ωTχnew+b,標準支持向量機使用線性決策邊界來給新的對象進行分類.將落在這條線一邊的對象分類為tnew=1,另一邊對象分為tnew=-1(特別注意類別標記為{1,-1}).由此可知支持向量機對一個新測試點χnew的判定函數定義為tnew=sign(ωTχnew+b).學習的任務包括基于訓練數據選擇ω和b,這里我們主要是通過尋求最大化間隔的參數來實現的.

1.5句法分析

句子是由詞通過特定的形式組織起來的,如果能夠從句子中發現不同詞語間的句法關聯,那么我們就能夠更好的理解句子的含義.經過句法分析,我們就可以從字符串中去找到語義結構,那么如何找到一個合適的分類決策成為句子分析的主要挑戰.Gdep(GENIADependencyparser)是由日本東京大學的KenjiSagae開發的專門針對生物醫學文本的依存分析器,它是在GENIA語料庫下訓練的.

1.6評測方法

準確率(P)和召回率(R)是衡量評測效率的兩個重要指標.其中準確率衡量的是系統尋找到真正相關事件的可靠程度,而召回率衡量的則是系統尋找到相關事件的能力,二者緊密相關,缺一不可.要尋找的事件的集合用A表示,系統找到的事件的集合用B表示,則準確率P=A∩BA,召回率R=A∩BB,其中:|•|表示集合的大小;F表示準確率和召回率的調和平均數,用公式表示為:F=2PRP+R.由于調和平均數強調的是較小的那個值,所以F更容易被較小的值影響,偏向較小值的方向,所以F值更適合對準確率P和召回率R來評價.

1.7語料

本文采用的是標注的語料集,是BioNLP’13中GE(GeniaEvent)任務的語料集.GE語料中有“全文”和“摘要”兩個集合,全文是指新標注的全文論文,通過這種方法來增加語料的多樣性,這樣可以使訓練后的系統具有更強的泛化能力.全文主要由標題、摘要、方法和結果等部分組成,不同的部分所具有的目的也完全不同,從而造成獲取到不同的信息類型.摘要中的數據與BioNLP’09中的評測數據相同.

2基于SVM方法的生物醫學事件觸發詞識別

事件是指關于某一主題的一組相關描述.事件抽取的任務主要分為元事件抽取和主題事件抽取.本文借鑒了基于HMM的生物醫學命名實體的識別與分類、基于多類型特征的生物醫學事件觸發詞識別中介紹的方法來對生物醫學事件的觸發詞進行識別.當前觸發詞的識別方法主要有三類:基于規則的方法、基于字典的方法和機器學習的方法.本文利用豐富的上下文信息、語義信息,首先通過組織各種不同類型的信息,然后把它們統一表示為SVM下的特征,最后利用多分類方法解決觸發詞識別的問題.

2.1語料預處理

BioNLP’13中的GE語料是以全文的一部分或每個摘要作為一組,每一組中都包含:“.txt”、“.a2”和“.a1”三個文件.例如:在文檔號為“PMC-1310901-00-TIAB.txt”、“PMC-1310901-00-TIAB.a1”、“PMC-1310901-00-TIAB.a2”文件中.這三個文件中,txt、a2和a1分別表示摘要原文本的內容、摘要文檔中觸發詞和摘要文檔中已標記的蛋白質.

2.1.1語料格式BioNLP共享任務(ST)數據使用格式類似于2009和2011年的BioNLP共享文件格式.在語料格式表示中,文本文件是分開注釋的.所有注釋文件格式遵循的相同基本結構,每一行包含一個注釋,每個注釋ID出現在第一行,其余的注釋隨類型的不同而變化.

2.1.2語料預處理流程由于在總體事件中,跨句事件低于1%比例的事實情況,而同時在尋找跨句事件的過程中,通常也會引起過多的噪音.鑒于這些情況,我們在本文中只對一個句子中的事件進行詳細研究.所以需要預處理GE語料.

(1)首先對GE語料中各文檔的txt文件進行分句處理.

(2)由于在GE語料中,a2及a1文件中的觸發詞、蛋白質都是標明的位置,如T84Binding28452850binds表示觸發詞“binds”在這個文檔中某種事件的標識為T84,類型為“Binding”,所處理的對象是以文檔中起始位置開始記錄的第2845個字符一直到其后面的5個字符之間的所有字符串.所以通過對文檔分句后,就要重新計算這些觸發詞、蛋白質的位置,并讓它們轉化為分句處理后在各自句子的位置.

