├── README.md ├── checkpoint_f └── readme.md ├── dataUtil.ipynb ├── data_test ├── news.sohunews.010806.txt └── news.sohunews.020806.txt ├── model ├── decoder5.pkl └── encoder5.pkl ├── textsum_seq2seq_implement_by_pytorch.ipynb ├── textsum_seq2seq_ver2.ipynb ├── tokenize ├── content_news.sohunews.010806.txt ├── content_news.sohunews.020806.txt ├── title_news.sohunews.010806.txt └── title_news.sohunews.020806.txt ├── train_test ├── content_news.sohunews.010806.txt ├── content_news.sohunews.020806.txt ├── title_news.sohunews.010806.txt └── title_news.sohunews.020806.txt └── vocab └── vocab.txt /README.md: -------------------------------------------------------------------------------- 1 | # chinese-textsum 2 | a seq2seq+attention model for Chinese textsum implemented by TensorFlow 1.4 3 | 4 | another seq2seq+attention model for Chinese textsum implemented by pytorch 0.3.0 5 | -------------------------------------------------------------------------------- /checkpoint_f/readme.md: -------------------------------------------------------------------------------- 1 | ## 用于存放训练好的模型 2 | ## 本人训练的模型超过100M 无法上传，需要的同学可以问我要。 3 | -------------------------------------------------------------------------------- /data_test/news.sohunews.010806.txt: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/sys1874/chinese-textsum/b726efb3acbcfb7758b08f57ad3bb9bb4e92abf0/data_test/news.sohunews.010806.txt -------------------------------------------------------------------------------- /data_test/news.sohunews.020806.txt: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/sys1874/chinese-textsum/b726efb3acbcfb7758b08f57ad3bb9bb4e92abf0/data_test/news.sohunews.020806.txt -------------------------------------------------------------------------------- /model/decoder5.pkl: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/sys1874/chinese-textsum/b726efb3acbcfb7758b08f57ad3bb9bb4e92abf0/model/decoder5.pkl -------------------------------------------------------------------------------- /model/encoder5.pkl: -------------------------------------------------------------------------------- https://raw.githubusercontent.com/sys1874/chinese-textsum/b726efb3acbcfb7758b08f57ad3bb9bb4e92abf0/model/encoder5.pkl -------------------------------------------------------------------------------- /textsum_seq2seq_implement_by_pytorch.ipynb: -------------------------------------------------------------------------------- 1 | { 2 | "cells": [ 3 | { 4 | "cell_type": "code", 5 | "execution_count": 5, 6 | "metadata": { 7 | "collapsed": true 8 | }, 9 | "outputs": [], 10 | "source": [ 11 | "import unicodedata\n", 12 | "import string\n", 13 | "import re\n", 14 | "import random\n", 15 | "import time\n", 16 | "import datetime\n", 17 | "import math\n", 18 | "import socket\n", 19 | "hostname = socket.gethostname()\n", 20 | "\n", 21 | "import torch\n", 22 | "import torch.nn as nn\n", 23 | "from torch.autograd import Variable\n", 24 | "from torch import optim\n", 25 | "import torch.nn.functional as F\n", 26 | "from torch.nn.utils.rnn import pad_packed_sequence, pack_padded_sequence#, masked_cross_entropy\n", 27 | "from masked_cross_entropy import *\n", 28 | "\n", 29 | "import matplotlib.pyplot as plt\n", 30 | "import matplotlib.ticker as ticker\n", 31 | "import numpy as np\n", 32 | "%matplotlib inline" 33 | ] 34 | }, 35 | { 36 | "cell_type": "code", 37 | "execution_count": 6, 38 | "metadata": { 39 | "collapsed": true 40 | }, 41 | "outputs": [], 42 | "source": [ 43 | "import numpy as np\n", 44 | "import time\n", 45 | "import os" 46 | ] 47 | }, 48 | { 49 | "cell_type": "code", 50 | "execution_count": 7, 51 | "metadata": { 52 | "collapsed": true 53 | }, 54 | "outputs": [], 55 | "source": [ 56 | "USE_CUDA=torch.cuda.is_available()" 57 | ] 58 | }, 59 | { 60 | "cell_type": "code", 61 | "execution_count": 8, 62 | "metadata": {}, 63 | "outputs": [ 64 | { 65 | "data": { 66 | "text/plain": [ 67 | "False" 68 | ] 69 | }, 70 | "execution_count": 8, 71 | "metadata": {}, 72 | "output_type": "execute_result" 73 | } 74 | ], 75 | "source": [ 76 | "USE_CUDA" 77 | ] 78 | }, 79 | { 80 | "cell_type": "markdown", 81 | "metadata": {}, 82 | "source": [ 83 | "## 获取字典" 84 | ] 85 | }, 86 | { 87 | "cell_type": "code", 88 | "execution_count": 9, 89 | "metadata": { 90 | "collapsed": true 91 | }, 92 | "outputs": [], 93 | "source": [ 94 | "vocab_path='./vocab/vocab.txt'" 95 | ] 96 | }, 97 | { 98 | "cell_type": "code", 99 | "execution_count": 10, 100 | "metadata": { 101 | "collapsed": true 102 | }, 103 | "outputs": [], 104 | "source": [ 105 | "def get_vocab(vocab_path):\n", 106 | " vocab_list=[]\n", 107 | " with open(vocab_path,'r',encoding='utf-8')as f:\n", 108 | " for item in f.readlines():\n", 109 | " vocab_list.append(item.strip())\n", 110 | " int_to_vocab = {idx: word for idx, word in enumerate(vocab_list)}\n", 111 | " vocab_to_int = {word: idx for idx, word in int_to_vocab.items()}\n", 112 | " return int_to_vocab,vocab_to_int" 113 | ] 114 | }, 115 | { 116 | "cell_type": "code", 117 | "execution_count": 11, 118 | "metadata": { 119 | "collapsed": true 120 | }, 121 | "outputs": [], 122 | "source": [ 123 | "source_int_to_letter, source_letter_to_int=get_vocab(vocab_path)" 124 | ] 125 | }, 126 | { 127 | "cell_type": "code", 128 | "execution_count": 12, 129 | "metadata": {}, 130 | "outputs": [ 131 | { 132 | "data": { 133 | "text/plain": [ 134 | "50000" 135 | ] 136 | }, 137 | "execution_count": 12, 138 | "metadata": {}, 139 | "output_type": "execute_result" 140 | } 141 | ], 142 | "source": [ 143 | "len(source_int_to_letter)" 144 | ] 145 | }, 146 | { 147 | "cell_type": "markdown", 148 | "metadata": {}, 149 | "source": [ 150 | "## Padded Batch\n", 151 | "### return input_var, input_lengths, target_var, target_lengths" 152 | ] 153 | }, 154 | { 155 | "cell_type": "markdown", 156 | "metadata": {}, 157 | "source": [ 158 | "### 给添加padded " 159 | ] 160 | }, 161 | { 162 | "cell_type": "code", 163 | "execution_count": 13, 164 | "metadata": { 165 | "collapsed": true 166 | }, 167 | "outputs": [], 168 | "source": [ 169 | "def pad_sentence_batch(sentence_batch, pad_int):\n", 170 | " '''\n", 171 | " 对batch中的序列进行补全，保证batch中的每行都有相同的sequence_length\n", 172 | " \n", 173 | " 参数：\n", 174 | " - sentence batch\n", 175 | " - pad_int: 对应索引号\n", 176 | " '''\n", 177 | " max_sentence = max([len(sentence) for sentence in sentence_batch])\n", 178 | " return [sentence + [pad_int] * (max_sentence - len(sentence)) for sentence in sentence_batch]" 179 | ] 180 | }, 181 | { 182 | "cell_type": "code", 183 | "execution_count": 14, 184 | "metadata": { 185 | "collapsed": true 186 | }, 187 | "outputs": [], 188 | "source": [ 189 | "def get_batches(file_list,tokenize_path,batch_size,pad_int):\n", 190 | " '''\n", 191 | " 定义生成器，用来获取tokenize下的所有content\n", 192 | " '''\n", 193 | " for item in file_list:\n", 194 | " source_path=os.path.join(tokenize_path,'content_'+item)\n", 195 | " target_path=os.path.join(tokenize_path,'title_'+item)\n", 196 | " with open(source_path,'r',encoding='utf-8')as sf:\n", 197 | " sources=[[int(word) for word in sentence.strip().split(' ')]for sentence in sf.readlines()]\n", 198 | " with open(target_path,'r',encoding='utf-8')as tf:\n", 199 | " targets=[[int(word) for word in sentence.strip().split(' ')]for sentence in tf.readlines()]\n", 200 | " \n", 201 | " for batch_i in range(0, len(sources)//batch_size):\n", 202 | " start_i = batch_i * batch_size\n", 203 | " sources_batch = sources[start_i:start_i + batch_size]\n", 204 | " targets_batch = targets[start_i:start_i + batch_size]\n", 205 | " # 补全序列\n", 206 | " pad_sources_batch = np.array(pad_sentence_batch(sources_batch, pad_int))\n", 207 | " pad_targets_batch = np.array(pad_sentence_batch(targets_batch, pad_int))\n", 208 | " \n", 209 | " \n", 210 | " # 记录每条记录的长度\n", 211 | " targets_lengths = []\n", 212 | " for target in targets_batch:\n", 213 | " targets_lengths.append(len(target))\n", 214 | "\n", 215 | " source_lengths = []\n", 216 | " for source in sources_batch:\n", 217 | " source_lengths.append(len(source))\n", 218 | " \n", 219 | " \n", 220 | " #做一个降序\n", 221 | " source_lengths=np.array(source_lengths)\n", 222 | " targets_lengths=np.array(targets_lengths)\n", 223 | " \n", 224 | " index=np.argsort(-source_lengths)\n", 225 | " source_lengths=source_lengths[index]\n", 226 | " targets_lengths=targets_lengths[index]\n", 227 | " pad_sources_batch=pad_sources_batch[index,:]\n", 228 | " \n", 229 | " pad_targets_batch=pad_targets_batch[index,:]\n", 230 | " \n", 231 | " pad_sources_batch=Variable(torch.LongTensor(pad_sources_batch)).transpose(0,1)\n", 232 | " pad_targets_batch=Variable(torch.LongTensor(pad_targets_batch)).transpose(0,1)\n", 233 | "\n", 234 | " if USE_CUDA:\n", 235 | " pad_sources_batch=pad_sources_batch.cuda()\n", 236 | " pad_targets_batch=pad_targets_batch.cuda()\n", 237 | " \n", 238 | " \n", 239 | " \n", 240 | "\n", 241 | " #yield pad_targets_batch, pad_sources_batch, targets_lengths, source_lengths\n", 242 | " yield pad_sources_batch, source_lengths, pad_targets_batch, targets_lengths" 243 | ] 244 | }, 245 | { 246 | "cell_type": "markdown", 247 | "metadata": {}, 248 | "source": [ 249 | "## 构建模型" 250 | ] 251 | }, 252 | { 253 | "cell_type": "markdown", 254 | "metadata": {}, 255 | "source": [ 256 | "## Encoder" 257 | ] 258 | }, 259 | { 260 | "cell_type": "code", 261 | "execution_count": 15, 262 | "metadata": { 263 | "collapsed": true 264 | }, 265 | "outputs": [], 266 | "source": [ 267 | "class EncoderRNN(nn.Module):\n", 268 | " def __init__(self, input_size, hidden_size, n_layers=1, dropout=0.1):\n", 269 | " super(EncoderRNN, self).