欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

中文關(guān)鍵詞抽取實(shí)戰(zhàn):TF-IDF、TextRank與Word2Vec融合方案

中文關(guān)鍵詞抽取實(shí)戰(zhàn):TF-IDF、TextRank與Word2Vec融合方案 簡(jiǎn)介這份資源面向具備一定Python基礎(chǔ)、希望系統(tǒng)掌握中文文本關(guān)鍵詞抽取的開發(fā)者與學(xué)習(xí)者圍繞TF-IDF、TextRank、Word2Vec詞聚類三種主流方法展開實(shí)踐。相比網(wǎng)上零散示例它重點(diǎn)補(bǔ)齊了Word2Vec詞聚類抽取流程不夠清晰的短板并以專利文本為樣例同樣適用于新聞、論文等中文語(yǔ)料。壓縮包共20個(gè)文件約879KB包含14個(gè)csv結(jié)果與樣例數(shù)據(jù)、4個(gè)py實(shí)現(xiàn)腳本、2個(gè)txt停用詞與詞性標(biāo)注參考腳本分別對(duì)應(yīng)三種算法csv則保存各方法的抽取結(jié)果便于橫向?qū)Ρ刃Ч?。目前已?43人學(xué)習(xí)下載。通過數(shù)據(jù)、腳本與結(jié)果文件的完整配套讀者可快速跑通三種關(guān)鍵詞抽取方案理解詞向量聚類在關(guān)鍵詞發(fā)現(xiàn)中的作用并借助結(jié)果文件對(duì)照分析不同算法的差異為后續(xù)文本挖掘與聚類項(xiàng)目提供可復(fù)用的代碼基礎(chǔ)。1. 中文關(guān)鍵詞抽取的三條路線為什么我把 TF-IDF、TextRank、Word2Vec 放在同一個(gè)工程里跑做中文文本處理的人遲早會(huì)撞上同一個(gè)需求給一段沒有標(biāo)注的文本把里面真正重要的詞撈出來。搜索、推薦、輿情監(jiān)控、論文輔助閱讀底層都繞不開這一步。但真正上手就會(huì)發(fā)現(xiàn)關(guān)鍵詞抽取不是調(diào)一個(gè)庫(kù)就完事——TF-IDF 快但吃不住語(yǔ)義TextRank 靠詞共現(xiàn)但容易把高頻虛詞帶進(jìn)來Word2Vec 能抓語(yǔ)義但單獨(dú)用又抽不出詞。我見過太多人只跑通一個(gè)方法就交差結(jié)果換一批語(yǔ)料就翻車。這份 Python 項(xiàng)目實(shí)踐的價(jià)值在于它把三條路線放進(jìn)同一個(gè)工程里對(duì)照著跑TF-IDF 做統(tǒng)計(jì)基線TextRank 做圖排序Word2Vec 做詞向量聚類最后用聚類把語(yǔ)義相近的詞歸并成關(guān)鍵詞簇。它適合已經(jīng)會(huì)寫 Python、但沒系統(tǒng)比較過這幾種方法的中文 NLP 從業(yè)者也適合拿它當(dāng)課程設(shè)計(jì)或大作業(yè)的骨架——因?yàn)槿N方法的輸入輸出格式統(tǒng)一替換語(yǔ)料就能復(fù)現(xiàn)。下面我按「先講清每條路線怎么落地再講怎么把它們串起來」的順序拆。2. TF-IDF 與 TextRank從分詞到詞權(quán)重的兩條實(shí)現(xiàn)路徑2.1 中文分詞與停用詞處理一切權(quán)重計(jì)算的前置條件TF-IDF 和 TextRank 都建立在「詞」這個(gè)單位上而中文沒有天然空格分隔所以分詞質(zhì)量直接決定后面所有結(jié)果。常見做法是用 jieba它自帶三種模式精確模式、全模式、搜索引擎模式。關(guān)鍵詞抽取一般用精確模式因?yàn)槿J綍?huì)把「人工智能」切成「人工」「智能」「人工智能」三個(gè)詞權(quán)重被稀釋。import jieba import jieba.analyse # 加載自定義詞典把領(lǐng)域?qū)S性~固定下來 jieba.load_userdict(user_dict.txt) text 人工智能正在從嘗鮮工具變成日常幫手Python 是其中最常用的實(shí)現(xiàn)語(yǔ)言。 # 精確模式分詞 words jieba.lcut(text) print(words) # [人工智能, 正在, 從, 嘗鮮, 工具, 變成, 日常, 幫手, , Python, 是, 其中, 最, 常用, 的, 實(shí)現(xiàn), 語(yǔ)言, 。] # 過濾停用詞和單字 stopwords set(open(stopwords.txt, encodingutf-8).read().split()) filtered [w for w in words if w not in stopwords and len(w) 1] print(filtered) # [人工智能, 嘗鮮, 工具, 變成, 日常, 幫手, Python, 其中, 常用, 實(shí)現(xiàn), 語(yǔ)言]這段代碼的邏輯是先加載用戶詞典把「人工智能」「詞向量」這類會(huì)被 jieba 切碎的詞固定成一個(gè)整體然后精確模式切分最后用停用詞表和長(zhǎng)度閾值過濾。參數(shù)上len(w) 1這個(gè)閾值不是絕對(duì)的——如果你的語(yǔ)料里「云」「鏈」這類單字是核心概念就得放寬到 1但代價(jià)是噪聲詞會(huì)明顯增多。停用詞表建議用哈工大停用詞表打底再手動(dòng)補(bǔ)上你語(yǔ)料里的高頻無意義詞比如「進(jìn)行」「方面」「問題」。提示自定義詞典的格式是「詞語(yǔ) 詞頻 詞性」詞頻可以省略但詞性如果寫了后續(xù)做詞性過濾時(shí)能直接用。2.2 TF-IDF 抽取統(tǒng)計(jì)基線怎么調(diào)才不虛TF-IDF 的核心思想很直白一個(gè)詞在當(dāng)前文檔里出現(xiàn)越多、在整個(gè)語(yǔ)料里出現(xiàn)越少它就越可能是關(guān)鍵詞。jieba 的analyse.extract_tags已經(jīng)封裝好了這套邏輯但默認(rèn)參數(shù)在中文短文本上經(jīng)常抽出一堆無意義的高頻詞。import jieba.analyse text open(sample.txt, encodingutf-8).read() # 提取 TopK 關(guān)鍵詞帶權(quán)重 keywords jieba.analyse.extract_tags( text, topK20, # 返回前 20 個(gè) withWeightTrue, # 返回權(quán)重 allowPOS(n, nr, ns, nt, nz, v, vn) # 只保留名詞和動(dòng)詞 ) for word, weight in keywords: print(f{word}\t{weight:.4f})這里最關(guān)鍵的兩個(gè)參數(shù)是topK和allowPOS。topK按經(jīng)驗(yàn)取文檔長(zhǎng)度的平方根左右比較穩(wěn)比如 500 字的文本取 15 到 20 個(gè)。allowPOS是過濾詞性的只保留名詞、人名、地名、機(jī)構(gòu)名、其他專名、動(dòng)詞和名動(dòng)詞能把「的」「了」「是」這類虛詞和大部分形容詞擋在外面。