(3)由于按詞語進行分析是Gdep分析器的主要功能,并且部分蛋白質是由兩個或更多的詞構成,因此在進行句法分析前,我們需要先替換蛋白質,統一以“protein+序號”的形式將語料中給出的蛋白質替換掉,然后再對分句處理后的語料進行分析.

(4)用Gdep句法分析器進行句子的分析處理后,每個句子中的每個詞的依有關系及依有關系子節點,另外還有詞干化結果、詞性等相關信息就會清晰呈現出來.

(5)分析Gdep得出的結果,弄懂每行的基本信息,可以看出句子中的每一個詞分別占一行.每個詞的基本信息都在對應行清晰顯現.通過觀察分析可知:該詞的依存關系中父節點的位置是每行倒數第二個位置上的數字,該詞在句子中所處的位置則是該行最前面的數字.

(6)建立候選詞詞典.候選詞詞典在建立的過程中通常會引入大量噪音,進而特征的可用性就會隨之降低.鑒于此種情況,候選詞詞典中只放入訓練集中出現的觸發詞,即將所有a2文件的觸發詞抽取到一個文件中,這樣就建立了候選詞的詞典.而對于候選詞,則必須要先在觸發詞詞典中進行匹配,然后才能進行提取特征.

2.2提取上下文特征

提取上下文特征主要是從處理后的語料中得到的.其原理是根據候選詞本身以及其所在的位置、詞干化和詞性等特征進行提取.其具體的特征主要有:

(1)詞特征.它主要包括候選詞詞干化的結果、候選詞本身和候選詞詞性以及詞袋特征.其中N窗口表示與候選詞左側和右側相距最遠為N個詞的距離.由經驗得知,N=5時效果最佳.所以實驗中窗口的大小我們也采用N=5.

(2)特定位置特征.對觸發詞的識別有重要影響的還有判斷候選詞周圍特殊位置的詞.如果候選詞“transcription”左邊的第一個為“T-box”,右邊的第一個詞為“factor”.我們就會把該特征記錄為“Candicate_left=T-box”“Candicate_right=factor”.同樣也會考慮左右第二個詞.由經驗可知,如果考慮太多位置,則會引入更多噪音,同時還會出現數據稀疏問題.

(3)N-gram特征.N-gram特征更多的是考慮周圍詞與候選詞的關系.由于這個特征,從而使得特征的可辨識度得到了進一步提高,同樣是由經驗可知,2-gram和3-gram時效果最好.如對于“Down-regulationofinterferonregulatorfact4geneexpressioninleukemiccellsduetohypermethylationofCpGnotifsinthepromoterregion.”的候選詞expression來表示,它的3-gram特征則表示為“3-gram-left=4geneexpression”,它還可以表示為“3-gram=geneexpressionin”或“3-gram-right=expressioninleukemic”.

(4)與給定蛋白質的距離特征.已標識的蛋白質對于判斷是否為觸發詞能起很大作用.因此我們可以利用蛋白質及候選詞之間的單詞個數(距離信息),通過下邊的公式將兩者間的距離特征變為特征值.在score(d)=iemax(d,β)-β+0.01公式中的d表示的是候選詞與蛋白質之間的距離,β作為閥值進行調節,從而確定出β取什么值時F的效果最好.

2.3提取語義特征

在語料預處理過程中,我們已經通過Gdep句法分析器進行了分析,分析結果可以用語義上下層關系表示出來,從而得到一個樹形結構,即依存分析樹,因而可以利用語義信息進行特征的提取。

2.3.1語義特定位置特征由于父節點只有一個,而子節點可能有多個,考慮到語義特定位置的特殊性,需要提取子節點和父節點兩種特征.對子節點只提取子節點特征,而對父節點則需要提取父節點和父節點的父節點特征.