__init__()\n", 270 | " \n", 271 | " self.input_size = input_size\n", 272 | " self.hidden_size = hidden_size\n", 273 | " self.n_layers = n_layers\n", 274 | " self.dropout = dropout\n", 275 | " \n", 276 | " self.embedding = nn.Embedding(input_size, hidden_size)\n", 277 | " self.gru = nn.GRU(hidden_size, hidden_size, n_layers, dropout=self.dropout, bidirectional=True)\n", 278 | " \n", 279 | " def forward(self, input_seqs, input_lengths, hidden=None):\n", 280 | " # Note: we run this all at once (over multiple batches of multiple sequences)\n", 281 | " embedded = self.embedding(input_seqs)\n", 282 | " packed = torch.nn.utils.rnn.pack_padded_sequence(embedded, input_lengths)\n", 283 | " outputs, hidden = self.gru(packed, hidden)\n", 284 | " outputs, output_lengths = torch.nn.utils.rnn.pad_packed_sequence(outputs) # unpack (back to padded)\n", 285 | " outputs, hidden = self.gru(embedded, hidden)\n", 286 | " outputs = outputs[:, :, :self.hidden_size] + outputs[:, : ,self.hidden_size:] # Sum bidirectional outputs\n", 287 | " return outputs, hidden" 288 | ] 289 | }, 290 | { 291 | "cell_type": "markdown", 292 | "metadata": {}, 293 | "source": [ 294 | "## Attention Decoder" 295 | ] 296 | }, 297 | { 298 | "cell_type": "markdown", 299 | "metadata": {}, 300 | "source": [ 301 | "### Implementing an attention module" 302 | ] 303 | }, 304 | { 305 | "cell_type": "code", 306 | "execution_count": 13, 307 | "metadata": { 308 | "collapsed": true 309 | }, 310 | "outputs": [], 311 | "source": [ 312 | "# class Attn(nn.Module):\n", 313 | "# def __init__(self, method, hidden_size):\n", 314 | "# super(Attn, self).__init__()\n", 315 | " \n", 316 | "# self.method = method\n", 317 | "# self.hidden_size = hidden_size\n", 318 | " \n", 319 | "# if self.method == 'general':\n", 320 | "# self.attn = nn.Linear(self.hidden_size, hidden_size)\n", 321 | "\n", 322 | "# elif self.method == 'concat':\n", 323 | "# self.attn = nn.Linear(self.hidden_size * 2, hidden_size)\n", 324 | "# self.v = nn.Parameter(torch.FloatTensor(1, hidden_size))\n", 325 | "\n", 326 | "# def forward(self, hidden, encoder_outputs):\n", 327 | "# max_len = encoder_outputs.size(0)\n", 328 | "# this_batch_size = encoder_outputs.size(1)\n", 329 | "\n", 330 | "# # Create variable to store attention energies\n", 331 | "# attn_energies = Variable(torch.zeros(this_batch_size, max_len)) # B x S\n", 332 | "\n", 333 | "# if USE_CUDA:\n", 334 | "# attn_energies = attn_energies.cuda()\n", 335 | "\n", 336 | "# # For each batch of encoder outputs\n", 337 | "# for b in range(this_batch_size):\n", 338 | "# # Calculate energy for each encoder output\n", 339 | "# for i in range(max_len):\n", 340 | "# attn_energies[b, i] = self.score(hidden[:, b], encoder_outputs[i, b].unsqueeze(0))\n", 341 | "\n", 342 | "# # Normalize energies to weights in range 0 to 1, resize to 1 x B x S\n", 343 | "# return F.softmax(attn_energies).unsqueeze(1)\n", 344 | " \n", 345 | "# def score(self, hidden, encoder_output):\n", 346 | " \n", 347 | "# if self.method == 'dot':\n", 348 | "# energy = hidden.dot(encoder_output)\n", 349 | "# return energy\n", 350 | " \n", 351 | "# elif self.method == 'general':\n", 352 | "# energy = self.attn(encoder_output)\n", 353 | "# energy = hidden.dot(energy)\n", 354 | "# return energy\n", 355 | " \n", 356 | "# elif self.method == 'concat':\n", 357 | "# energy = self.attn(torch.cat((hidden, encoder_output), 1))\n", 358 | "# energy = self.v.dot(energy)\n", 359 | "# return energy" 360 | ] 361 | }, 362 | { 363 | "cell_type": "code", 364 | "execution_count": 16, 365 | "metadata": { 366 | "collapsed": true 367 | }, 368 | "outputs": [], 369 | "source": [ 370 | "class Attn(nn.Module):\n", 371 | " def __init__(self, method, hidden_size):\n", 372 | " super(Attn, self).__init__()\n", 373 | "\n", 374 | " self.method = method\n", 375 | " self.hidden_size = hidden_size\n", 376 | "\n", 377 | " if self.method == 'general':\n", 378 | " self.attn = nn.Linear(self.hidden_size, self.hidden_size)\n", 379 | " elif self.method == 'concat':\n", 380 | " self.attn = nn.Linear(self.hidden_size * 2, self.hidden_size)\n", 381 | " self.v = nn.Parameter(weight_init.xavier_uniform(torch.FloatTensor(1, self.hidden_size)))\n", 382 | "\n", 383 | " def forward(self, hidden, encoder_outputs):\n", 384 | " attn_energies = self.batch_score(hidden, encoder_outputs)\n", 385 | " return F.softmax(attn_energies).unsqueeze(1)\n", 386 | "\n", 387 | " def batch_score(self, hidden, encoder_outputs):\n", 388 | " if self.method == 'dot':\n", 389 | " encoder_outputs = encoder_outputs.permute(1, 2, 0)\n", 390 | " energy = torch.bmm(hidden.transpose(0, 1), encoder_outputs).squeeze(1)\n", 391 | " elif self.method == 'general':\n", 392 | " length = encoder_outputs.size(0)\n", 393 | " batch_size = encoder_outputs.size(1)\n", 394 | " energy = self.attn(encoder_outputs.view(-1, self.hidden_size)).view(length, batch_size, self.hidden_size)\n", 395 | " energy = torch.bmm(hidden.transpose(0, 1), energy.permute(1, 2, 0)).squeeze(1)\n", 396 | " elif self.method == 'concat':\n", 397 | " length = encoder_outputs.size(0)\n", 398 | " batch_size = encoder_outputs.size(1)\n", 399 | " attn_input = torch.cat((hidden.repeat(length, 1, 1), encoder_outputs), dim=2)\n", 400 | " energy = self.attn(attn_input.view(-1, 2 * self.hidden_size)).view(length, batch_size, self.hidden_size)\n", 401 | " energy = torch.bmm(self.v.repeat(batch_size, 1, 1), energy.permute(1, 2, 0)).squeeze(1)\n", 402 | " return energy" 403 | ] 404 | }, 405 | { 406 | "cell_type": "markdown", 407 | "metadata": {}, 408 | "source": [ 409 | "### Implementing the Bahdanau et al. model" 410 | ] 411 | }, 412 | { 413 | "cell_type": "code", 414 | "execution_count": 17, 415 | "metadata": { 416 | "collapsed": true 417 | }, 418 | "outputs": [], 419 | "source": [ 420 | "class BahdanauAttnDecoderRNN(nn.Module):\n", 421 | " def __init__(self, hidden_size, output_size, n_layers=1, dropout_p=0.1):\n", 422 | " super(BahdanauAttnDecoderRNN, self).__init__()\n", 423 | " \n", 424 | " # Define parameters\n", 425 | " self.hidden_size = hidden_size\n", 426 | " self.output_size = output_size\n", 427 | " self.n_layers = n_layers\n", 428 | " self.dropout_p = dropout_p\n", 429 | " self.max_length = max_length\n", 430 | " \n", 431 | " # Define layers\n", 432 | " self.embedding = nn.Embedding(output_size, hidden_size)\n", 433 | " self.dropout = nn.Dropout(dropout_p)\n", 434 | " self.attn = Attn('concat', hidden_size)\n", 435 | " self.gru = nn.GRU(hidden_size, hidden_size, n_layers, dropout=dropout_p)\n", 436 | " self.out = nn.Linear(hidden_size, output_size)\n", 437 | " \n", 438 | " def forward(self, word_input, last_hidden, encoder_outputs):\n", 439 | " # Note: we run this one step at a time\n", 440 | " # TODO: FIX BATCHING\n", 441 | " \n", 442 | " # Get the embedding of the current input word (last output word)\n", 443 | " word_embedded = self.embedding(word_input).view(1, 1, -1) # S=1 x B x N\n", 444 | " word_embedded = self.dropout(word_embedded)\n", 445 | " \n", 446 | " # Calculate attention weights and apply to encoder outputs\n", 447 | " attn_weights = self.attn(last_hidden[-1], encoder_outputs)\n", 448 | " context = attn_weights.bmm(encoder_outputs.transpose(0, 1)) # B x 1 x N\n", 449 | " context = context.transpose(0, 1) # 1 x B x N\n", 450 | " \n", 451 | " # Combine embedded input word and attended context, run through RNN\n", 452 | " rnn_input = torch.cat((word_embedded, context), 2)\n", 453 | " output, hidden = self.gru(rnn_input, last_hidden)\n", 454 | " \n", 455 | " # Final output layer\n", 456 | " output = output.squeeze(0) # B x N\n", 457 | " output = F.log_softmax(self.out(torch.cat((output, context), 1)))\n", 458 | " \n", 459 | " # Return final output, hidden state, and attention weights (for visualization)\n", 460 | " return output, hidden, attn_weights" 461 | ] 462 | }, 463 | { 464 | "cell_type": "code", 465 | "execution_count": 18, 466 | "metadata": { 467 | "collapsed": true 468 | }, 469 | "outputs": [], 470 | "source": [ 471 | "class LuongAttnDecoderRNN(nn.Module):\n", 472 | " def __init__(self, attn_model, hidden_size, output_size, n_layers=1, dropout=0.1):\n", 473 | " super(LuongAttnDecoderRNN, self).