如果你不設(shè)這個(gè)參數(shù)TF-IDF 很容易把「可以」「進(jìn)行」排到前面。TF-IDF 的短板在于它完全依賴詞頻統(tǒng)計(jì)不理解語(yǔ)義。比如「電腦」和「計(jì)算機(jī)」在它眼里是兩個(gè)無關(guān)的詞權(quán)重各算各的。這就是為什么需要 TextRank 和 Word2Vec 來補(bǔ)。2.3 TextRank 抽取把詞共現(xiàn)變成圖排序TextRank 的思路來自 PageRank把每個(gè)詞當(dāng)成圖里的節(jié)點(diǎn)如果兩個(gè)詞在同一個(gè)窗口內(nèi)共現(xiàn)就在它們之間連一條邊邊的權(quán)重是共現(xiàn)次數(shù)。然后在這個(gè)圖上迭代計(jì)算每個(gè)節(jié)點(diǎn)的重要性最后按分?jǐn)?shù)排序取 TopK。import jieba.analyse text open(sample.txt, encodingutf-8).read() # TextRank 抽取窗口默認(rèn) 5 keywords jieba.analyse.textrank( text, topK20, withWeightTrue, allowPOS(n, vn, v) ) for word, weight in keywords: print(f{word}\t{weight:.4f})TextRank 和 TF-IDF 最大的區(qū)別是TF-IDF 看的是「這個(gè)詞在多少文檔里出現(xiàn)過」TextRank 看的是「這個(gè)詞和多少重要詞一起出現(xiàn)過」。所以在單篇長(zhǎng)文本上TextRank 往往比 TF-IDF 更穩(wěn)因?yàn)樗灰蕾囃獠空Z(yǔ)料庫(kù)的 IDF 值。但 TextRank 有個(gè)坑窗口大小span默認(rèn)是 5如果你的文本句子很短窗口會(huì)跨句共現(xiàn)把不相關(guān)的詞連起來。常見做法是先按句號(hào)、問號(hào)、感嘆號(hào)分句再在每句內(nèi)部做 TextRank或者把span調(diào)到 3 到 4。另一個(gè)坑是 TextRank 對(duì)高頻虛詞敏感。雖然allowPOS能擋掉一部分但像「使用」「進(jìn)行」這種動(dòng)詞如果沒進(jìn)停用詞表還是會(huì)被排上來。我的習(xí)慣是TextRank 跑完之后再拿停用詞表過一遍把明顯無意義的詞手動(dòng)剔掉。2.4 兩種方法的對(duì)照與選型把 TF-IDF 和 TextRank 放在一起跑同一段文本你會(huì)發(fā)現(xiàn)結(jié)果重疊度大概在 40% 到 60% 之間。重疊的部分通常是真正的核心詞不重疊的部分各有偏向TF-IDF 偏向全局高頻詞TextRank 偏向局部共現(xiàn)密集的詞。維度TF-IDFTextRank依賴外部語(yǔ)料需要 IDF 語(yǔ)料庫(kù)不需要單篇可跑適合文本長(zhǎng)度中長(zhǎng)文本、多文檔單篇長(zhǎng)文本對(duì)分詞質(zhì)量敏感度高高語(yǔ)義理解無無典型翻車場(chǎng)景短文本抽出通用詞跨句共現(xiàn)引入噪聲選型上如果你手頭是一批文檔要做關(guān)鍵詞提取TF-IDF 更合適因?yàn)?IDF 值能跨文檔計(jì)算如果是一篇幾千字的報(bào)告要抽核心概念TextRank 通常更準(zhǔn)。但兩者都解決不了同義詞問題這就得靠 Word2Vec。3. Word2Vec 詞向量與聚類讓語(yǔ)義相近的詞自動(dòng)歸堆3.1 訓(xùn)練詞向量語(yǔ)料、參數(shù)與常見翻車點(diǎn)Word2Vec 把詞映射成稠密向量語(yǔ)義相近的詞在向量空間里距離更近。用它做關(guān)鍵詞抽取的思路是先訓(xùn)練詞向量再對(duì)詞向量做聚類把語(yǔ)義相近的詞歸成一簇每簇選一個(gè)代表詞作為關(guān)鍵詞。from gensim.models import Word2Vec import jieba import logging logging.basicConfig(format%(asctime)s : %(levelname)s : %(message)s, levellogging.INFO) # 讀取語(yǔ)料每行一篇文檔 corpus [] with open(corpus.txt, encodingutf-8) as f: for line in f: words jieba.lcut(line.strip()) words [w for w in words if len(w) 1 and w not in stopwords] if words: corpus.append(words) # 訓(xùn)練 Word2Vec model Word2Vec( sentencescorpus, vector_size100, # 向量維度 window5, # 上下文窗口 min_count5, # 低于此頻率的詞丟棄 workers4, # 并行線程數(shù) sg1, # 1 表示 Skip-gram0 表示 CBOW epochs10 # 迭代輪數(shù) ) model.save(word2vec.model)參數(shù)上vector_size取 100 到 300 之間比較常見語(yǔ)料小就取 100語(yǔ)料大可以到 300。window控制上下文范圍中文一般取 5。min_count是過濾低頻詞的語(yǔ)料小于 10 萬詞時(shí)取 3 到 5語(yǔ)料大可以取 10 以上。sg1用 Skip-gram對(duì)低頻詞更友好但訓(xùn)練慢sg0用 CBOW訓(xùn)練快但低頻詞效果差。epochs一般 5 到 15 輪再多容易過擬合。注意Word2Vec 訓(xùn)練語(yǔ)料如果太小比如只有幾萬字詞向量質(zhì)量會(huì)很差聚類結(jié)果基本不可用。常見做法是拿領(lǐng)域內(nèi)的大規(guī)模無標(biāo)注文本先訓(xùn)一版或者直接用預(yù)訓(xùn)練詞向量。3.2 K-Means 聚類把詞向量歸成關(guān)鍵詞簇有了詞向量之后對(duì)詞向量做 K-Means 聚類每個(gè)簇里的詞語(yǔ)義相近。然后從每個(gè)簇里選一個(gè)離質(zhì)心最近的詞作為代表就是關(guān)鍵詞。