2.3.2語義N-gram特征為避免出現數據稀疏的現象,只取N=2時的特征,這里不僅需要考慮詞,還需要考慮是否有依存關系.比如對于候選詞“silencing”的2-gram特征表示為:

①不考慮依存關系的子節點方向的特征為:“semantic-2gram=silencingthe”和“semantic-2gram=silencingof”;

②不考慮依存關系的父節點方向的特征“semantic-2gram=ofsilencing”,考慮依存關系的父節點方向特征“semantic-2gram-dependency=ofPMODsilencing”;

③考慮依存關系的子節點方向的兩個特征分別為:“semantic-2gram-dependency=silencingNMODthe”和“semantic-2gram-dependency=silencingNMODof”.

2.3.3根路徑特征由上例的依存分析樹圖1可以看出,“rootremainedcauseofsilencingoflevelProtein206”是存在于root與指定蛋白質“Protein206”之間的一條路徑,基于主要的節點都在這條路徑上,我們可以把它看作是句子中的一條關鍵路徑.我們之所以把該詞和其父節點是否在根路徑上作為一個特征,是因為通過在訓練集中的統計發現:觸發詞本身或其父節點出現在根路徑上對于觸發詞的判別有很大作用.例如“silencing”這一候選詞的根路徑特征可表示為:“semantic-in-rootpath=1”和“semantic-father-in-rootpath=1”.

3實驗結果與分析

3.1實驗

在BioNLP’13的GE語料中,我們發現有Geneexpression(基因表達)、Transcription(轉錄)、Proteincatabolism(蛋白質分解代謝)、Phosphorylation(磷酸化)、Localization(定位)、Binding(綁定事件)、Regulation(調控)、Positiveregulation(正向調控)、Negativeregulation(負向調控)這9種類型.如果我們把在候選詞中出現的每個詞都看作候選詞,然后對它的語義特征和上下文等特征進行提取,將觸發詞的識別作為一個多分類的過程任務,則需要分成10類,因為這里還要考慮到判斷該候選詞是否為觸發詞這一任務,所以多了1類.我們用SVMlight工具進行分類訓練。為了便于比較與說明,在這里我們將上文中提到的各種特征進行重新劃分和分類:SF類特征、Base類特征和RP特征.其中Base類特征表示上下文特征,SF則表示除根路徑外的語義特征,RP表示的是根路徑特征.為了對本文方法的有效性進行評估,對目前文獻中提出的主題詞抽取方法進行了對比分析.不同算法下的性能對比Fig.2Performancecomparisonchartofdifferentalgorithms

3.2實驗分析

中可以看出,我們的系統在簡單事件上取得了很好的效果,在4種系統中F值最高.在所有事件的比較中,我們的準確率很高,F值較最好的FAUST系統有一些差距,但與同樣基于分類方法的UTurku系統和MSP-NLP系統相比,本文的SVM-BASED系統的結果要好很多.

4結束語

本文在前人關于生物醫學文獻的事件抽取進行研究的基礎上,提出了基于SVM的生物醫學事件觸發詞識別探索.在生物醫學信息領域,觸發詞表示的是實體間的復雜關系,大部分觸發詞的識別都將轉化為觸發詞分類問題.基于SVM方法的生物醫學事件觸發詞的識別是能夠基于訓練集自動學習的.它主要是利用特征集訓練出觸發詞識別的分類器,從而進行觸發詞的識別.本文主要研究了目前生物醫學事件抽取的研究背景、主要方法,闡述了生物醫學事件抽取的相關理論,并對語料進行處理,利用SVM方法訓練出模型進行觸發詞的識別,這種方法具有較強分類能力.由于本文主要是基于標注數據進行研究的,而在實際的生活中,標注數據的代價很大,所以利用未標注的數據進行觸發詞的識別是以后工作研究的重點。