__init__()\n", 474 | "\n", 475 | " # Keep for reference\n", 476 | " self.attn_model = attn_model\n", 477 | " self.hidden_size = hidden_size\n", 478 | " self.output_size = output_size\n", 479 | " self.n_layers = n_layers\n", 480 | " self.dropout = dropout\n", 481 | "\n", 482 | " # Define layers\n", 483 | " self.embedding = nn.Embedding(output_size, hidden_size)\n", 484 | " self.embedding_dropout = nn.Dropout(dropout)\n", 485 | " self.gru = nn.GRU(hidden_size, hidden_size, n_layers, dropout=dropout)\n", 486 | " self.concat = nn.Linear(hidden_size * 2, hidden_size)\n", 487 | " self.out = nn.Linear(hidden_size, output_size)\n", 488 | " \n", 489 | " # Choose attention model\n", 490 | " if attn_model != 'none':\n", 491 | " self.attn = Attn(attn_model, hidden_size)\n", 492 | "\n", 493 | " def forward(self, input_seq, last_hidden, encoder_outputs):\n", 494 | " # Note: we run this one step at a time\n", 495 | "\n", 496 | " # Get the embedding of the current input word (last output word)\n", 497 | " batch_size = input_seq.size(0)\n", 498 | " embedded = self.embedding(input_seq)\n", 499 | " embedded = self.embedding_dropout(embedded)\n", 500 | " embedded = embedded.view(1, batch_size, self.hidden_size) # S=1 x B x N\n", 501 | "\n", 502 | " # Get current hidden state from input word and last hidden state\n", 503 | " rnn_output, hidden = self.gru(embedded, last_hidden)\n", 504 | "\n", 505 | " # Calculate attention from current RNN state and all encoder outputs;\n", 506 | " # apply to encoder outputs to get weighted average\n", 507 | " attn_weights = self.attn(rnn_output, encoder_outputs)\n", 508 | " context = attn_weights.bmm(encoder_outputs.transpose(0, 1)) # B x S=1 x N\n", 509 | "\n", 510 | " # Attentional vector using the RNN hidden state and context vector\n", 511 | " # concatenated together (Luong eq. 5)\n", 512 | " rnn_output = rnn_output.squeeze(0) # S=1 x B x N -> B x N\n", 513 | " context = context.squeeze(1) # B x S=1 x N -> B x N\n", 514 | " concat_input = torch.cat((rnn_output, context), 1)\n", 515 | " concat_output = F.tanh(self.concat(concat_input))\n", 516 | "\n", 517 | " # Finally predict next token (Luong eq. 6, without softmax)\n", 518 | " output = self.out(concat_output)\n", 519 | "\n", 520 | " # Return final output, hidden state, and attention weights (for visualization)\n", 521 | " return output, hidden, attn_weights" 522 | ] 523 | }, 524 | { 525 | "cell_type": "markdown", 526 | "metadata": {}, 527 | "source": [ 528 | "## Testing the models" 529 | ] 530 | }, 531 | { 532 | "cell_type": "markdown", 533 | "metadata": {}, 534 | "source": [ 535 | "### 生成batch" 536 | ] 537 | }, 538 | { 539 | "cell_type": "code", 540 | "execution_count": 102, 541 | "metadata": { 542 | "collapsed": true 543 | }, 544 | "outputs": [], 545 | "source": [ 546 | "data_path='./data_test'\n", 547 | "file_list=os.listdir(data_path)\n", 548 | "tokenize_path='./tokenize'\n", 549 | "batch_size=10\n", 550 | "pad_int=source_letter_to_int['']" 551 | ] 552 | }, 553 | { 554 | "cell_type": "code", 555 | "execution_count": 103, 556 | "metadata": { 557 | "collapsed": true 558 | }, 559 | "outputs": [], 560 | "source": [ 561 | "batcher=get_batches(file_list,tokenize_path,batch_size,pad_int)" 562 | ] 563 | }, 564 | { 565 | "cell_type": "code", 566 | "execution_count": 104, 567 | "metadata": { 568 | "collapsed": true 569 | }, 570 | "outputs": [], 571 | "source": [ 572 | "input_batches, input_lengths, target_batches, target_lengths=next(batcher)\n" 573 | ] 574 | }, 575 | { 576 | "cell_type": "code", 577 | "execution_count": 105, 578 | "metadata": {}, 579 | "outputs": [ 580 | { 581 | "name": "stdout", 582 | "output_type": "stream", 583 | "text": [ 584 | "input_batches torch.Size([98, 10])\n", 585 | "target_batches torch.Size([16, 10])\n" 586 | ] 587 | } 588 | ], 589 | "source": [ 590 | "print('input_batches', input_batches.size()) # (max_len x batch_size)\n", 591 | "print('target_batches', target_batches.size()) # (max_len x batch_size)" 592 | ] 593 | }, 594 | { 595 | "cell_type": "code", 596 | "execution_count": 108, 597 | "metadata": {}, 598 | "outputs": [ 599 | { 600 | "data": { 601 | "text/plain": [ 602 | "Variable containing:\n", 603 | " 824 32596 700 187 824 1749 824 390 390 824\n", 604 | " 28625 38464 110 4 402 9371 6690 29 29 98\n", 605 | " 15777 17980 2272 4 5926 7294 3687 1298 1298 309\n", 606 | " 28626 17981 1633 6 131 4 2531 147 147 4907\n", 607 | " 1070 675 23078 4 21060 4 23074 2112 2112 371\n", 608 | " 25495 1402 32599 4 367 6 47156 3 3 3848\n", 609 | " 8786 506 1527 69 21061 4 2532 0 0 1427\n", 610 | " 6033 1 2414 193 2766 4 8290 0 0 32591\n", 611 | " 14892 28627 3 5 3080 249 2144 0 0 3\n", 612 | " 38463 599 0 880 6034 19380 3 0 0 0\n", 613 | " 3 3 0 5427 3 14076 0 0 0 0\n", 614 | " 0 0 0 2322 0 2031 0 0 0 0\n", 615 | " 0 0 0 9370 0 511 0 0 0 0\n", 616 | " 0 0 0 3 0 100 0 0 0 0\n", 617 | " 0 0 0 0 0 599 0 0 0 0\n", 618 | " 0 0 0 0 0 3 0 0 0 0\n", 619 | "[torch.LongTensor of size 16x10]" 620 | ] 621 | }, 622 | "execution_count": 108, 623 | "metadata": {}, 624 | "output_type": "execute_result" 625 | } 626 | ], 627 | "source": [ 628 | "target_batches " 629 | ] 630 | }, 631 | { 632 | "cell_type": "code", 633 | "execution_count": 107, 634 | "metadata": {}, 635 | "outputs": [ 636 | { 637 | "data": { 638 | "text/plain": [ 639 | "array([98, 94, 91, 87, 87, 86, 66, 59, 59, 24])" 640 | ] 641 | }, 642 | "execution_count": 107, 643 | "metadata": {}, 644 | "output_type": "execute_result" 645 | } 646 | ], 647 | "source": [ 648 | "input_lengths" 649 | ] 650 | }, 651 | { 652 | "cell_type": "markdown", 653 | "metadata": {}, 654 | "source": [ 655 | "### 生成模型" 656 | ] 657 | }, 658 | { 659 | "cell_type": "code", 660 | "execution_count": 26, 661 | "metadata": { 662 | "collapsed": true 663 | }, 664 | "outputs": [], 665 | "source": [ 666 | "small_hidden_size = 8\n", 667 | "small_n_layers = 2\n", 668 | "\n", 669 | "encoder_test = EncoderRNN(len(source_int_to_letter), small_hidden_size, small_n_layers)\n", 670 | "decoder_test = LuongAttnDecoderRNN('general', small_hidden_size, len(source_int_to_letter), small_n_layers)\n", 671 | "\n", 672 | "if USE_CUDA:\n", 673 | " encoder_test.cuda()\n", 674 | " decoder_test.cuda()" 675 | ] 676 | }, 677 | { 678 | "cell_type": "code", 679 | "execution_count": 27, 680 | "metadata": {}, 681 | "outputs": [ 682 | { 683 | "name": "stdout", 684 | "output_type": "stream", 685 | "text": [ 686 | "EncoderRNN(\n", 687 | " (embedding): Embedding(50000, 8)\n", 688 | " (gru): GRU(8, 8, num_layers=2, dropout=0.1, bidirectional=True)\n", 689 | ")\n", 690 | "LuongAttnDecoderRNN(\n", 691 | " (embedding): Embedding(50000, 8)\n", 692 | " (embedding_dropout): Dropout(p=0.1)\n", 693 | " (gru): GRU(8, 8, num_layers=2, dropout=0.1)\n", 694 | " (concat): Linear(in_features=16, out_features=8, bias=True)\n", 695 | " (out): Linear(in_features=8, out_features=50000, bias=True)\n", 696 | " (attn): Attn(\n", 697 | " (attn): Linear(in_features=8, out_features=8, bias=True)\n", 698 | " )\n", 699 | ")\n" 700 | ] 701 | } 702 | ], 703 | "source": [ 704 | "print(encoder_test)\n", 705 | "print(decoder_test)" 706 | ] 707 | }, 708 | { 709 | "cell_type": "markdown", 710 | "metadata": {}, 711 | "source": [ 712 | "### 计算Loss" 713 | ] 714 | }, 715 | { 716 | "cell_type": "code", 717 | "execution_count": 28, 718 | "metadata": {}, 719 | "outputs": [ 720 | { 721 | "name": "stdout", 722 | "output_type": "stream", 723 | "text": [ 724 | "encoder_outputs torch.Size([59, 3, 8])\n", 725 | "encoder_hidden torch.Size([4, 3, 8])\n" 726 | ] 727 | } 728 | ], 729 | "source": [ 730 | "encoder_outputs, encoder_hidden = encoder_test(input_batches, input_lengths, None)\n", 731 | "\n", 732 | "print('encoder_outputs', encoder_outputs.size()) # max_len x batch_size x hidden_size\n", 733 | "print('encoder_hidden', encoder_hidden.size()) # n_layers * 2 x batch_size x hidden_size" 734 | ] 735 | }, 736 | { 737 | "cell_type": "code", 738 | "execution_count": 21, 739 | "metadata": { 740 | "collapsed": true 741 | }, 742 | "outputs": [], 743 | "source": [ 744 | "SOS_token=source_letter_to_int['']" 745 | ] 746 | }, 747 | { 748 | "cell_type": "code", 749 | "execution_count": 30, 750 | "metadata": {}, 751 | "outputs": [ 752 | { 753 | "name": "stdout", 754 | "output_type": "stream", 755 | "text": [ 756 | "loss 10.858139038085938\n" 757 | ] 758 | }, 759 | { 760 | "name": "stderr", 761 | "output_type": "stream", 762 | "text": [ 763 | "C:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\ipykernel_launcher.py:32: UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.\n", 764 | "C:\\Users\\Administrator\\Desktop\\NLP\\文本摘要\\textsum\\masked_cross_entropy.py:42: UserWarning: Implicit dimension choice for log_softmax has been deprecated. Change the call to include dim=X as an argument.\n", 765 | " log_probs_flat = functional.log_softmax(logits_flat)\n", 766 | "C:\\Users\\Administrator\\Desktop\\NLP\\文本摘要\\textsum\\masked_cross_entropy.py:9: UserWarning: torch.range is deprecated in favor of torch.arange and will be removed in 0.3. Note that arange generates values in [start; end), not [start; end].