from sklearn.cluster import KMeans import numpy as np # 取出詞表中所有詞的向量 words list(model.wv.index_to_key) vectors np.array([model.wv[w] for w in words]) # 聚類K 取 10 到 20 之間 k 15 kmeans KMeans(n_clustersk, random_state42, n_init10) labels kmeans.fit_predict(vectors) # 每個(gè)簇選離質(zhì)心最近的詞作為代表 for i in range(k): cluster_words [words[j] for j in range(len(words)) if labels[j] i] if not cluster_words: continue cluster_vectors np.array([model.wv[w] for w in cluster_words]) centroid kmeans.cluster_centers_[i] distances np.linalg.norm(cluster_vectors - centroid, axis1) representative cluster_words[np.argmin(distances)] print(f簇 {i}: 代表詞{representative}, 成員{cluster_words[:10]})n_clusters的選擇沒有固定公式一般按語(yǔ)料規(guī)模和關(guān)鍵詞數(shù)量預(yù)期來定。語(yǔ)料幾萬字取 10 到 15幾十萬字取 20 到 30。n_init10表示用不同初始質(zhì)心跑 10 次取最優(yōu)避免局部最優(yōu)。random_state固定住是為了結(jié)果可復(fù)現(xiàn)。聚類結(jié)果里經(jīng)常會(huì)出現(xiàn)一些簇全是噪聲詞或者一個(gè)簇里混了多個(gè)主題。這時(shí)候要么調(diào) K要么在聚類前先用 TF-IDF 或 TextRank 篩一遍候選詞只對(duì)候選詞做聚類能明顯提升質(zhì)量。3.3 三種方法的融合候選詞篩選加語(yǔ)義歸并單獨(dú)用 Word2Vec 聚類的問題是它會(huì)把所有詞都拿來聚包括大量無意義詞。所以實(shí)際工程里常見做法是先用 TF-IDF 或 TextRank 抽出一批候選詞再對(duì)候選詞的詞向量做聚類把語(yǔ)義相近的候選詞歸并成簇每簇選一個(gè)代表。# 先用 TextRank 抽候選詞 candidates jieba.analyse.textrank(text, topK50, withWeightFalse, allowPOS(n, vn, v)) # 只保留在詞向量詞表里的候選詞 candidates [w for w in candidates if w in model.wv] # 對(duì)候選詞向量聚類 candidate_vectors np.array([model.wv[w] for w in candidates]) kmeans KMeans(n_clusters8, random_state42, n_init10) labels kmeans.fit_predict(candidate_vectors) # 輸出每個(gè)簇的代表詞 for i in range(8): cluster_words [candidates[j] for j in range(len(candidates)) if labels[j] i] if cluster_words: print(f關(guān)鍵詞簇 {i}: {cluster_words})這樣做的邏輯是TextRank 負(fù)責(zé)從原文里篩出「值得考慮」的詞Word2Vec 聚類負(fù)責(zé)把「電腦」「計(jì)算機(jī)」「PC」這類同義詞歸到一起最后每個(gè)簇輸出一個(gè)代表詞。參數(shù)上候選詞數(shù)量topK取 30 到 50 比較合適太少會(huì)漏掉重要詞太多會(huì)引入噪聲。聚類數(shù)n_clusters取候選詞數(shù)量的 1/5 到 1/3。3.4 效果驗(yàn)證怎么判斷抽出來的關(guān)鍵詞靠不靠譜關(guān)鍵詞抽取沒有絕對(duì)的標(biāo)準(zhǔn)答案但可以用幾個(gè)方法交叉驗(yàn)證。一是人工抽查隨機(jī)抽 20 篇文檔看抽出的關(guān)鍵詞是否覆蓋了文檔核心內(nèi)容。二是對(duì)比不同方法的重疊度如果 TF-IDF、TextRank、Word2Vec 三種方法都抽出了同一個(gè)詞那這個(gè)詞大概率是真正重要的。三是用下游任務(wù)驗(yàn)證把關(guān)鍵詞喂給分類器或檢索系統(tǒng)看效果有沒有提升。我一般會(huì)先跑一版三種方法的結(jié)果人工看一遍把明顯不對(duì)的詞記下來反推是分詞問題、停用詞問題還是參數(shù)問題。這個(gè)過程比調(diào)參本身更重要。4. 避坑與排查中文關(guān)鍵詞抽取里最容易翻車的五個(gè)地方4.1 分詞把關(guān)鍵詞切碎導(dǎo)致權(quán)重全錯(cuò)現(xiàn)象TF-IDF 和 TextRank 抽出來的詞都是「人工」「智能」這種碎片而不是「人工智能」。原因jieba 默認(rèn)詞典里沒有「人工智能」這個(gè)整體詞或者你的領(lǐng)域?qū)S性~沒進(jìn)自定義詞典。解決在分詞前加載自定義詞典把領(lǐng)域詞固定下來。格式是每行一個(gè)詞可以帶詞頻和詞性。如果詞很多可以從領(lǐng)域語(yǔ)料里用新詞發(fā)現(xiàn)算法先跑一遍把高頻共現(xiàn)的字組合提取出來。4.2 停用詞表不匹配高頻虛詞霸榜現(xiàn)象抽出來的關(guān)鍵詞里有「進(jìn)行」「方面」「問題」「使用」這類詞。原因停用詞表用的是通用表沒有覆蓋你語(yǔ)料里的高頻無意義詞。解決先跑一遍詞頻統(tǒng)計(jì)把 Top 100 高頻詞里明顯無意義的詞手動(dòng)加進(jìn)停用詞表。這個(gè)步驟每個(gè)新語(yǔ)料都要做一遍沒有一勞永逸的停用詞表。4.3 TextRank 窗口跨句共現(xiàn)引入無關(guān)詞現(xiàn)象TextRank 抽出的詞里有一些和文檔主題無關(guān)的詞。原因默認(rèn)窗口span5在短句文本上會(huì)跨句共現(xiàn)把不同句子的詞連起來。解決先按標(biāo)點(diǎn)分句再在每句內(nèi)部做 TextRank或者把span調(diào)到 3。如果文本句子普遍很短分句處理是必須的。4.4 Word2Vec 語(yǔ)料太小詞向量質(zhì)量差現(xiàn)象聚類結(jié)果里同一個(gè)簇的詞語(yǔ)義不相關(guān)或者所有詞都聚成一簇。原因訓(xùn)練語(yǔ)料太小詞向量沒有學(xué)到有效的語(yǔ)義關(guān)系。解決要么擴(kuò)大語(yǔ)料要么直接用預(yù)訓(xùn)練詞向量。如果必須用小語(yǔ)料訓(xùn)練把vector_size降到 50 到 100min_count降到 2 到 3epochs增加到 15 到 20但效果提升有限。4.5 聚類數(shù) K 拍腦袋定結(jié)果不可用現(xiàn)象聚類結(jié)果要么一個(gè)簇里幾百個(gè)詞要么每個(gè)簇只有一兩個(gè)詞。原因n_clusters沒有根據(jù)候選詞數(shù)量調(diào)整。解決先用肘部法或輪廓系數(shù)粗估一個(gè)范圍再人工看幾組結(jié)果。