作者:魏培文 段德全 孫印杰 毛文濤 單位:河南師范大學

期刊匯頻道 樹人論文網期刊匯頻道
樹人論文網是正規的發表支持服務網站.主要從事國內外期刊論文、國內外教著學術支持服務。
  • 27973 文章總數
  • 16855論文總數
  • 11121期刊總數
    主站蜘蛛池模板: 在线免费成人网 | 国产对白受不了了中文对白 | 欧美一本 | 调教在线观看 | 99热精这里只有精品 | 欧美精品人人做人人爱视频 | 欧美国产日韩在线 | 久久精品福利 | 99久久中文字幕三级久久日本 | 99免费视频 | 夜夜夜夜夜夜av夜夜夜夜 | 粉嫩一区 | 国产精品一卡二卡 | 精品人妻午夜一区二区三区四区 | 国产 精品 日韩 | 亚洲精品一区二区三区新线路 | 久久综合九色欧美综合狠狠 | 2022精品国偷自产免费观看 | 久久综合久久美利坚合众国 | 在线播放日韩av | 黄大色黄大片女爽一次 | 亚洲天堂在线视频观看 | 欧美黑人又粗又大的性格特点 | 久久密桃| 亚洲成在人线在线播放 | 亚洲欧美国产精品久久久久久久 | 日本一级大毛片a一 | fc2成人免费人成在线观看播放 | 成人午夜视频在线免费观看 | jizzjizz国产| 人妻少妇精品专区性色av | 精品国产精品久久一区免费式 | 成人免费xxxxx在线观看 | 奇米超碰在线 | 日韩黄色av网站 | 欧美日韩国产免费一区二区三区 | 国内外免费激情视频 | 久久99精品久久久水蜜桃 | 一区二区三区国 | 明星双性精跪趴灌满h | 久久av影视 | 乱色欧美激惰 | 全部免费a级毛片 | 国产做爰免费观看视频 | 国产精品区免费视频 | 免费观看黄色片网站 | 亚洲综合网在线观看 | 精品资源成人 | 中国中文字幕伦av在线看片 | 极品美女一区二区三区 | 99国产精品国产精品九九 | zljzljzlj日本人免费 | 亚洲天天av | 乱子轮熟睡1区 | 男女裸交免费无遮挡全过程 | 性猛交ⅹxxx富婆视频 | 精品毛片一区二区三区 | 久久不射网站 | 亚洲视频区 | 制服 丝袜 激情 欧洲 亚洲 | 色综合色综合久久综合频道88 | 天天干夜夜草 | 男人的天堂国产 | 国产日韩久久久久69影院 | 国产精品一二三 | 精品国产不卡一区二区三区 | 极品美女啪啪 | 男女做爰猛烈叫床高潮的书 | 女神思瑞女神久久一区二区 | 羞羞网站在线看 | 超碰人人91 | 伊人性伊人情综合网 | 农村妇女毛片精品久久久 | 日韩草逼视频 | 无码午夜成人1000部免费视频 | 午夜毛片在线观看 | 亚洲风情第一页 | 日本精品一区二区三区在线播放视频 | 国产精华一区二区三区 | 欧美三级午夜理伦三级 | 国产精品海角社区 | 制服丨自拍丨欧美丨动漫丨 | 国产日产欧产美韩系列麻豆 | 女人下面流白浆的视频 | 欧美在线观看www | 国产色视频一区二区三区 | av在线不卡网 | 国产又粗又长又爽 | 日本边添边摸边做边爱 | 免费gogo少妇大尺寸视频 | www.com久久| 日本黄页网站免费大全 | 国产女女做受ⅹxx高潮 | 欧美又大又硬又粗bbbbb | 中文无码一区二区三区在线观看 | 无码人妻精品一区二区三区东京热 | 久久97久久97精品免视看秋霞 | 久久无码中文字幕久久无码app | 国产盗摄xxxx视频xxxx | 色哟哟国产精品 | 草草影院在线观看视频 | 国产一区久久 | 正在播放木下凛凛88av | 国产片免费 | 欧美日韩你懂的 | 日韩在线不卡视频 | 少妇无套内谢久久久久 | 亚洲精品日本久久一区二区三区 | 人成亚洲 | 亚洲乱码视频 | 欧美视频在线一区 | 欧美在线视频一区二区三区 | 成人亚洲欧美成αⅴ人在线观看 | 国产一区二区三区久久 | 4hu四虎永久在线影院 | 欧美亚洲日本在线 | 国产在线精品一区二区三区 | 免费国产在线精品一区二区三区 | 日韩精品专区在线影院重磅 | 国产精品a久久久久 | 性国产激情精品 | 国产亚洲一卡2卡3卡4卡网站 | 日本精品一区二区三区视频 | 国产精品成人片在线观看 | 日本99热 | 99精品视频网站 | 逼特逼在线视频 | 一区二区高清视频在线观看 | 国产精品白嫩极品美女 | 成人国产在线观看 | 国产裸体美女视频全黄 | 你懂的亚洲 | 可以在线观看的av | 在线日韩 | 亚洲精品综合欧美二区变态 | 蜜桃久久精品成人无码av | 久久综合五月丁香六月丁香 | 亚洲色图五月天 | 国产午夜在线播放 | 国产乱码在线观看 | 99这里有精品 | 国产精品视频久久久久久久 | 性色在线 | 最新av不卡| 亚洲中文字幕在线第六区 | 夜夜爽免费888视频 成 人 黄 色 网 页 | 中文在线字幕免费观 | 奇米影视777在线观看 | 国产视频资源在线观看 | 91们嫩草伦理 | 无码人妻丰满熟妇区五十路 | 好男人社区资源 | 最新av在线网址 | 国产午夜亚洲精品午夜鲁丝片 | 国产精品免费福利 | 精品少妇v888av | 麻麻张开腿让我爽了一夜 | 精品超清无码视频在线观看 | 午夜 国产 | 国产精品夜夜嗨视频免费视频 | 久久久久久一区国产精品 | 国产精品久久久久久久久鸭 | 成在线人视频免费视频 | 日日夜夜亚洲 | 天堂√在线中文最新版8 | 欧美日韩字幕 | 九一自拍中文字幕 | 国产自产在线 | 男女超碰 | 国产伦子系列沙发午睡 | 久久丫精品久久丫 | www欧美视频| 女人18毛片a级毛片一区二区 | 香蕉99久久国产综合精品宅男自 | 亚洲ww不卡免费在线 | 国产美女黄色片 | 欧亚在线视频 | 中国少妇裸体aaa | 里番本子纯肉侵犯肉全彩无码 | 久久精品国产精品亚洲毛片 | 国产放荡av国产精品 | 色老头在线一区二区三区 | 手机在线观看日韩大片 | 人人狠狠综合久久亚洲婷婷 | 性精品 | 国产中文网 | 久久久亚洲综合 | 国产欧美日韩精品专区黑人 | 伊人久久大香线蕉av色婷婷色 | 国产色播| 少妇性l交大片免费观看冫 少妇性l交大片免费快色 | 亚洲乱码无码永久不卡在线 | 成人免费黄色小视频 | 国语对白新婚少妇在线观看 | 中文字幕第一页九 | 中文字幕第12页 | 欧美日韩一区二区三区视频播放 | 在线视频网站 | 91网站最新地址 | 国产看真人毛片爱做a片 | av无限看 | 翔田千里一区二区 | 久久精品一区二区国产 | 欧美日韩免费观看视频 | 无码乱人伦一区二区亚洲一 | 中文字幕人成乱码熟女app | 国产在线精品国自产拍影院同性 | 成人免费mmmmm视频 | 日韩精品在线观看中文字幕 | 成人黄色av网址 | 91久久国产婷婷一区二区 | 精品欧美一区二区三区久久久 | 大学生三级中国dvd 大学生一级片 | 天天干夜夜做 | 亚洲猛少妇又大又xxxxx | 成在线人免费无码高潮喷水 | 免费观看又色又爽又黄6699 | 亚洲精品一区二区三区大桥未久 | 国产视频导航 | 欧美xxx性| 亚洲国产欧美在线人成 | 欧美成人精品一区二区三区 | 成人aaa视频| 欧美二区乱c黑人 | 一卡二卡三卡视频 | 九九综合va免费看 | 久久亚洲中文字幕精品一区 | 日韩中文一区 | 激情图片区 | 天天夜夜久久 | 中文字幕国产一区 | 人妻大战黑人白浆狂泄 | 日韩av成人在线 | 九色视频自拍 | 翁虹三级做爰在线播放 | 国产午夜精品久久久久免费视 | av导航在线 | 人人干天天干 | 久久91av | 毛色毛片免费观看 | 18禁无遮挡免费视频网站 | 国产大奶在线 | 亚洲五码在线 | 亚洲激情成人 | 午夜少妇av | 无毛av| 欧美jjzz| 亚洲精品美女久久久久99 | 欧美成人一区二区三区 | 婷婷精品久久久久久久久久不卡 | 国产伦精品一区二区三区视频黑人 | 九九在线中文字幕无码 | 一本一道久久a久久精品蜜桃 | 国产精品久久久久久久久动漫 | 国产一区视频在线免费观看 | 国产一区日韩二区欧美三区 | 四虎永久在线精品免费网站 | 美女131爽爽爽做爰视频 | 成人51免费 | 精品欧美一区二区三区久久久 | 永久555www成人免费 | 欧美日一区二区三区 | 狠狠躁日日躁夜夜躁2022麻豆 | 区一区二区三区中文字幕 | 国产美女无遮挡永久免费 | 天天干夜夜看 | 91丝袜呻吟高潮美腿白嫩在线观看 | 国产精品亚洲一区二区无码 | 黄色三级毛片网站 | 欧美成人一区二免费视频软件 | 亚洲视频色图 | 18禁肉肉无遮挡无码网站 | 天天澡天天狠天干天 | av无码国产在线看免费网站 | 久热超碰 | 精品久久久久久无码免费 | 自拍毛片 | 欧美日本道 | 国产夜夜操 | 国产精品入口麻豆www | 香蕉成人伊视频在线观看 | 亚洲国产精品区 | 婷婷六月久久综合丁香 | 日本特黄视频 | 国产欧美精品在线观看 | 日韩在线二区 | 一区二区三区精品免费视频 | 另类毛片 | 一级黄色片国产 | 成人性做爰aaa片免费看不忠 | 欧美人与禽zoz0性伦交 | 国产精品视频偷伦精品视频 | 91资源在线视频 | av动漫大尺度在线 | 国产精品久久久久一区二区三区 | 国产呦小j女精品视频 | 丰满少妇裸体淫交 | 国产学生美女无遮拦高潮视频 | 亚洲国产精一区二区三区性色 | 欧美日韩一区二区三区四区在线观看 | 东北少妇不戴套对白第一次 | 国产视频一区二区三区在线播放 | 日本公妇乱偷中文字幕 | 国产性猛交╳xxx乱大交 | 天天干精品 | 精品在线视频一区二区三区 | 成人黄色激情视频 | 天天狠狠色噜噜 | 精品欧美一区免费观看α√ | 国产cao| 欧美视频黄 | 中文字幕色偷偷人妻久久 | 精品国产a∨无码一区二区三区 | 亚洲综合另类小说 | 男女啪啪无遮挡 | 国产啊~cao死你个小sao货 | 性高朝大尺度少妇大屁股 | 成人国产一区二区 | 日本内谢少妇xxxxx少交 | 在线亚洲成人 | 国产精品羞羞答答xxdd | 亚洲综合在线一区二区三区 | 亚洲国产成人精品女人久久久野战 | 韩国黄色网 | 六姐妹免费在线观看 | 精品国产午夜福利在线观看 | 久久久久久成人毛片免费看 | 欧美在线一二三区 | 日韩和的一区二区 | 中文字幕av在线播放 | 91性高湖久久久久久久久_久久99 | 草免费视频 | 丰满肉嫩西川结衣av | 大陆国语对白国产av片 | 色爱情人网站 | 透视性魅力 | 成年人色网站 | 久久久久伊人 | 毛片网页 | 四虎影视在线播免费观看 | 国产无套内射又大又猛又粗又爽 | 香蕉久久av一区二区三区 | 女人裸体做爰免费视频 | 国产精品96久久久久久又黄又硬 | 久久99视频 | 亚洲欧美一区二区三区不卡 | av网站一区 | 国产强伦人妻毛片 | 亚洲女同女同女同女同女同69 | 亚洲一区二区91 | 国产成人亚洲日韩欧美 | 插插看| 韩国精品一区二区三区 | 国产精品久久久久久52avav | 亚洲最大的成人网 | 国产免费久久久久久无码 | 无码精品人妻一区二区三区av | 欧美亚洲在线视频 | 欧美体内she精高潮 欧美体内谢she精2性欧美 | av天天干| 中文字幕乱码中文乱码51精品 | 福利在线视频导航 | 