\n", 767 | " seq_range = torch.range(0, max_len - 1).long()\n" 768 | ] 769 | } 770 | ], 771 | "source": [ 772 | "max_target_length = max(target_lengths)\n", 773 | "\n", 774 | "# Prepare decoder input and outputs\n", 775 | "decoder_input = Variable(torch.LongTensor([SOS_token] * batch_size))\n", 776 | "decoder_hidden = encoder_hidden[:decoder_test.n_layers] # Use last (forward) hidden state from encoder\n", 777 | "all_decoder_outputs = Variable(torch.zeros(max_target_length, batch_size, decoder_test.output_size))\n", 778 | "\n", 779 | "if USE_CUDA:\n", 780 | " all_decoder_outputs = all_decoder_outputs.cuda()\n", 781 | " decoder_input = decoder_input.cuda()\n", 782 | "\n", 783 | "# Run through decoder one time step at a time\n", 784 | "for t in range(max_target_length):\n", 785 | " decoder_output, decoder_hidden, decoder_attn = decoder_test(\n", 786 | " decoder_input, decoder_hidden, encoder_outputs\n", 787 | " )\n", 788 | " all_decoder_outputs[t] = decoder_output # Store this step's outputs\n", 789 | " decoder_input = target_batches[t] # Next input is current target\n", 790 | "\n", 791 | "# Test masked cross entropy loss\n", 792 | "loss = masked_cross_entropy(\n", 793 | " all_decoder_outputs.transpose(0, 1).contiguous(),\n", 794 | " target_batches.transpose(0, 1).contiguous(),\n", 795 | " target_lengths\n", 796 | ")\n", 797 | "print('loss', loss.data[0])" 798 | ] 799 | }, 800 | { 801 | "cell_type": "code", 802 | "execution_count": 61, 803 | "metadata": {}, 804 | "outputs": [ 805 | { 806 | "data": { 807 | "text/plain": [ 808 | "Variable containing:\n", 809 | " 390 390 824\n", 810 | " 29 29 98\n", 811 | " 1298 1298 309\n", 812 | " 147 147 4907\n", 813 | " 2112 2112 371\n", 814 | " 3 3 3848\n", 815 | " 0 0 1427\n", 816 | " 0 0 32591\n", 817 | " 0 0 3\n", 818 | "[torch.LongTensor of size 9x3]" 819 | ] 820 | }, 821 | "execution_count": 61, 822 | "metadata": {}, 823 | "output_type": "execute_result" 824 | } 825 | ], 826 | "source": [ 827 | "target_batches" 828 | ] 829 | }, 830 | { 831 | "cell_type": "code", 832 | "execution_count": 32, 833 | "metadata": { 834 | "collapsed": true 835 | }, 836 | "outputs": [], 837 | "source": [ 838 | "step=len(target_batches)" 839 | ] 840 | }, 841 | { 842 | "cell_type": "code", 843 | "execution_count": 86, 844 | "metadata": {}, 845 | "outputs": [ 846 | { 847 | "name": "stdout", 848 | "output_type": "stream", 849 | "text": [ 850 | "1 Variable containing:\n", 851 | " 10.8624\n", 852 | "[torch.FloatTensor of size 1]\n", 853 | "\n", 854 | "2 Variable containing:\n", 855 | " 10.8990\n", 856 | "[torch.FloatTensor of size 1]\n", 857 | "\n", 858 | "1 Variable containing:\n", 859 | " 10.8782\n", 860 | "[torch.FloatTensor of size 1]\n", 861 | "\n", 862 | "2 Variable containing:\n", 863 | " 10.9051\n", 864 | "[torch.FloatTensor of size 1]\n", 865 | "\n", 866 | "1 Variable containing:\n", 867 | " 10.7996\n", 868 | "[torch.FloatTensor of size 1]\n", 869 | "\n", 870 | "2 Variable containing:\n", 871 | " 10.7996\n", 872 | "[torch.FloatTensor of size 1]\n", 873 | "\n" 874 | ] 875 | } 876 | ], 877 | "source": [ 878 | "loss=0\n", 879 | "for i in range(3):\n", 880 | " print('1',F.cross_entropy(all_decoder_outputs[:,i,:],target_batches[:,i]))\n", 881 | " print('2',F.cross_entropy(all_decoder_outputs[:,i,:],target_batches[:,i],ignore_index=0))\n", 882 | " loss+=F.cross_entropy(all_decoder_outputs[:,i,:],target_batches[:,i],ignore_index=0)" 883 | ] 884 | }, 885 | { 886 | "cell_type": "code", 887 | "execution_count": 81, 888 | "metadata": {}, 889 | "outputs": [ 890 | { 891 | "data": { 892 | "text/plain": [ 893 | "Variable containing:\n", 894 | " 10.8467\n", 895 | "[torch.FloatTensor of size 1]" 896 | ] 897 | }, 898 | "execution_count": 81, 899 | "metadata": {}, 900 | "output_type": "execute_result" 901 | } 902 | ], 903 | "source": [ 904 | "loss/batch_size" 905 | ] 906 | }, 907 | { 908 | "cell_type": "code", 909 | "execution_count": 73, 910 | "metadata": { 911 | "collapsed": true 912 | }, 913 | "outputs": [], 914 | "source": [ 915 | "loss=0.0\n", 916 | "for i in range(step):\n", 917 | " loss+=F.cross_entropy(all_decoder_outputs[i],target_batches[i],ignore_index=0,reduce=False)" 918 | ] 919 | }, 920 | { 921 | "cell_type": "code", 922 | "execution_count": 74, 923 | "metadata": {}, 924 | "outputs": [ 925 | { 926 | "data": { 927 | "text/plain": [ 928 | "Variable containing:\n", 929 | " 7.2660\n", 930 | " 7.2701\n", 931 | " 10.7996\n", 932 | "[torch.FloatTensor of size 3]" 933 | ] 934 | }, 935 | "execution_count": 74, 936 | "metadata": {}, 937 | "output_type": "execute_result" 938 | } 939 | ], 940 | "source": [ 941 | "loss/step" 942 | ] 943 | }, 944 | { 945 | "cell_type": "markdown", 946 | "metadata": {}, 947 | "source": [ 948 | "## Training with batch" 949 | ] 950 | }, 951 | { 952 | "cell_type": "code", 953 | "execution_count": 19, 954 | "metadata": { 955 | "collapsed": true 956 | }, 957 | "outputs": [], 958 | "source": [ 959 | "SOS_token=source_letter_to_int['']" 960 | ] 961 | }, 962 | { 963 | "cell_type": "code", 964 | "execution_count": 20, 965 | "metadata": { 966 | "collapsed": true 967 | }, 968 | "outputs": [], 969 | "source": [ 970 | "MAX_LENGTH=50" 971 | ] 972 | }, 973 | { 974 | "cell_type": "code", 975 | "execution_count": 21, 976 | "metadata": { 977 | "collapsed": true 978 | }, 979 | "outputs": [], 980 | "source": [ 981 | "def train(input_batches, input_lengths, target_batches, target_lengths, encoder, decoder, encoder_optimizer, decoder_optimizer, criterion, max_length=MAX_LENGTH):\n", 982 | " \n", 983 | " # Zero gradients of both optimizers\n", 984 | " encoder_optimizer.zero_grad()\n", 985 | " decoder_optimizer.zero_grad()\n", 986 | " loss = 0 # Added onto for each word\n", 987 | "\n", 988 | " # Run words through encoder\n", 989 | " encoder_outputs, encoder_hidden = encoder(input_batches, input_lengths, None)\n", 990 | " \n", 991 | " # Prepare input and output variables\n", 992 | " decoder_input = Variable(torch.LongTensor([SOS_token] * batch_size))\n", 993 | " decoder_hidden = encoder_hidden[:decoder.n_layers] # Use last (forward) hidden state from encoder\n", 994 | "\n", 995 | " max_target_length = max(target_lengths)\n", 996 | " all_decoder_outputs = Variable(torch.zeros(max_target_length, batch_size, decoder.output_size))\n", 997 | "\n", 998 | " # Move new Variables to CUDA\n", 999 | " if USE_CUDA:\n", 1000 | " decoder_input = decoder_input.cuda()\n", 1001 | " all_decoder_outputs = all_decoder_outputs.cuda()\n", 1002 | "\n", 1003 | " # Run through decoder one time step at a time\n", 1004 | " for t in range(max_target_length):\n", 1005 | " decoder_output, decoder_hidden, decoder_attn = decoder(\n", 1006 | " decoder_input, decoder_hidden, encoder_outputs\n", 1007 | " )\n", 1008 | "\n", 1009 | " all_decoder_outputs[t] = decoder_output\n", 1010 | " decoder_input = target_batches[t] # Next input is current target\n", 1011 | "\n", 1012 | " # Loss calculation and backpropagation\n", 1013 | " loss = masked_cross_entropy(\n", 1014 | " all_decoder_outputs.transpose(0, 1).contiguous(), # -> batch x seq\n", 1015 | " target_batches.transpose(0, 1).contiguous(), # -> batch x seq\n", 1016 | " target_lengths\n", 1017 | " )\n", 1018 | " loss.backward()\n", 1019 | " \n", 1020 | " # Clip gradient norms\n", 1021 | " ec = torch.nn.utils.clip_grad_norm(encoder.parameters(), clip)\n", 1022 | " dc = torch.nn.utils.clip_grad_norm(decoder.parameters(), clip)\n", 1023 | "\n", 1024 | " # Update parameters with optimizers\n", 1025 | " encoder_optimizer.step()\n", 1026 | " decoder_optimizer.step()\n", 1027 | " \n", 1028 | " return loss.data[0], ec, dc" 1029 | ] 1030 | }, 1031 | { 1032 | "cell_type": "code", 1033 | "execution_count": 22, 1034 | "metadata": { 1035 | "collapsed": true 1036 | }, 1037 | "outputs": [], 1038 | "source": [ 1039 | "def train_ver2(input_batches, input_lengths, target_batches, target_lengths, encoder, decoder, encoder_optimizer, decoder_optimizer, criterion, max_length=MAX_LENGTH):\n", 1040 | " \n", 1041 | " # Zero gradients of both optimizers\n", 1042 | " encoder_optimizer.zero_grad()\n", 1043 | " decoder_optimizer.zero_grad()\n", 1044 | " loss = 0 # Added onto for each word\n", 1045 | "\n", 1046 | " # Run words through encoder\n", 1047 | " encoder_outputs, encoder_hidden = encoder(input_batches, input_lengths, None)\n", 1048 | " \n", 1049 | " # Prepare input and output variables\n", 1050 | " decoder_input = Variable(torch.LongTensor([SOS_token] * batch_size))\n", 1051 | " decoder_hidden = encoder_hidden[:decoder.n_layers] # Use last (forward) hidden state from encoder\n", 1052 | "\n", 1053 | " max_target_length = int(max(target_lengths))\n", 1054 | " all_decoder_outputs = Variable(torch.zeros(max_target_length, batch_size, decoder.output_size))\n", 1055 | " loss=Variable(torch.FloatTensor([0]))\n", 1056 | " # Move new Variables to CUDA\n", 1057 | " if USE_CUDA:\n", 1058 | " decoder_input = decoder_input.cuda()\n", 1059 | " all_decoder_outputs = all_decoder_outputs.cuda()\n", 1060 | " loss=loss.cuda()\n", 1061 | " # Run through decoder one time step at a time\n", 1062 | " for t in range(max_target_length):\n", 1063 | " decoder_output, decoder_hidden, decoder_attn = decoder(\n", 1064 | " decoder_input, decoder_hidden, encoder_outputs\n", 1065 | " )\n", 1066 | "\n", 1067 | " all_decoder_outputs[t] = decoder_output\n", 1068 | " decoder_input = target_batches[t] # Next input is current target\n", 1069 | "\n", 1070 | " # Loss calculation and backpropagation\n", 1071 | "# loss = masked_cross_entropy(\n", 1072 | "# all_decoder_outputs.transpose(0, 1).contiguous(), # -> batch x seq\n", 1073 | "# target_batches.transpose(0, 1).contiguous(), # -> batch x seq\n", 1074 | "# target_lengths\n", 1075 | "# )\n", 1076 | " \n", 