經(jīng)驗(yàn)值是候選詞數(shù)量的 1/5 到 1/3。如果候選詞只有 30 個(gè)K 取 6 到 10如果候選詞有 200 個(gè)K 取 20 到 40。5. 把三種方法串成一條流水線一個(gè)可復(fù)用的抽取腳本前面幾章分別講了 TF-IDF、TextRank、Word2Vec 聚類的實(shí)現(xiàn)但實(shí)際工程里不會(huì)單獨(dú)用某一種而是串成一條流水線分詞 → 候選詞篩選 → 語(yǔ)義聚類 → 輸出關(guān)鍵詞。下面這個(gè)腳本把三種方法整合在一起輸入一段中文文本輸出最終的關(guān)鍵詞列表。import jieba import jieba.analyse import numpy as np from gensim.models import Word2Vec from sklearn.cluster import KMeans class KeywordExtractor: def __init__(self, stopwords_path, userdict_pathNone, w2v_modelNone): self.stopwords set(open(stopwords_path, encodingutf-8).read().split()) if userdict_path: jieba.load_userdict(userdict_path) self.w2v w2v_model def preprocess(self, text): words jieba.lcut(text) return [w for w in words if w not in self.stopwords and len(w) 1] def extract_tfidf(self, text, topK20): return jieba.analyse.extract_tags( text, topKtopK, withWeightTrue, allowPOS(n, nr, ns, nt, nz, v, vn) ) def extract_textrank(self, text, topK20): return jieba.analyse.textrank( text, topKtopK, withWeightTrue, allowPOS(n, vn, v) ) def extract_w2v_cluster(self, text, topK50, n_clusters8): if self.w2v is None: raise ValueError(需要傳入訓(xùn)練好的 Word2Vec 模型) candidates jieba.analyse.textrank( text, topKtopK, withWeightFalse, allowPOS(n, vn, v) ) candidates [w for w in candidates if w in self.w2v.wv] if len(candidates) n_clusters: return [(w, 1.0) for w in candidates] vectors np.array([self.w2v.wv[w] for w in candidates]) kmeans KMeans(n_clustersn_clusters, random_state42, n_init10) labels kmeans.fit_predict(vectors) result [] for i in range(n_clusters): cluster_words [candidates[j] for j in range(len(candidates)) if labels[j] i] if cluster_words: cluster_vectors np.array([self.w2v.wv[w] for w in cluster_words]) centroid kmeans.cluster_centers_[i] distances np.linalg.norm(cluster_vectors - centroid, axis1) representative cluster_words[np.argmin(distances)] result.append((representative, len(cluster_words))) return result def extract_all(self, text): tfidf self.extract_tfidf(text) textrank self.extract_textrank(text) w2v self.extract_w2v_cluster(text) return { tfidf: tfidf, textrank: textrank, w2v_cluster: w2v } # 使用示例 extractor KeywordExtractor( stopwords_pathstopwords.txt, userdict_pathuser_dict.txt, w2v_modelWord2Vec.load(word2vec.model) ) text open(sample.txt, encodingutf-8).read() results extractor.extract_all(text) print(TF-IDF:, [w for w, _ in results[tfidf][:10]]) print(TextRank:, [w for w, _ in results[textrank][:10]]) print(Word2Vec 聚類:, [w for w, _ in results[w2v_cluster]])這個(gè)腳本的關(guān)鍵設(shè)計(jì)是extract_all同時(shí)返回三種方法的結(jié)果方便對(duì)照。extract_w2v_cluster里先做候選詞篩選再聚類避免噪聲詞干擾。n_clusters默認(rèn)取 8實(shí)際用時(shí)按候選詞數(shù)量調(diào)整。如果候選詞少于聚類數(shù)直接返回候選詞本身不強(qiáng)行聚類。參數(shù)調(diào)整上topK控制每種方法返回的關(guān)鍵詞數(shù)量一般 15 到 30 之間。n_clusters控制 Word2Vec 聚類的簇?cái)?shù)候選詞 50 個(gè)左右時(shí)取 8 到 12 比較合適。停用詞表和自定義詞典需要根據(jù)語(yǔ)料手動(dòng)維護(hù)沒有通用版本。驗(yàn)證方法上我習(xí)慣先跑一遍三種方法把結(jié)果并排看。如果三種方法都抽出了同一個(gè)詞這個(gè)詞基本可以確定是核心關(guān)鍵詞。如果只有一種方法抽出某個(gè)詞就要人工判斷是不是噪聲。這個(gè)對(duì)照過程跑幾輪之后你對(duì)參數(shù)的直覺會(huì)準(zhǔn)很多。從那以后我每次換新語(yǔ)料都強(qiáng)制先跑一遍詞頻統(tǒng)計(jì)和分詞檢查確認(rèn)停用詞表和自定義詞典沒問題再開始調(diào)抽取參數(shù)。這個(gè)習(xí)慣幫我省掉了大量返工時(shí)間。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