色婷婷一区二区三区四区 | 极品白嫩高潮呻吟喷水av | 少妇高潮一区二区三区 | 亚洲精品久久久蜜桃 | 美女喷液视频 | 欧美少妇一区二区 | 国产精品毛片无遮挡高清 | 久久视频免费 | 久草久热 | 成年男女免费视频 | 欧美a影院| 亚洲午夜精品在线 | 美女高潮久久 | 欧美一级少妇aaaabbbb | 日韩一卡二卡 | 午夜一区| 开心激情网站 | 农村妇女做爰偷拍视频 | 国产精品久久久久久久久久免费看 | 人人妻人人澡人人爽欧美精品 | 国产精品三级视频 | 一区二区三区视频免费看 | 不用播放器av | 久久久久久色 | 另类av在线 | 成人影院免费 | 国产毛a片啊久久久久久保和丸 | 韩国和日本免费不卡在线v 婷婷俺也去俺也去官网 | 护士的小嫩嫩好紧好爽 | 成年入口无限观看免费完整大片 | 欧美肥婆性猛交xxxx中国1 | 一区二区三区四区蜜桃 | 国产精品毛片无遮挡高清 | 免费精品99久久国产综合精品 | 亚洲麻豆国产自偷在线 | 亚洲精品一区二区三区蜜臀 | 色眯眯影视 | 另类av在线 | 天堂综合网久久 | 亚洲色图在线视频 | 免费精品视频 | 亚洲欧美另类一区 | 国产乱码精品一区二区三区不卡 | 国产黄av | 欧美一级片免费 | 久久黄色录像 | 国产黄在线 | 亚洲乱码国产乱码精品精在线网站 | 狠狠色成人综合 | 麻豆乱码国产一区二区三区 | 波多野结衣在线视频网站 | 国产看片网站 | 99热最新精品 | 俺也去综合 | 国产精品久久久久9999高清 | 不用播放器av | 成人看片泡妞 | 最近日韩中文字幕 | 欧美一a一片一级一片 | 欧美成人精品欧美一级乱黄 | 免费又黄又粗又爽大片69 | 精产国品一二三产品蜜桃 | jlzzjizz成熟少妇亚洲 | 色综合狠狠 | 国产jizz视频全部免费软件 | 女人14毛片毛片毛片毛片区二 | 91看片淫黄大片在线天堂最新 | 黄色av网站免费在线观看 | 亚洲做爰日本做爰 | 久久精品女人天堂av免费观看 | 国产精品无码久久久久成人影院 | 黄色国产一级片 | 另类在线视频 | 男女插插插视频 | 久久99网 | 男男成人高潮片免费网站 | 国产精久久久久久妇女av | 91嫩草国产露脸精品国产 | 漂亮少妇高潮伦理 | 国产小视频在线观看 | 海角国产乱辈乱精品视频 | 久久综合久久综合九色 | 97国产在线观看 | 免费看三级黄色片 | 国产成人精品777 | 欧美永久精品 | 美女三级黄色片 | 啪啪av网 | 国产丝袜人妖cd露出 | 爱情岛论坛成人永久网站在线观看 | 国产一区二区三精品久久久无广告 | 国产亚洲成av人片在线观黄桃 | 五月视频| 精品久久久久久亚洲综合网 | 亚洲熟妇丰满多毛xxxx | 国产一卡二卡三卡四卡 | 欧洲成人午夜精品无码区久久 | 香蕉人人超人人超碰超国产 | 国产美女久久久亚洲综合 | 欧美 亚洲 中文 国产 综合 | 一区二区三区高清在线观看 | 国产有码aaaae毛片视频 | 亚洲一区二区三区含羞草 | 一级毛片中国 | 亚洲福利 | 性网址| 久久久久久久.comav | 日韩网红少妇无码视频香港 | 成人性生交大片免费看视 | 国产精品视频合集 | 国产美女被遭强高潮免费网站 | 黄色永久免费网站 | 欧美亚洲系列 | 综合国产一区 | 中文字幕人妻无码专区 | 亚洲欧美激情网站 | 免费在线观看黄色av | 成年女人18级毛片毛片免费 | 亚洲欧洲综合av | 色偷偷噜噜噜亚洲男人的天堂 | 欧美牲交a欧美牲交aⅴ图片 | 成人午夜在线影院 | 国产精品18| 青草青草视频2免费观看 | 60欧美老妇做爰视频 | 亚洲精品一区二区在线观看 | 六月婷婷久香在线视频 | 