1077 | " \n", 1078 | " for k in range(max_target_length):\n", 1079 | " #print(F.cross_entropy(all_decoder_outputs[k],target_batches[k],ignore_index=source_letter_to_int['']))\n", 1080 | " loss+=F.cross_entropy(all_decoder_outputs[k],target_batches[k],ignore_index=source_letter_to_int[''])\n", 1081 | " loss=loss/max_target_length\n", 1082 | " \n", 1083 | " loss.backward()\n", 1084 | " \n", 1085 | " # Clip gradient norms\n", 1086 | " ec = torch.nn.utils.clip_grad_norm(encoder.parameters(), clip)\n", 1087 | " dc = torch.nn.utils.clip_grad_norm(decoder.parameters(), clip)\n", 1088 | "\n", 1089 | " # Update parameters with optimizers\n", 1090 | " encoder_optimizer.step()\n", 1091 | " decoder_optimizer.step()\n", 1092 | " \n", 1093 | " return loss.data[0], ec, dc" 1094 | ] 1095 | }, 1096 | { 1097 | "cell_type": "markdown", 1098 | "metadata": {}, 1099 | "source": [ 1100 | "## Running training" 1101 | ] 1102 | }, 1103 | { 1104 | "cell_type": "code", 1105 | "execution_count": 121, 1106 | "metadata": { 1107 | "collapsed": true 1108 | }, 1109 | "outputs": [], 1110 | "source": [ 1111 | "# Configure models\n", 1112 | "attn_model = 'dot'\n", 1113 | "hidden_size = 50\n", 1114 | "n_layers = 2\n", 1115 | "dropout = 0.1\n", 1116 | "batch_size = 32\n", 1117 | "\n", 1118 | "# Configure training/optimization\n", 1119 | "clip = 50.0\n", 1120 | "teacher_forcing_ratio = 0.5\n", 1121 | "learning_rate = 0.001\n", 1122 | "decoder_learning_ratio = 5.0\n", 1123 | "n_epochs = 200\n", 1124 | "epoch = 0\n", 1125 | "plot_every = 1\n", 1126 | "print_every = 1\n", 1127 | "evaluate_every = 1000\n", 1128 | "\n", 1129 | "# Initialize models\n", 1130 | "encoder = EncoderRNN(len(source_int_to_letter), hidden_size, n_layers, dropout=dropout)\n", 1131 | "decoder = LuongAttnDecoderRNN(attn_model, hidden_size, len(source_int_to_letter), n_layers, dropout=dropout)\n", 1132 | "\n", 1133 | "# Initialize optimizers and criterion\n", 1134 | "encoder_optimizer = optim.Adam(encoder.parameters(), lr=learning_rate)\n", 1135 | "decoder_optimizer = optim.Adam(decoder.parameters(), lr=learning_rate * decoder_learning_ratio)\n", 1136 | "criterion = nn.CrossEntropyLoss()\n", 1137 | "\n", 1138 | "# Move models to GPU\n", 1139 | "if USE_CUDA:\n", 1140 | " encoder.cuda()\n", 1141 | " decoder.cuda()\n", 1142 | "\n", 1143 | "# import sconce\n", 1144 | "# job = sconce.Job('seq2seq-translate', {\n", 1145 | "# 'attn_model': attn_model,\n", 1146 | "# 'n_layers': n_layers,\n", 1147 | "# 'dropout': dropout,\n", 1148 | "# 'hidden_size': hidden_size,\n", 1149 | "# 'learning_rate': learning_rate,\n", 1150 | "# 'clip': clip,\n", 1151 | "# 'teacher_forcing_ratio': teacher_forcing_ratio,\n", 1152 | "# 'decoder_learning_ratio': decoder_learning_ratio,\n", 1153 | "# })\n", 1154 | "# job.plot_every = plot_every\n", 1155 | "# job.log_every = print_every\n", 1156 | "\n", 1157 | "# Keep track of time elapsed and running averages\n", 1158 | "start = time.time()\n", 1159 | "plot_losses = []\n", 1160 | "print_loss_total = 0 # Reset every print_every\n", 1161 | "plot_loss_total = 0 # Reset every plot_every" 1162 | ] 1163 | }, 1164 | { 1165 | "cell_type": "code", 1166 | "execution_count": 111, 1167 | "metadata": {}, 1168 | "outputs": [ 1169 | { 1170 | "name": "stdout", 1171 | "output_type": "stream", 1172 | "text": [ 1173 | "Starting job 5aa78360021bfb51e3803113 at 2018-03-13 15:56:33\n" 1174 | ] 1175 | } 1176 | ], 1177 | "source": [ 1178 | "import sconce\n", 1179 | "job = sconce.Job('seq2seq-translate', {\n", 1180 | " 'attn_model': attn_model,\n", 1181 | " 'n_layers': n_layers,\n", 1182 | " 'dropout': dropout,\n", 1183 | " 'hidden_size': hidden_size,\n", 1184 | " 'learning_rate': learning_rate,\n", 1185 | " 'clip': clip,\n", 1186 | " 'teacher_forcing_ratio': teacher_forcing_ratio,\n", 1187 | " 'decoder_learning_ratio': decoder_learning_ratio,\n", 1188 | "})\n", 1189 | "job.plot_every = plot_every\n", 1190 | "job.log_every = print_every" 1191 | ] 1192 | }, 1193 | { 1194 | "cell_type": "code", 1195 | "execution_count": 112, 1196 | "metadata": { 1197 | "collapsed": true 1198 | }, 1199 | "outputs": [], 1200 | "source": [ 1201 | "data_path='./data_test'\n", 1202 | "file_list=os.listdir(data_path)\n", 1203 | "tokenize_path='./tokenize'\n", 1204 | "pad_int=source_letter_to_int['']" 1205 | ] 1206 | }, 1207 | { 1208 | "cell_type": "code", 1209 | "execution_count": 49, 1210 | "metadata": {}, 1211 | "outputs": [ 1212 | { 1213 | "name": "stdout", 1214 | "output_type": "stream", 1215 | "text": [ 1216 | "EncoderRNN(\n", 1217 | " (embedding): Embedding(50000, 200)\n", 1218 | " (gru): GRU(200, 200, num_layers=2, dropout=0.1, bidirectional=True)\n", 1219 | ")\n", 1220 | "LuongAttnDecoderRNN(\n", 1221 | " (embedding): Embedding(50000, 200)\n", 1222 | " (embedding_dropout): Dropout(p=0.1)\n", 1223 | " (gru): GRU(200, 200, num_layers=2, dropout=0.1)\n", 1224 | " (concat): Linear(in_features=400, out_features=200, bias=True)\n", 1225 | " (out): Linear(in_features=200, out_features=50000, bias=True)\n", 1226 | " (attn): Attn(\n", 1227 | " )\n", 1228 | ")\n" 1229 | ] 1230 | } 1231 | ], 1232 | "source": [ 1233 | "print(encoder)\n", 1234 | "print(decoder)" 1235 | ] 1236 | }, 1237 | { 1238 | "cell_type": "code", 1239 | "execution_count": 51, 1240 | "metadata": {}, 1241 | "outputs": [ 1242 | { 1243 | "name": "stderr", 1244 | "output_type": "stream", 1245 | "text": [ 1246 | "C:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\serialization.py:325: SourceChangeWarning: source code of class 'torch.nn.modules.sparse.Embedding' has changed. you can retrieve the original source code by accessing the object's source attribute or set `torch.nn.Module.dump_patches = True` and use the patch tool to revert the changes.\n", 1247 | " warnings.warn(msg, SourceChangeWarning)\n" 1248 | ] 1249 | }, 1250 | { 1251 | "ename": "AttributeError", 1252 | "evalue": "module 'torch._C' has no attribute '_cuda_getDevice'", 1253 | "output_type": "error", 1254 | "traceback": [ 1255 | "\u001b[1;31m---------------------------------------------------------------------------\u001b[0m", 1256 | "\u001b[1;31mAttributeError\u001b[0m Traceback (most recent call last)", 1257 | "\u001b[1;32m\u001b[0m in \u001b[0;36m\u001b[1;34m()\u001b[0m\n\u001b[1;32m----> 1\u001b[1;33m \u001b[0mencoder\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mload_state_dict\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mtorch\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mload\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;34m'./model/encoder3.pkl'\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m", 1258 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\serialization.py\u001b[0m in \u001b[0;36mload\u001b[1;34m(f, map_location, pickle_module)\u001b[0m\n\u001b[0;32m 265\u001b[0m \u001b[0mf\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mopen\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mf\u001b[0m\u001b[1;33m,\u001b[0m \u001b[1;34m'rb'\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 266\u001b[0m \u001b[1;32mtry\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m--> 267\u001b[1;33m \u001b[1;32mreturn\u001b[0m \u001b[0m_load\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mf\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mmap_location\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mpickle_module\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 268\u001b[0m \u001b[1;32mfinally\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 269\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mnew_fd\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1259 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\serialization.py\u001b[0m in \u001b[0;36m_load\u001b[1;34m(f, map_location, pickle_module)\u001b[0m\n\u001b[0;32m 418\u001b[0m \u001b[0munpickler\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mpickle_module\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mUnpickler\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mf\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 419\u001b[0m \u001b[0munpickler\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mpersistent_load\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mpersistent_load\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m--> 420\u001b[1;33m \u001b[0mresult\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0munpickler\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mload\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 421\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 422\u001b[0m \u001b[0mdeserialized_storage_keys\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mpickle_module\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mload\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mf\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1260 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\serialization.py\u001b[0m in \u001b[0;36mpersistent_load\u001b[1;34m(saved_id)\u001b[0m\n\u001b[0;32m 387\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mroot_key\u001b[0m \u001b[1;32mnot\u001b[0m \u001b[1;32min\u001b[0m \u001b[0mdeserialized_objects\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 388\u001b[0m deserialized_objects[root_key] = restore_location(\n\u001b[1;32m--> 389\u001b[1;33m data_type(size), location)\n\u001b[0m\u001b[0;32m 390\u001b[0m \u001b[0mstorage\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mdeserialized_objects\u001b[0m\u001b[1;33m[\u001b[0m\u001b[0mroot_key\u001b[0m\u001b[1;33m]\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 391\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mview_metadata\u001b[0m \u001b[1;32mis\u001b[0m \u001b[1;32mnot\u001b[0m \u001b[1;32mNone\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1261 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\serialization.py\u001b[0m in \u001b[0;36mdefault_restore_location\u001b[1;34m(storage, location)\u001b[0m\n\u001b[0;32m 85\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0mdefault_restore_location\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mstorage\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mlocation\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 86\u001b[0m \u001b[1;32mfor\u001b[0m \u001b[0m_\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0m_\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfn\u001b[0m \u001b[1;32min\u001b[0m \u001b[0m_package_registry\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m---> 87\u001b[1;33m \u001b[0mresult\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mfn\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mstorage\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mlocation\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 88\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mresult\u001b[0m \u001b[1;32mis\u001b[0m \u001b[1;32mnot\u001b[0m \u001b[1;32mNone\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 89\u001b[0m \u001b[1;32mreturn\u001b[0m \u001b[0mresult\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1262 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\serialization.py\u001b[0m in \u001b[0;36m_cuda_deserialize\u001b[1;34m(obj, location)\u001b[0m\n\u001b[0;32m 67\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mlocation\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mstartswith\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;34m'cuda'\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 68\u001b[0m \u001b[0mdevice\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mmax\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mint\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mlocation\u001b[0m\u001b[1;33m[\u001b[0m\u001b[1;36m5\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m]\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m,\u001b[0m \u001b[1;36m0\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m---> 69\u001b[1;33m \u001b[1;32mreturn\u001b[0m \u001b[0mobj\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mcuda\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mdevice\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 70\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 71\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n", 1263 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\_utils.py\u001b[0m in \u001b[0;36m_cuda\u001b[1;34m(self, device, async)\u001b[0m\n\u001b[0;32m 59\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mdevice\u001b[0m \u001b[1;32mis\u001b[0m \u001b[1;32mNone\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 60\u001b[0m \u001b[0mdevice\u001b[0m \u001b[1;33m=\u001b[0m \u001b[1;33m-\u001b[0m\u001b[1;36m1\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m---> 61\u001b[1;33m \u001b[1;32mwith\u001b[0m \u001b[0mtorch\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mcuda\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mdevice\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mdevice\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 62\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mis_sparse\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 63\u001b[0m \u001b[0mnew_type\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mgetattr\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mtorch\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mcuda\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0msparse\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m__class__\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m__name__\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1264 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\cuda\\__init__.py\u001b[0m in \u001b[0;36m__enter__\u001b[1;34m(self)\u001b[0m\n\u001b[0;32m 224\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0midx\u001b[0m \u001b[1;32mis\u001b[0m \u001b[1;33m-\u001b[0m\u001b[1;36m1\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 225\u001b[0m \u001b[1;32mreturn\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m--> 226\u001b[1;33m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mprev_idx\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mtorch\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m_C\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m_cuda_getDevice\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 227\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mprev_idx\u001b[0m \u001b[1;33m!=\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0midx\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 228\u001b[0m \u001b[0mtorch\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m_C\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m_cuda_setDevice\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0midx\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1265 | "\u001b[1;31mAttributeError\u001b[0m: module 'torch._C' has no attribute '_cuda_getDevice'" 1266 | ] 1267 | } 1268 | ], 1269 | "source": [ 1270 | "encoder.load_state_dict(torch.load('./model/encoder3.pkl'))" 1271 | ] 1272 | }, 1273 | { 1274 | "cell_type": "code", 1275 | "execution_count": 114, 1276 | "metadata": { 1277 | "collapsed": true 1278 | }, 1279 | "outputs": [], 1280 | "source": [ 1281 | "def as_minutes(s):\n", 1282 | " m = math.floor(s / 60)\n", 1283 | " s -= m * 60\n", 1284 | " return '%dm %fs' % (m, s)\n", 1285 | "\n", 1286 | "def time_since(since, percent):\n", 1287 | " now = time.time()\n", 1288 | " s = now - since\n", 1289 | " es = s / (percent)\n", 1290 | " rs = es - s\n", 1291 | " return '%s (- %s)' % (as_minutes(s), as_minutes(rs))" 1292 | ] 1293 | }, 1294 | { 1295 | "cell_type": "code", 1296 | "execution_count": 124, 1297 | "metadata": { 1298 | "scrolled": true 1299 | }, 1300 | "outputs": [ 1301 | { 1302 | "name": "stdout", 1303 | "output_type": "stream", 1304 | "text": [ 1305 | "读取文件时间： 0m 0.129091s\n" 1306 | ] 1307 | }, 1308 | { 1309 | "name": "stderr", 1310 | "output_type": "stream", 1311 | "text": [ 1312 | "C:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\ipykernel_launcher.py:32: UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.\n" 1313 | ] 1314 | }, 1315 | { 1316 | "ename": "KeyboardInterrupt", 1317 | "evalue": "", 1318 | "output_type": "error", 1319 | "traceback": [ 1320 | "\u001b[1;31m---------------------------------------------------------------------------\u001b[0m", 1321 | "\u001b[1;31mKeyboardInterrupt\u001b[0m Traceback (most recent call last)", 1322 | "\u001b[1;32m\u001b[0m in \u001b[0;36m\u001b[1;34m()\u001b[0m\n\u001b[0;32m 29\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 30\u001b[0m \u001b[0mjob\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mrecord\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mbatch_i\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mloss\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m---> 31\u001b[1;33m \u001b[0mprint\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mprof\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 32\u001b[0m \u001b[0mnow\u001b[0m\u001b[1;33m=\u001b[0m\u001b[0mtime\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mtime\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 33\u001b[0m \u001b[0mprint\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;34m'计算返回时间： '\u001b[0m\u001b[1;33m,\u001b[0m\u001b[0mas_minutes\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mnow\u001b[0m\u001b[1;33m-\u001b[0m\u001b[0mstart\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1323 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\autograd\\profiler.py\u001b[0m in \u001b[0;36m__str__\u001b[1;34m(self)\u001b[0m\n\u001b[0;32m 147\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mfunction_events\u001b[0m \u001b[1;32mis\u001b[0m \u001b[1;32mNone\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 148\u001b[0m \u001b[1;32mreturn\u001b[0m \u001b[1;34m''\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m--> 149\u001b[1;33m \u001b[1;32mreturn\u001b[0m \u001b[0mstr\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mfunction_events\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 150\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 151\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0m_check_finish\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1324 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\autograd\\profiler.py\u001b[0m in \u001b[0;36m__str__\u001b[1;34m(self)\u001b[0m\n\u001b[0;32m 21\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 22\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0m__str__\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m---> 23\u001b[1;33m \u001b[1;32mreturn\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mtable\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 24\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 25\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0mtable\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0msort_by\u001b[0m\u001b[1;33m=\u001b[0m\u001b[1;32mNone\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1325 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\autograd\\profiler.py\u001b[0m in \u001b[0;36mtable\u001b[1;34m(self, sort_by)\u001b[0m\n\u001b[0;32m 35\u001b[0m \u001b[0mA\u001b[0m \u001b[0mstring\u001b[0m \u001b[0mcontaining\u001b[0m \u001b[0mthe\u001b[0m \u001b[0mtable\u001b[0m\u001b[1;33m.