大香蕉欧美在线| 五月婷婷香| 99热国产在线| 九九色影院| 色插综合网| 97操| AV性爱在线| 欧美天天性| 大香蕉婷婷丁香| 99热这里只有精| 99国产这里只有精品| 丁香五月天黄色片| 丁香五月婷婷激情完整版| 天天做天天爽| 大香蕉啪啪| 五月花亭亭| 久99视频在线观看| 3p九色在线| 亚洲成人网在线观看| 五月婷婷熟女| 色五月色五天色情网| 99久久超级| 色色性爱视频| 成人精品在线观看| 4438激情网| 久久深爱激情网| AV九九| 五月丁香趴趴| 91中文狠狠综合| 开心婷婷五月天激情网| 999婷婷综合| 日逼影音先锋男人资源站| 久久婷婷影院| 五月婷婷AV| 亚洲色vA| 婷婷丁香亚洲五月天| 久久九⑨| 影音先锋91男人资源在线播放| 午夜丁香婷婷| 色婷婷婷婷五月天| 99爱在线精品视频免费观看| 婷婷五月天精品| 天天色中文字幕女优AV| 中文字幕网伦射乱中文| 鲁鲁色五月| 色五月婷婷影院| 婷婷五月天AV| 婷婷丁香五月婷婷| 六月婷久久| 六月综合在线| 欧洲亚洲精品| 天天综合色| 婷婷丁香婷婷97| 五月花婷婷| 99在线观看视频精品| av人人操| www.婷婷,com| 狠狠色婷婷7777久| www.99热这里只有精品| 九九黄色网| 99爱视频免费看| 激情综合网五月天| 丁香婷婷狠狠97| 天天成人丁香美女AV| 99re免费精品视频| 狠狠ri| 大战熟女丰满人妻AV| 激情五月婷婷综合| 亚洲天堂久久| 狠狠精品干练久久久无码中文字幕 | 日日日日做夜夜夜夜无码| 淫视馆av三区| 九九久久腿| 七七婷婷综合| 婷婷九月激情网| www,色婷婷| 色吧婷婷| 色色色99韩| 91|疯狂丨高潮丨对白| 永久精品| 国产婷婷久久| 激情色播| 丁香五月六月欧美| 99爱视频在线观看这里只有精品| 久久这里都是精品| 日日噜噜夜夜狠狠久久丁香六月| 狠狠爱综合网| 天天操比比| www夜夜操| se影音资源在线观看| 人人干Av| 丁香六月婷婷综合| 99ER热精品视频| 激情99| 色婷婷小说网| 久热九九| 极品少妇XXXX精品少妇偷拍| 激情五月天偷拍综合网| 伊人大香久久| 激情婷婷五月天丁香| 丁香婷婷天堂| 中文字幕乱码亚洲精品一区| 婷婷五月天中文字幕.| 99热只有| 五月天婷婷社区| 丁香五月天久久| 欧美激情五月天婷婷| 欧美色五月| 人人草人人爱| 色偷偷五月天| 91九色欧美| 欧美色播综合在线观看| 中文字幕综合| 超碰成人免费| 免费看无码视频A级| 侠女刀之记忆电影在线看免费| 狠狠艹狠狠艹| 日产精品一线二线三线芒果 | 色在线免费观看| 久久婷婷免费| 婷婷五月丁香色情| 五月综合激情视频| 国産精品| 欧美成人在线观看| 五月丁香激情婷婷综合字幕| 伊人久久大香网| 日韩无码专区| 国产精品成人AV在线| 99视频这里只有免费精品| www.99热| 综合久久激情久久| 六月丁香成人| 九九综合色综合| 久久HD| 婷婷六月综合在线| 久久婷婷网站| 天天爱天天日| 激情五月天婷婷五月天| WWW久久99久久99久久| 色99在线观看| 亚洲在线综合| 国产免费一区二区三区三州老师F1F1.CC| 天天射射夜| 色一情一乱一伦一区二区三区| 中文字幕日本最新乱码视频| 九九婷婷五月天影视| 97干欧美| 久久久久亚洲A∨成人乱码电影| 激情综合网五月激情| 婷婷久久综合久| 亚洲国产色婷婷| 五月激情视频| 九九黄色网| 久久久99久久| 激情图片亚洲| 天天做天天摸| 中文字幕97超级碰| 激情综合网色播五月| 五月天狠狠网站| 色五月婷婷在线| 99九九精品| 91热视频色网站| 天天综合精品| 人妻丰满精品一区二区A片| 丁香五月天激情综合| 五月丁香色综合| 久久激情视频| 大香蕉久久久久| 国产肥白大熟妇BBBB视频 | 玖玖综合网| www天天色天天射| 日韩综合久| 一级视频网址| 思思 热 99| 开心婷婷五月中文字幕组| 国产精品久久久60086| 国产精品电影| 女力报到正好爱上你| 五月天久久成人| 甈吧vv| 丁香六月狠狠| 五月天伊人网| 九九成人视频| 久久婷青青草原| 亚洲网在线观看| 9色免费网| 五月婷婷色综图片| 久操人妻| 999九九九久久久99HD| 日本97久久久精品| 五月丁香色婷婷伊人| 色五月色综合| 丁香婷婷五月色成人网站| 超碰色综合| 2005天天干天天1| 色婷丁香五月| 九色无码| 九九热这里精品| 五月婷婷黄色| 天天插天天日| 色色色色色色色五月| 五月婷婷激情久久| 激情五月天婷婷久久久久久久久久久| 六月丁香影院| 激情五月天色色| 无码字幕中文| 五月久久婷婷| WWW.婷婷五月天.COM| 婷婷 月 丁香| 日韩成人无码| 婷婷五月天综合久久日| 亚洲另类视频| 久操操| 五月激情在线| 99在线视频在线观看| www婷婷色| 99久久九九| 欧美婷婷六月丁香综合色| 婷婷综合五月| 婷婷五月激情在线| 婷婷福利影院| 色婷婷欧美| 丁香五月天在线视频| 这里只有精彩视频| 久久996re热这里只有精品无码| 亚洲字幕AV一区二区三区四区| 婷婷丁香人妻| 色一情一乱一乱一区9| 91九色在线视频| 人人操99| 狠狠操天天干| 99免费热视频在线| 欧美日韩精品一区二区三区钱| 日日操天天操| 丁香五月婷婷成人色区| 久久WW| 日本三级中国三级99人妇网站| 色色丁香婷婷综合| 色婷婷五月天不卡| 五月天婷婷基地丁香| 五月天婷婷成人网| 久久婷婷五月天懂色| 六月婷婷亚洲| 色五月天.con| 91视频综合网| 国产九月婷婷| 婷婷久久综合| 色婷婷亚洲| 五月丁香六月婷婷免费| 99碰视频| 欧美日韩一区二区三区四区| 国产精品久久久久久久久久免费| 99热在线观看精品免费| xxxx五月激情| 婷婷丁香色情| 丁香六月婷| 狠狠精品干练久久久无码中文字幕| 国产精品国产| 五月成人天| WWW夜夜| 国产精品成av人在线视午夜片| 丁香五月天婷婷激情| 婷婷五月天激情综合网| 五月婷婷插一插| 丁香五月先锋| 五月丁香婷婷钟和色图| 日韩一本操| www色色com| 五月丁香婷婷AV| 丁香狠狠| 亚色网站小视频| 色约约视频一区二区三区四区五区| 九九九九毛片| www夜夜操| 婷婷内射视频在线| 夜夜谢天天干| 久热超碰91| 激情五月天色婷婷| 青青草蜜臀| 婷婷五月丁香综合亚洲 | 色无码| 午夜大香蕉| 国产乱子轮XXX农村| 艹色18p| 日本色婷婷| 婷婷色色综合激情| 久久婷婷五月天激情| 免费AV播放| 中文字幕精品无码一区二区| 卡视频1区2区| 看婷婷五月天网| 久久 这里只有精品1| 日本熟女内射| 久久狼人天堂| 极品人妻VIDEOSSS人妻| 色99色| 久久五月综合| 51精品国内探花| 密视AV综合在线| 99操不停| 五月天婷婷色在线视频免费观看 | 神马欧美精| 色婷婷丁香五月丁香| 五月激情天| 欧美色频| www.91操| 5五月综合网亚洲| 亚洲色啪| Www99热| 天天日夜夜草进麻麻的子宫| 