熟妇人妻午夜寂寞影院 | 草草影院国产第一页 | 久久综合av | 无码国产精品一区二区免费虚拟vr | 爱草av| 精品乱码一区二区三区 | 亚洲精品一区国产 | 国产激情综合五月久久 | 欧产日产国产蜜网站 | 欧美第一页在线 | 亚洲精品www久久久久久软件 | 日本少妇激三级做爰 | 一 级做人爱全视频在线看 亚洲成a∨人片在线观看不卡 | 欧美精品一级 | 国产精品久久午夜夜伦鲁鲁 | 国产在线啪 | 少妇裸体淫交视频免费观看 | 大胸女上下晃奶视频 | 2018国产精华国产精品 | 天天躁日日躁狠狠躁 | 欧美性猛交xxxx乱大交 | 日韩综合在线 | 18精品爽视频在线观看 | 中文字幕无码日韩欧毛 | 成年人免费在线看 | 91av国产精品| 狠狠操伊人 | 成年人爱爱视频 | 成人国产网站 | 清朝荒淫性艳史 | 国产精品夜间视频香蕉 | 成人久久18免费网站 | 欧美日韩妖精视频 | 逼特逼在线视频 | 91久久综合| 黑人狂躁中国少妇and | 国产精品99久久久久 | 欧美在线日韩在线 | 精二青青河边草解释正确的是 | 国产一级片中文字幕 | 久久免费高清 | 午夜黄色福利 | 激情国产av做激情国产爱 | 国产一区二区av在线 | 看个毛片| 日本va欧美va国产激情 | 无码h黄动漫在线播放网站 国产精品高潮露脸在线观看 | 亚洲 综合 欧美 动漫 丝袜图 | 精品国产粉嫩内射白浆内射双马尾 | 成年午夜精品久久久精品 | 中文字日产幕乱五区 | 久久99国产精品久久99果冻传媒 | 久久伊人一区 | 日本丰满大乳免费xxxx | 免费av手机在线观看 | 欧美日韩精品久久久免费观看 | 两男一前一后cao一女 | 污片网站在线观看 | 亚洲aaaaa特级 | 韩产日产国产欧产 | zσzo欧美性猛交xx | 另类综合二 | 人妻熟人中文字幕一区二区 | 欧美爱爱网| 午夜亚州 | 欧美一区在线看 | 91在线观看. | 亚洲欧美自拍另类 | 亚洲经典视频 | 久久视频精品 | 欧美三级在线观看视频 | 中国av毛片| 日本一区中文字幕 | 日日摸夜夜添夜夜添亚洲女人 | 久久99精品国产麻豆婷婷小说 | 免费人成再在线观看网站 | 麻豆视频网址 | 久久精品一区二区三区av | 日韩av成人在线 | 蜜桃久久一区二区三区 | 久久综合一区 | 大陆国语对白国产av片 | 欧美在线视频网 | 国语自产拍精品香蕉在线播放 | 无码乱码av天堂一区二区 | 久久久久伊人 | 欧美日p视频 | 高潮久久久久久 | 国产精品对白交换视频 | 狠狠综合久久久久综合网 | 久久精品国产久精国产一老狼 | 尹人av| 97久久超碰精品视觉盛宴 | 国产一区二区免费在线 | 欧美3p两根一起进高清免费视频 | 国产91精品一区二区麻豆亚洲 | 麻豆视频网 | 强制高潮18xxxx国语对白 | 国产精品一区二区三区免费 | 内谢老女人视频在线观看 | 国产igao为爱做激情在线观看 | 伊人久久大香线蕉综合网站 | 亚洲色图3p | 欧美兽交xxxx×视频 | 欧美性色xxxx| 少妇搡bbbb搡bbb搡古装 | 成人午夜高潮a∨猛片 | 一级全黄少妇性色生活免费看 | 伊人成年网 | 国产乱xxxxx79国语对白 | 亚洲国产成人精品久久久国产成人一区 | 精品一区二区三区波多野结衣 | 成人综合网站 | 国产精品一区免费 | 国产黑色丝袜在线视频 | 亚洲成a人片 | 粉嫩视频在线观看 | 色偷偷亚洲 | 91久久亚洲 | 久久久久久久久蜜桃 | 精品露脸国产偷人在视频 | 成人区人妻精品一区二区不卡网站 | 日日噜噜噜夜夜爽爽狠狠 | 免费a在线观看播放 | 国产精品最新 | 91国产丝袜在线播放动漫 |