\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 36\u001b[0m \"\"\"\n\u001b[1;32m---> 37\u001b[1;33m \u001b[1;32mreturn\u001b[0m \u001b[0mbuild_table\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0msort_by\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 38\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 39\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0mexport_chrome_trace\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mpath\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1326 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\autograd\\profiler.py\u001b[0m in \u001b[0;36mbuild_table\u001b[1;34m(events, sort_by, header)\u001b[0m\n\u001b[0;32m 472\u001b[0m \u001b[1;32mfor\u001b[0m \u001b[0mevt\u001b[0m \u001b[1;32min\u001b[0m \u001b[0mevents\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 473\u001b[0m append(row_format.format(evt.key, evt.cpu_time_str, evt.cuda_time_str,\n\u001b[1;32m--> 474\u001b[1;33m evt.count, evt.cpu_time_total_str, evt.cuda_time_total_str))\n\u001b[0m\u001b[0;32m 475\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 476\u001b[0m \u001b[1;32mreturn\u001b[0m \u001b[0mresult\u001b[0m\u001b[1;33m[\u001b[0m\u001b[1;36m0\u001b[0m\u001b[1;33m]\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 1327 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\torch\\autograd\\profiler.py\u001b[0m in \u001b[0;36mappend\u001b[1;34m(s)\u001b[0m\n\u001b[0;32m 459\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 460\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0mappend\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0ms\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m--> 461\u001b[1;33m \u001b[0mresult\u001b[0m\u001b[1;33m[\u001b[0m\u001b[1;36m0\u001b[0m\u001b[1;33m]\u001b[0m \u001b[1;33m+=\u001b[0m \u001b[0ms\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 462\u001b[0m \u001b[0mresult\u001b[0m\u001b[1;33m[\u001b[0m\u001b[1;36m0\u001b[0m\u001b[1;33m]\u001b[0m \u001b[1;33m+=\u001b[0m \u001b[1;34m'\\n'\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 463\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n", 1328 | "\u001b[1;31mKeyboardInterrupt\u001b[0m: " 1329 | ] 1330 | } 1331 | ], 1332 | "source": [ 1333 | "eca=0\n", 1334 | "dca=0\n", 1335 | "start=time.time()\n", 1336 | "while epoch < n_epochs:\n", 1337 | " epoch += 1\n", 1338 | " \n", 1339 | " # Get training data for this cycle\n", 1340 | " for batch_i, (input_batches, input_lengths, target_batches, target_lengths) in enumerate(\n", 1341 | " get_batches(file_list,tokenize_path,batch_size,pad_int)):\n", 1342 | " \n", 1343 | " #print(input_batches)\n", 1344 | " #input_batches, input_lengths, target_batches, target_lengths = random_batch(batch_size)\n", 1345 | " now=time.time()\n", 1346 | " print('读取文件时间： ',as_minutes(now-start))\n", 1347 | " start=time.time()\n", 1348 | " #with torch.autograd.profiler.profile() as prof:\n", 1349 | " # Run the train function\n", 1350 | " loss, ec, dc = train_ver2(\n", 1351 | " input_batches, input_lengths, target_batches, target_lengths,\n", 1352 | " encoder, decoder,\n", 1353 | " encoder_optimizer, decoder_optimizer, criterion\n", 1354 | " )\n", 1355 | "\n", 1356 | " # Keep track of loss\n", 1357 | " print_loss_total += loss\n", 1358 | " plot_loss_total += loss\n", 1359 | " eca += ec\n", 1360 | " dca += dc\n", 1361 | "\n", 1362 | " job.record(batch_i, loss)\n", 1363 | " #print(prof)\n", 1364 | " now=time.time()\n", 1365 | " print('计算返回时间： ',as_minutes(now-start))\n", 1366 | " start=time.time()\n", 1367 | "\n", 1368 | " \n" 1369 | ] 1370 | }, 1371 | { 1372 | "cell_type": "markdown", 1373 | "metadata": {}, 1374 | "source": [ 1375 | "## 预测" 1376 | ] 1377 | }, 1378 | { 1379 | "cell_type": "code", 1380 | "execution_count": 47, 1381 | "metadata": { 1382 | "collapsed": true 1383 | }, 1384 | "outputs": [], 1385 | "source": [ 1386 | "def load_model(encoder_path,decoder_path,flag):\n", 1387 | " encoder.load_state_dict(torch.load(encoder_path))\n", 1388 | " decoder.load_state_dict(torch.load(decoder_path))\n", 1389 | " encoder.train(flag)\n", 1390 | " decoder.train(flag)\n", 1391 | " return encoder,decoder\n", 1392 | " " 1393 | ] 1394 | }, 1395 | { 1396 | "cell_type": "code", 1397 | "execution_count": 122, 1398 | "metadata": {}, 1399 | "outputs": [], 1400 | "source": [ 1401 | "encoder,decoder=load_model('./model/encoder5.pkl','./model/decoder5.pkl',False)" 1402 | ] 1403 | }, 1404 | { 1405 | "cell_type": "code", 1406 | "execution_count": 37, 1407 | "metadata": {}, 1408 | "outputs": [], 1409 | "source": [ 1410 | "def source_to_seq(text):\n", 1411 | " '''\n", 1412 | " 对源数据进行转换\n", 1413 | " '''\n", 1414 | " sequence_length = 120\n", 1415 | " seq=[source_letter_to_int.get(word, source_letter_to_int['']) for word in text.split(' ')] + [source_letter_to_int['']]*(sequence_length-len(text))\n", 1416 | " seq=Variable(torch.LongTensor(seq))\n", 1417 | " return seq.unsqueeze(0).transpose(0,1)\n" 1418 | ] 1419 | }, 1420 | { 1421 | "cell_type": "code", 1422 | "execution_count": 137, 1423 | "metadata": { 1424 | "collapsed": true 1425 | }, 1426 | "outputs": [], 1427 | "source": [ 1428 | "text='''\n", 1429 | "郝海东 职业化 后 遭遇 重罚 第一 人 DATE 的 曼谷 亚运会 上 郝海东 在 比赛 中 不 服从 裁判 并 向 一名 边裁 吐口 水 亚足联 当时 就 对 他 禁赛 NUMBER 场 后来 又 追加 处罚 被 禁赛 DATE 这是 迄今为止 国脚 遭到 的 最 严厉 的 处罚 郝海东 的 这次 被 禁赛 的 范围 非常 广 这 其中 也 包括 了 国内 的 联赛 等 国内外 的 一切 正式 比赛 所幸 郝海东 本身 就是 个 天才 并 没有 因\n", 1430 | " '''" 1431 | ] 1432 | }, 1433 | { 1434 | "cell_type": "code", 1435 | "execution_count": 112, 1436 | "metadata": {}, 1437 | "outputs": [], 1438 | "source": [ 1439 | "def evaluate(sentence, max_length=120):\n", 1440 | " EOS_token=source_letter_to_int['']\n", 1441 | " #input output\n", 1442 | " input_variable = source_to_seq(text)\n", 1443 | " input_length = [input_variable.size()[0]]\n", 1444 | " decoder_input = Variable(torch.LongTensor([[SOS_token]])) # SOS\n", 1445 | " encoder_hidden = Variable(torch.zeros(n_layers*2, 1, hidden_size))\n", 1446 | "\n", 1447 | " if USE_CUDA:\n", 1448 | " input_variable=input_variable.cuda()\n", 1449 | " decoder_input=decoder_input.cuda()\n", 1450 | " encoder_hidden=encoder_hidden.cuda()\n", 1451 | " \n", 1452 | " # Run through encoder\n", 1453 | " #encoder_hidden = encoder.init_hidden()\n", 1454 | " encoder_outputs, encoder_hidden = encoder(input_variable,input_length, encoder_hidden)\n", 1455 | "\n", 1456 | " # Create starting vectors for decoder\n", 1457 | " decoder_input = Variable(torch.LongTensor([[SOS_token]])) # SOS\n", 1458 | " decoder_hidden = encoder_hidden[:n_layers]\n", 1459 | " \n", 1460 | " \n", 1461 | " \n", 1462 | " decoded_words = []\n", 1463 | " decoder_attentions = torch.zeros(max_length, max_length)\n", 1464 | " \n", 1465 | " # Run through decoder\n", 1466 | " for di in range(max_length):\n", 1467 | " decoder_output, decoder_hidden, decoder_attention = decoder(decoder_input, decoder_hidden, encoder_outputs)\n", 1468 | " \n", 1469 | " #print(decoder_attentions[di,:decoder_attention.size(2)])\n", 1470 | " decoder_attentions[di,:decoder_attention.size(2)] += decoder_attention.squeeze(0).squeeze(0).cpu().data\n", 1471 | "\n", 1472 | " # Choose top word from output\n", 1473 | " topv, topi = decoder_output.data.topk(1)\n", 1474 | " ni = topi[0][0]\n", 1475 | " if ni == EOS_token:\n", 1476 | " decoded_words.append('')\n", 1477 | " break\n", 1478 | " else:\n", 1479 | " decoded_words.append(source_int_to_letter[ni])\n", 1480 | " \n", 1481 | " # Next input is chosen word\n", 1482 | " decoder_input = Variable(torch.LongTensor([[ni]]))\n", 1483 | " if USE_CUDA: decoder_input = decoder_input.cuda()\n", 1484 | " \n", 1485 | " return decoded_words, decoder_attentions[:di+1, :len(encoder_outputs)]" 1486 | ] 1487 | }, 1488 | { 1489 | "cell_type": "code", 1490 | "execution_count": 138, 1491 | "metadata": {}, 1492 | "outputs": [ 1493 | { 1494 | "name": "stderr", 1495 | "output_type": "stream", 1496 | "text": [ 1497 | "C:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\ipykernel_launcher.py:16: UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.