久久久久久综合88| 婷婷综合干| 九月婷婷激情| 九九无码视屏| 五月天丁香综合久久国产| 丁香六月啪| 国产乱子轮XXX农村| 亚洲国产成人AV在线| 五月丁香六月激情综合| 色情免费视频播放| 91丨九色丨东北熟女| 色网五月婷婷| 99视频在线啪| 偷拍视频五月天| 色吧婷婷| 国产欧美精品AAAAAA片| 六月丁香av| 情涩婷婷五月天| 激情五月六月婷婷| 色情五月| 五月婷婷激情综合网 | 大陆肏屄视频| 亚洲电影中文字幕| 亚洲99热| 91 久热| A A色色| 精品无码久久久久久久久| av色婷婷| 婷婷久久综合久| 国产九月婷婷| 久久开心五月婷婷| 亚洲AV日韩在线观看| 开心婷婷中文字慕| 激情五月综合| 九九热九九| 色色色999| 99精品久久| 影音先锋一区二区三区| 天天天摸夜夜夜玩| 九九九色综合| 伊人大香蕉在线视频| 96丁香六月婷婷蜜桃综合久久| 在线18av | 夜夜天天天天天干天天爽| 任你爽视频| 激情小说婷婷小说| 色综合久久久综合久久网| 色波激情五月天| 成人做爰A片免费看视频| 草操AV在线| 国产美女无遮挡裸体毛片A片| www色婷婷| 国产精品视频免费看| 五月天激情四射网站| 日韩在线视频中文字幕| 玖玖婷婷五月天| 色宗合,宗合网| 久久婷婷青青草| 丁香五月婷婷天| 色色综合院| 综合色99| 丁香六月天之亚州热女| 色婷婷免费观看| 丁香五月激情五月| 色五月中文网| 色色综合无码| av人人操| 538在线精品| www.五月天婷婷| 成人必爱视| 日韩美女在线视频19| 天天干天天干天天干天天干天| 热久久国产视频| 丁香五月综合高清在线| 国产精品汇聚精彩第二页 - 高清完整版在线 - 青蛙AV | 五月天婷婷社区久久综合| 色婷婷小说| 色综合五月| 激情的五月| 操97免费超级视频| 久久婷婷艹| .操區COm| 日韩三及成人AV片| 性爱网五月婷婷| 五月婷婷久久久| 色五月五月天| 性爱动图国产麻豆一区二区三区| 日本3级片一区2区| 色播jjjj| 日本狠狠干| 色丁香久久| 五月天婷婷色色网| 亚洲国产99| 亚洲第一色区| av网站中文| 天天操九九插| 激情99。| 99热这里在线精品| 91九色 婷婷| 婷婷国产五月天17c| 大香蕉五月天婷婷| www.99热| av免费人人| av婷婷丁香 六月| 99热精品在这里| 高清无码.com| 精品久久99码| 99热综合在线| 91九色 婷婷| 熟妇天天综合| 欧美日韩国产成人在线| 99热超碰人| 免費观看aV在线网址| 性爱网五月婷婷| 99国产精品白浆在线观看免费 | 色色色com| 五月精品免费XXX| 操操操操操电影网| 热99热9| 婷婷成人综合五月| 五月婷婷说| 五月花激情| 五月天综合在线观看| 色噜噜婷婷| 久久久久人妻中文| 五月丁香888| 99九九中文字幕视频| 热99久| 色婷婷a v| 丁香婷婷激情综合五月激情| 国产日日夜夜操| 五月天,激情四射,婷婷频道| 午夜天堂啪啪| 97色干| 无码 av电影| 久久婷婷原创视频| 色色五月婷婷久久| 精品婷婷五| 五月色导航| 婷婷播播五月天| 五月天色婷婷基地| 九九精品热播| 精品一二三区久久AAA片| 五月丁久久| 亚洲最大视频网站| 欧美激情丁香五月| 丁香五月天成人| 欧美精品啪啪| 9久久狠狠的| 思思干精品| 六月丁香五月天| 91婷婷在线| 校花娇喘呻吟校长陈若雪视频| 国产免费性爱| 婷婷五月丁香花综合| 99在线爽| 成功精品影院| 日本少妇裸体做爰高潮片| 久久99精品久久久久久青青AR| 4399成人黄A片| 五月婷婷开心综合| 五月丁香六月片| 五月丁香六月婷综合成人综合| 亚洲欧美另类在线23p| 亚洲AV中文在线| 一区=区操屄高清大全av| 激情涩涩网| 日韩色五月| 另类婷婷五月天啪帕帕| 五月天激情偷拍| 伊人玖玖婷婷| av电影在线播放| www激情| 成人狠狠成人狠狠成人狠狠成人狠狠| 天天网曰日曰夜夜综合永久免费| 婷婷五月在线免费| 婷婷六月丁| 欧洲毛片基地c区| 色爆五月| 人妻自慰在线| 色色色色色色色色五月先| 99热在线播放精品| 开心婷婷五月天电影院| 婷婷亚洲综合| 99热碰碰热| 天天久| 99热最新国内| 日撸夜撸日操| 狠狠久久婷五月综合色| 狠狠色丁婷婷日日,伊人激情综合网| 婷婷五月丁香香蕉| 热99一二三| 六月丁香成人网| 亚洲精品白浆高清久久久久久| 天堂久久婷婷| 色播丁香婷婷五月激情| 97日韩无套内| 就爱日五月天| 一级二级香港秋霞欧美欧美秋霞| 激情五月天影院| 婷婷99| 亚洲天堂色色| 色婷婷欧美在线| 99热最新| 五月丁香激情婷婷综合字幕| 91紱請| 色综合色综合网| 日本天堂网站99| 26uuu成人网| 久久九九精彩| 九月丁香| 久久性视频| 夜夜操夜夜操| 五月天婷婷激情网| 欧美成人精品三区综合A片| 成人深爱丁香五月| 国产乱妇乱子在线播视频播放网站| 男人综合网| 亚洲在线网站| 人人干女人| 九九色中文| 玖月婷婷爱丁香| 4399无码视频| www.91在线观看| 性爱动图国产麻豆一区二区三区 | 综合在线网| 亚洲综合另类| 狠狠色婷婷在线| 丁香五月五婷| 久久天天天| 久久五月婷综合| WWW.婷婷| 深爱婷婷基地| 超碰人人在线观看| 九九热99热| 337午夜福利| 久久久久久久久99精品| 免费视频WWW在线观看网站| 操逼棍操逼| 久久婷婷五月综合97色一本| 大大香蕉综合在线| 五月色网| WWW久久久| 激情五月,婷婷五月,丁香五月| 成人在线网| 丁J香六月首页| AA片在线观看视频在线播放| 亚洲无码99| 五月香婷婷| 天天综合图片| 九九九这里只有精品| 五月天丁香婷婷网| 99综合免费视频| 日日肏天天操| 无码区婷婷五月花开| 99亚洲精品综合在线| 黄网在线免费观看| 开心深爱激情网| 亚洲第一色色色色| 激情婷婷五月久久| 超级久久久| 亚洲成av人影院| 色色射| 91色在线 | 日韩| www,五月天激情| 久久网站免费亚洲| 麻豆科斗777| 9.1综合网| 五月丁香六月色婷婷综合五月天| 亚洲激情综合网| 天天摸天天肏| 婷婷无码视频| 天天激情5月天亚洲| 九九综合网色全集 | 碰超99| 天天摸色吧天天摸色吧| 这里只有精品9| 色噜噜狠狠色综合日日免费| 色天天综合成人网| 天天天天天久久久久久| 婷婷五月美女直播| 夜夜骑天天操| 色五月综合在线| 色婷婷久久| 四虎成人精品永久免费AV九九| 99热九九热| 99热久久这里只有精品| 中文字幕日产A片在线看| 这里只有精品视频| av中文网| 大香久久伊人网| 青青草原爱爱网| www网站在线观看| 久久99精品久久久| 伊人婷婷大香蕉| 婷婷五月天堂网| 五月天开心色情网| 丁香婷婷五月| 婷婷五月天激情小说| 九九色精品| 亚洲图片 丁香婷婷| 人人干女人| 五月天播播综合| 99亚州综合精品成人网| 欧美婷婷五月丁香| 99ree6| 欧美日韩五月婷婷| 4399成人黄A片| 五月婷丁香在线视频在线| 久久er99| 狠狠狠狠狠狠狠狠| 精品国婬伦V无码久久久| 五月天婷婷激情四射综合| 丁香婷婷五月六月久久| 色99综合视频| 久热这里只有精品6| 日本一区二区三区精品视频| 99在线观看视频免费| 亚洲五月色| 久久久激情| 亚洲99一级无嗎特制在线| 国产97色在线| 婷婷综合色五月天| 99精品久久| 日本情色一区二区| 丁香六月综合激情| 伊人9999| 天天色综合网吨吧| 99久久6| 欧美精品狠狠色丁香婷婷| 九九国产精视频| 色综合九九| 色婷婷影视| 欧美色99| 天天操天天操天天操天天操天天操 | 另类的婷婷| 色色色热| 青青色com久久| 美女要搞搞天天搞搞搞网站| 色五月婷婷综合| 婷婷月综合| 噜噜吧天天爱| 97热久久五月婷婷| 色五月婷婷很很操| 亚洲免费在线观看岛国| 色欲一二三| 丁香六月成人| 婷婷舔| 九九無妻| 五月丁香爱婷婷深深| 五月婷婷成人| 天天射色五月天| 亚洲性爱区无码区| 亚洲激情四射色| 久色网五月| 欧美日本国产| 五月激情婷婷播播开心| 182TV亚洲| 丁香色色色| 狠狠操狠狠爱| 色色a| 可以免费观看的av网址| 五月丁香网站| 夜夜操狠狠操天天操| 做爰丰满少妇1313| 久久这里只有精品16| 99精品在线观看| 久久五月丁香婷婷| 91丨九色丨国产打屁股| 九九免费精品在线视频| 丁香五月天操B| 婷婷五月激情综合网| 夜夜爽天操| 99欧美热| 激情 婷婷| 丁香婷婷天堂| 色播丁香婷婷五月激情| 亚洲亚洲人成综合网络| 国产高清精品色| 国产亚洲精品久久久久久豆腐| 久鲁鲁色网| 丰满少妇乱A片无码| wwwC0maV五月花| www.com.色色| 婷婷99狠狠躁天天躁| 五月婷婷激情综合网| 99久久综合网| #NAME?| 婷婷午夜精品久久久| 久久99热这里只有精品首| 99在线精品观看99| 狠狠干激情五月| 丁香激情综合| 婷婷色中文字幕| 激情亚洲色图片丁香综合| 五月婷婷丁香综合,亚洲天堂| 婷婷五月天激情网| 五月丁香婷色| 超碰AV在线| 综合福利网| 99狠狠| 色婷婷五月天在线| 欧美A级网站| 激情五月天色色网| 亚洲色五月婷婷| 思思热国产视频| 久久婷婷五月综合色丁香花| 丁香六月啪| 久久久久er热| 另类小说婷婷色| 婷婷久久亚洲| 亚洲五月激情| 色五月中文字幕| 日逼AV影音先锋男人资源站| 九九热99热| 亚洲天堂亚洲色色色| 亚洲超级碰| 亚洲成人影视在线| 亚洲超碰在线| 99热主页日本| 五月丁香六月婷婷成人电影| 亚洲综合热| 直接看的AV网站| 亚洲九九在线| 五月丁香综合啪啪| 色九月婷婷综合| 综合性爱网| 超碰97在线操| 色婷五月天| 五月婷在线| 天天插天天插天天插天天插| 婷婷性爱影院| 婷婷五月天AV| 精品久久久人妻| 天天激情站| 婷婷五月婷婷| 激情五月综合| 色色丁香| 国产精自产拍久久久久久蜜| 成人精品视频99在线观看免费| 婷婷午夜| 五月婷婷五月天| 少妇AB又爽又紧无码网站 | 狠狠色噜噜狠狠| 狠狠干在线| 九九99九九精品视频| 日本激情综合| 人人色人人弄人人操| 人与禽A片啪啪| 婷婷丁香综合网| 综合久久综合综合| 亚洲婷婷丁香| 五月香蕉综合| 99婷婷综合| www久久久久久久| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 夜丁香五月婷婷| 精品国产va久久久| 丁香五月六月婷婷综合| 五月婷婷开心网| 婷婷五月综合激情| 精品影院| www久久艹| 久久综合这里只有精品1| 青青草蜜臀| 亚洲最大激情无码| 丁香五月社区| 婷婷五月天网| 99久久婷婷国产综合精品电影| 婷婷激情五月天小说| 久久婷婷网| 五月婷婷这里都是精品| 免费看成人747474九号视频在线观看| 激情丁香五月婷婷| 九九性爱网| 色色丁香五月婷婷| 99视频精品全部免费 在线| 五月天色社区| 中文字幕在线日亚洲9| 亚洲欧洲中文日韩久久AV乱码| AV大片在线观看| 成人五月天综合网| 五月天成人小说网| 大地9中文在线观看免费高清| 亚洲xx网| 五月丁香在线综合| 色五月婷婷在线| 国产熟女大叫受不了| 婷婷五月激情热播| 五月天久久综合婷婷丁香| 亚洲国产99| 婷婷丁香五月激情密臀av| 五月天成人在线精品| 丁香五月色色| 久久久久久99精品无码| 五月天天爽| 婷婷99视频全集高清| 久色视频在线| 色五月在线观看| 2013AV天堂| 欧美色色色色色色色| 欧美超级视频97| 91精品久久久久久久久久| 韩日在线熟女| 色噜噜狠狠色综无码久久合欧美| 成人片在线播放| 天天干com| 色婷婷丁香女女| 深爱网深爱综合网| 99re在线观看| 激情五月深爱五月观看| av在线观看网站| 狠狠色丁香久久婷婷综合五月| 天天操天天爱天天玩| 成人无码髙潮喷水A片| 婷婷爱综合| 亚州操人在线视频| 婷婷久久综合久| 91久久综合亚洲鲁鲁五月天| 激情图片婷婷| 色色色在线观看| 91婷婷在线观看| 麻豆雪千夏| 午夜激情婷婷| 久久久久久欧美精品se一二三四| 国产九九一区二区三区| 思思99久久| 色九月欧美| 操碰99| 五月丁香婷婷色| 色噜噜婷婷| 婷婷五月情天| 亚洲精品视频电影| 亚洲精品久久久无码| 丁香五月久久社区| 婷婷 亚洲图片 丁香| 夜夜骑夜夜操| 五月丁香综合啪啪啪啪啪| 色情综合网| 五月丁香久久精品在线观看| 天天干天天爽| 欧美亚洲999| 狠狠干综合| 激情九月婷婷| 另类小说色婷婷| 99热欧| 国产精品色色| 四虎婷婷五月天| 大香蕉九九| 亚洲综合丁香婷婷六月天| j五月香在线| 欧美婷婷五月天| 97色欧美| 激情综合五月| 婷婷婷色五月| 婷婷综合玖玖五月| 五月婷视频在线| 丁香婷婷六月天| 久热免费视频| www夜夜操wwwcon| 岛国操B不卡在线| 五月玖玖| 性色播| 亚洲综合色成丁香五月色| 九九婷婷五月天| 久久五月激情| 青草视频在线播放| 五月天最新网| 激情五月天综合网| 亚洲操人| 亚洲欧美另类在线23p| 久久婷婷综合国产| 亚洲黄色影视| 久热这里只有精品99re| 激情综合网五月婷婷| 国产真人做爰视频免费| 欧美丁香婷婷五月天| 天天搡日日搡aaaaⅩ| 丰满少妇猛烈A片免费看观看 | 综合网色| 九九成人精品| 伊人久久综合| 91超碰人人操| 99亚洲无码| 九九RE视频在线精品| 久久性综合| 婷婷丁香花五月天| 色五月丁香一区在线| WWW.久久99| 综合网天天| 99亚洲无码| 国产成人网| 丁香六月婷婷激情| 激情色播| 丁香婷婷婷五月| 午夜爱爱网站| 色色网站毛片| 操碰99| 色情五月天婷婷| 婷婷综合色图| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 日本va欧美va国产激情| 五月之婷婷| 五月婷婷色情| 亚洲视频一区| 五月丁香六月色| 色婷婷影音| 亚洲色久| 久久婷婷综合色丁香| 久久综合九九| 色婷婷成人网| 五月婷婷精品无在线| 99色久| 性按摩玩人妻HD中文字幕| 26.uuu丁香五月婷婷| 丁香五月大片| 91热在线| 39视频第二区| 亚洲va综合va国产va中文| 99热成人在线| 成人婷婷桔色| 日本婷久久| 婷婷五月丁香综合亚洲| 日日噜噜夜夜狠狠久久丁香六月| 五月久视频| 五月丁香六月情婷婷久久| 色欲九区| 激情五月天天| 婷婷五月婷婷五月| 丁香五月激情六月欧亚激情综合导航 | 婷婷丁香六月影视| 婷婷午夜精品久久久| 久久九九网| 婷婷情色激情| 欧美精品久久久久久视频观看| 秋霞AV美国| 色色色五月天激情资源| 激情内射人妻1区2区3区| 色99网| 综合一区二区三区| 久久婷婷六月综合| 色播五月丁香婷婷| 亭亭五月丁香综合欧美| 久久狠狠干| 97精品综合久久内射| www五月婷婷88导航| 国产这里只有精品| 久久曰曰| 亚洲九区| 亚洲av免费在线| 国产精品色色| 日韩视频99| 思思国产99| 色综色五月天婷婷| 甈你aaaaa| 五月夜丁香| 激情综合网激情五月婷婷| 五月婷综合| 精品色色色| 综合久久五月| 综合网激情五月天| 激情深爱综合| 大香蕉网站,大香蕉综合| 97在线/亚洲| 久热精品在看| 五月天基地| α久久| 狠狠999| 青青草日本亚洲| 丁香久久五月天视频在线观看| 天天插轮理| 色欲五月天| 深夜婷婷五月丁香| 月月AV| 五月天五月色婷婷综合| 开心五月婷婷五月| 五月丁香婷婷综合久久| 久久婷婷色情7777网站| XX久久| 久久婷丁香五月| 欧美大香蕉视频| 九九色欲网| 97人人草| 色五月综合网| www.激情在线| www.sd-xiangsu.cpm| 日本在线99| 色综合色五月| 婷婷亚洲日本| 亚洲熟妇AV综合网五月丁香伊人 | 好看的国产精品| 99A级片| 91操人视频| 这里只有精彩小视频视频网站| 伍月婷丁香婷| 天天噪夜夜爽| 五月丁香综合伦理片| 99色热视频| 五月天精品综合| 玖玖热视频| 九月婷婷色色| 婷婷在线视频| 久久婷婷成人综合色怡春院| 五月丁香香蕉| 婷婷五月天网| 久久婷婷午夜| 国产黄色av| www.五月天色色色| 婷婷综合激情| 婷婷丁香五| 婷婷五月色网| 99这里都是精品| 色色五月天激情| 激情丁香五月| 欧美一级a| 激情无码网| 操碰97| 秋霞学生妹一二级| 天天爽天天草| 婷婷九月亚洲| www.狠狠操| 色播激情| 超碰免费大香蕉| 丁香婷婷五月天校园春色| www,婷婷五月天777me,com| 人人干人人操人人摸| AV在线观看网站| 99热18| 婷婷热色| 91啪啪视频| 五月丁香六月欧美综合| 丁香婷婷基地| 久久机热/这里只有精品| 搡BBBB搡BBB搡18| 五月九九综合| 色狠狠999综合| 婷婷大美在线| 久久精品视频在这里有| 久99热| 婷婷狠狠综合网入口| 五月久久网| 男男野外做爰全过程69| AⅤ网站在线看| 色综合久久综合| 这里有精品99| 婷婷丁香人妻天天久久| 色婷视频| 男女啪啪做爰高潮无遮挡| 中文字幕网站在线观看| 婷婷久久国产视频| 激情五月天 婷婷| 激情av在线| 丁香五月天堂| 超碰色热| 亚洲永久免费| 婷婷丁香人妻天天久久| 99久久6| 丁香亭亭激情四射| www.婷婷六月天| 日本九九热| 丁香六月婷婷久久综合| 国产亚洲成AV人片在线观黄桃 | 中文字幕 中文字幕明步| 五月综合久久| 久久九九精彩| 亚洲激情丁香五月基地| 成人综合AV| 五月Huangsewang| 色五月五月婷婷| 久久一二三视频| 色五月婷婷综合在线| 国产在线激情视频| www91精品| 色久五月| 久久五月丁香婷婷| 日本97在线观看| 日日噜狠狠色综| 9l视频自拍9l视频自拍九色学生| caop视频| 色吧综合网| 激情五月天影院| 日本不卡高字幕在线2019| 99热e| Www.婷婷五月| 六月丁香婷| 超碰93在线观看| 五月婷婷激情四月| 婷婷五月丁香五月| 丁香婷婷五月激情| 91wwmm导航| 免费无码毛片一区二区A片| 激情综合国产| 婷婷五月天激情网站| 婷婷五月花| 日日噜狠狠| 99精彩视频| 婷婷丁香精品视频在线观看| 欧美成人AAA片一区国产精品| 丁香五月婷婷啪啪啪| 99热这里只有精品青草| 色无婷婷| 国产视频福利| 五月丁香爱婷婷深深| 操日视频| 狠狠色狠狠色综合日日91| 五月伊人综合| 大香蕉五月婷婷| 伊人9在线| 99精吕视频在线观看了| 丁香五月之久操视频| 天天草天天爱| 九九热视频精品| 欧美五月婷婷| 六九色综合婷婷五月天| 婷婷五月丁香四射| 丁香六月激情蜜桃| 国产肥白大熟妇BBBB视频| 五月天婷婷xxx| 国产免费AV网站| 国产44页| 99这里只有精品|v| 婷婷激情五月天桃花网| 第四色26uuu| 日本少妇裸体做爰高潮片| 婷婷丁香射射| 久久婷婷丁香| 五月婷婷成人| 九九99热| 欧美日韩国产伦精品日韩人妻一| 丁香五月天激情综合| 久久久久久97| 99ri在线| 色99在线视频| 97操碰碰无码视频| 开心五月婷婷婷美女| 看片视频在线免费日产在线看| 久久久色情| 激情五月狠狠| 大地资源色婷婷视频在线 | 日韩九区| 午夜免费试看| 五月丁香色综合| 婷婷色五月综合丁香| 伊人五月天| 国产五月丁香在线| 免费看欧美成人A片无码| 五月天婷五月天综合网在线观| 精品色色| 四虎婷婷五月天| 91精品激情9| 婷婷五月开心中文字幕色| WWW.国产| 97人人草| 99网| 五月婷成人网| 密着浓厚中出乚交尾GvG935| 色丁香久久久| 色综啪啪啪啪啪啪| 色五月婷婷一二| 爆乳熟女一区二区三区爆乳| 棕合影院色色| www色色色com| 亚洲乱码日产精品BD| 人人干AV| 亚洲蜜乳AV| 五月婷婷丁香啪啪| 操91| 99精品偷自拍| 五月丁香花开综合网| 毛片蕉地一二| 亚洲激情综合| 超碰成人在线观看| 免费精品99| 色五月天成人在线| 9色操| 超碰93在线观看| 激情婷婷丁香五月天小说| 精品一二三区久久AAA片| 六月丁香五月激情婷婷| 啪精品| 玖玖99免费视频| 婷婷激情伍月网| 熟妇人妻中文字幕无码老熟妇| 中文字幕性爱丰满| A1片久久| 99热超碰在线| 亚洲 在线 性爱 | 大香蕉五月天婷婷| 婷婷五月丁香六月天亚洲综合| 丁香五月天堂网AV| 国产亚洲色婷婷久久99精品91| 五月天开心成人网| 亚洲性爱AV| 中文字幕综合| 亚洲色婷婷五月天| 新97人人上人人| 岛国资源网| 九九中文色色| 五月婷婷丁香综合| 六月婷婷狠狠做| 99综合熟女| 色五月天电影| 九九热精品视频九九| 人人澡玖玖一| 国外亚洲成AV人片在线观看| 99精色| 99爱爱| 久久AAAA片一区二区| www.99热视频| 99视频超级精品| 五月天啪啪网| 亲子乱AV一区二区三区下载| 五月天激情婷婷五月天久久| 99视频在线啪| 99久在线精品99re8热| 四色五月婷婷在线观看| 另类视频在线| 九九九九中文字幕| 99久久婷婷| 亚洲久久激情| 五月丁香久久网| 亚洲av网址| 天天插天天爽| 婷婷五月天激情文学| 99久.| 日本色啪| 丁香五月影院| 深爱五月网| 玖月婷婷爱丁香| 91日本在线免费| 五月天成人综合| 五月丁香婷中文| 另类视频一区| 91操黄| 操骚货在线| 婷婷色操| 五月色情网| 强伦轩人妻一区二区电影| 色9999综合久久| 五月丁香婷婷综合网| 五月婷婷色播| 热热久久久久久久久| 丁香五月手机在线| 中字幕视频在线永久在线观看免费| 五月婷婷丁香大陆免费| 欧洲日韩一区二区三区| 久久综合五月天| 免费观看日韩成人av| 丰满人妻一区二区三区| 亚洲天堂爱爱| 五月婷婷伊人在线| 2050人人操免费工开爱| 97色干| www激情网站| 日本婷婷色| 五月婷婷片|