\n", 1498 | " app.launch_new_instance()\n" 1499 | ] 1500 | } 1501 | ], 1502 | "source": [ 1503 | "word,att=evaluate(\"text\")" 1504 | ] 1505 | }, 1506 | { 1507 | "cell_type": "code", 1508 | "execution_count": 139, 1509 | "metadata": {}, 1510 | "outputs": [ 1511 | { 1512 | "name": "stdout", 1513 | "output_type": "stream", 1514 | "text": [ 1515 | "鸟巢 十大 事件 中 事件 国奥 一战 成名 多 成名 最 恶劣 \n" 1516 | ] 1517 | } 1518 | ], 1519 | "source": [ 1520 | "print(' '.join(word))" 1521 | ] 1522 | }, 1523 | { 1524 | "cell_type": "code", 1525 | "execution_count": 118, 1526 | "metadata": { 1527 | "collapsed": true 1528 | }, 1529 | "outputs": [], 1530 | "source": [] 1531 | }, 1532 | { 1533 | "cell_type": "code", 1534 | "execution_count": null, 1535 | "metadata": { 1536 | "collapsed": true 1537 | }, 1538 | "outputs": [], 1539 | "source": [ 1540 | "s.join" 1541 | ] 1542 | }, 1543 | { 1544 | "cell_type": "code", 1545 | "execution_count": 140, 1546 | "metadata": {}, 1547 | "outputs": [ 1548 | { 1549 | "data": { 1550 | "text/plain": [ 1551 | "" 1552 | ] 1553 | }, 1554 | "execution_count": 140, 1555 | "metadata": {}, 1556 | "output_type": "execute_result" 1557 | }, 1558 | { 1559 | "data": { 1560 | "image/png": "iVBORw0KGgoAAAANSUhEUgAAA6IAAACeCAYAAAAoqLfMAAAABHNCSVQICAgIfAhkiAAAAAlwSFlz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\n", 1561 | "text/plain": [ 1562 | "" 1563 | ] 1564 | }, 1565 | "metadata": {}, 1566 | "output_type": "display_data" 1567 | } 1568 | ], 1569 | "source": [ 1570 | "#output_words, attentions = evaluate(\"je suis trop froid .\")\n", 1571 | "plt.matshow(att.numpy())" 1572 | ] 1573 | }, 1574 | { 1575 | "cell_type": "code", 1576 | "execution_count": null, 1577 | "metadata": { 1578 | "collapsed": true 1579 | }, 1580 | "outputs": [], 1581 | "source": [] 1582 | } 1583 | ], 1584 | "metadata": { 1585 | "kernelspec": { 1586 | "display_name": "Python 3", 1587 | "language": "python", 1588 | "name": "python3" 1589 | }, 1590 | "language_info": { 1591 | "codemirror_mode": { 1592 | "name": "ipython", 1593 | "version": 3 1594 | }, 1595 | "file_extension": ".py", 1596 | "mimetype": "text/x-python", 1597 | "name": "python", 1598 | "nbconvert_exporter": "python", 1599 | "pygments_lexer": "ipython3", 1600 | "version": "3.6.1" 1601 | } 1602 | }, 1603 | "nbformat": 4, 1604 | "nbformat_minor": 2 1605 | } 1606 | -------------------------------------------------------------------------------- /textsum_seq2seq_ver2.ipynb: -------------------------------------------------------------------------------- 1 | { 2 | "cells": [ 3 | { 4 | "cell_type": "code", 5 | "execution_count": 1, 6 | "metadata": {}, 7 | "outputs": [ 8 | { 9 | "name": "stdout", 10 | "output_type": "stream", 11 | "text": [ 12 | "TensorFlow Version: 1.6.0-dev20180117\n" 13 | ] 14 | } 15 | ], 16 | "source": [ 17 | "from distutils.version import LooseVersion\n", 18 | "import tensorflow as tf\n", 19 | "from tensorflow.python.layers.core import Dense\n", 20 | "\n", 21 | "\n", 22 | "# Check TensorFlow Version\n", 23 | "assert LooseVersion(tf.__version__) >= LooseVersion('1.1'), 'Please use TensorFlow version 1.1 or newer'\n", 24 | "print('TensorFlow Version: {}'.format(tf.__version__))" 25 | ] 26 | }, 27 | { 28 | "cell_type": "code", 29 | "execution_count": 2, 30 | "metadata": { 31 | "collapsed": true 32 | }, 33 | "outputs": [], 34 | "source": [ 35 | "import numpy as np\n", 36 | "import time\n", 37 | "import tensorflow as tf\n", 38 | "import os" 39 | ] 40 | }, 41 | { 42 | "cell_type": "code", 43 | "execution_count": 3, 44 | "metadata": { 45 | "collapsed": true 46 | }, 47 | "outputs": [], 48 | "source": [ 49 | "vocab_path='./vocab/vocab.txt'" 50 | ] 51 | }, 52 | { 53 | "cell_type": "markdown", 54 | "metadata": {}, 55 | "source": [ 56 | "## 获取字典" 57 | ] 58 | }, 59 | { 60 | "cell_type": "code", 61 | "execution_count": 6, 62 | "metadata": { 63 | "collapsed": true 64 | }, 65 | "outputs": [], 66 | "source": [ 67 | "def get_vocab(vocab_path):\n", 68 | " vocab_list=[]\n", 69 | " with open(vocab_path,'r',encoding='utf-8')as f:\n", 70 | " for item in f.readlines():\n", 71 | " vocab_list.append(item.strip())\n", 72 | " int_to_vocab = {idx: word for idx, word in enumerate(vocab_list)}\n", 73 | " vocab_to_int = {word: idx for idx, word in int_to_vocab.items()}\n", 74 | " return int_to_vocab,vocab_to_int" 75 | ] 76 | }, 77 | { 78 | "cell_type": "code", 79 | "execution_count": 7, 80 | "metadata": {}, 81 | "outputs": [], 82 | "source": [ 83 | "source_int_to_letter, source_letter_to_int=get_vocab(vocab_path)\n", 84 | "target_int_to_letter, target_letter_to_int =source_int_to_letter, source_letter_to_int" 85 | ] 86 | }, 87 | { 88 | "cell_type": "code", 89 | "execution_count": 10, 90 | "metadata": {}, 91 | "outputs": [ 92 | { 93 | "data": { 94 | "text/plain": [ 95 | "50000" 96 | ] 97 | }, 98 | "execution_count": 10, 99 | "metadata": {}, 100 | "output_type": "execute_result" 101 | } 102 | ], 103 | "source": [ 104 | "len(source_int_to_letter)" 105 | ] 106 | }, 107 | { 108 | "cell_type": "markdown", 109 | "metadata": {}, 110 | "source": [ 111 | "# 构建模型" 112 | ] 113 | }, 114 | { 115 | "cell_type": "markdown", 116 | "metadata": {}, 117 | "source": [ 118 | "## 输入层" 119 | ] 120 | }, 121 | { 122 | "cell_type": "code", 123 | "execution_count": 12, 124 | "metadata": { 125 | "collapsed": true 126 | }, 127 | "outputs": [], 128 | "source": [ 129 | "def get_inputs():\n", 130 | " '''\n", 131 | " 模型输入tensor\n", 132 | " '''\n", 133 | " inputs = tf.placeholder(tf.int32, [None, None], name='inputs')\n", 134 | " targets = tf.placeholder(tf.int32, [None, None], name='targets')\n", 135 | " learning_rate = tf.placeholder(tf.float32, name='learning_rate')\n", 136 | " \n", 137 | " # 定义target序列最大长度（之后target_sequence_length和source_sequence_length会作为feed_dict的参数）\n", 138 | " target_sequence_length = tf.placeholder(tf.int32, (None,), name='target_sequence_length')\n", 139 | " max_target_sequence_length = tf.reduce_max(target_sequence_length, name='max_target_len')\n", 140 | " source_sequence_length = tf.placeholder(tf.int32, (None,), name='source_sequence_length')\n", 141 | " \n", 142 | " return inputs, targets, learning_rate, target_sequence_length, max_target_sequence_length, source_sequence_length" 143 | ] 144 | }, 145 | { 146 | "cell_type": "markdown", 147 | "metadata": {}, 148 | "source": [ 149 | "## Encoder" 150 | ] 151 | }, 152 | { 153 | "cell_type": "code", 154 | "execution_count": 13, 155 | "metadata": { 156 | "collapsed": true 157 | }, 158 | "outputs": [], 159 | "source": [ 160 | "def get_encoder_layer(input_data, rnn_size, num_layers,\n", 161 | " source_sequence_length, source_vocab_size, \n", 162 | " encoding_embedding_size):\n", 163 | "\n", 164 | " '''\n", 165 | " 构造Encoder层\n", 166 | " \n", 167 | " 参数说明：\n", 168 | " - input_data: 输入tensor\n", 169 | " - rnn_size: rnn隐层结点数量\n", 170 | " - num_layers: 堆叠的rnn cell数量\n", 171 | " - source_sequence_length: 源数据的序列长度\n", 172 | " - source_vocab_size: 源数据的词典大小\n", 173 | " - encoding_embedding_size: embedding的大小\n", 174 | " '''\n", 175 | " # Encoder embedding\n", 176 | " encoder_embed_input = tf.contrib.layers.embed_sequence(input_data, source_vocab_size, encoding_embedding_size)\n", 177 | "\n", 178 | " # RNN cell\n", 179 | " def get_lstm_cell(rnn_size):\n", 180 | " lstm_cell = tf.contrib.rnn.LSTMCell(rnn_size, initializer=tf.random_uniform_initializer(-0.1, 0.1, seed=2))\n", 181 | " return lstm_cell\n", 182 | "\n", 183 | " cell = tf.contrib.rnn.MultiRNNCell([get_lstm_cell(rnn_size) for _ in range(num_layers)])\n", 184 | " \n", 185 | " encoder_output, encoder_state = tf.nn.dynamic_rnn(cell, encoder_embed_input, \n", 186 | " sequence_length=source_sequence_length, dtype=tf.float32)\n", 187 | " \n", 188 | " return encoder_output, encoder_state" 189 | ] 190 | }, 191 | { 192 | "cell_type": "markdown", 193 | "metadata": {}, 194 | "source": [ 195 | "## Decoder" 196 | ] 197 | }, 198 | { 199 | "cell_type": "code", 200 | "execution_count": 14, 201 | "metadata": { 202 | "collapsed": true 203 | }, 204 | "outputs": [], 205 | "source": [ 206 | "def process_decoder_input(data, vocab_to_int, batch_size):\n", 207 | " '''\n", 208 | " 补充，并移除最后一个字符\n", 209 | " \n", 210 | " 这里是为了构建 Decoder训练时的输入数据，使用target 而不是预测出的数据，提高精度\n", 211 | " '''\n", 212 | " # cut掉最后一个字符\n", 213 | " ending = tf.strided_slice(data, [0, 0], [batch_size, -1], [1, 1])\n", 214 | " decoder_input = tf.concat([tf.fill([batch_size, 1], vocab_to_int['']), ending], 1)\n", 215 | "\n", 216 | " return decoder_input" 217 | ] 218 | }, 219 | { 220 | "cell_type": "code", 221 | "execution_count": 46, 222 | "metadata": { 223 | "collapsed": true 224 | }, 225 | "outputs": [], 226 | "source": [ 227 | "def decoding_layer(target_letter_to_int, decoding_embedding_size, num_layers, rnn_size,\n", 228 | " target_sequence_length, max_target_sequence_length, encoder_state, decoder_input,\n", 229 | " encoder_outputs,source_sequence_length):\n", 230 | " '''\n", 231 | " 构造Decoder层\n", 232 | " \n", 233 | " 参数：\n", 234 | " - target_letter_to_int: target数据的映射表\n", 235 | " - decoding_embedding_size: embed向量大小\n", 236 | " - num_layers: 堆叠的RNN单元数量\n", 237 | " - rnn_size: RNN单元的隐层结点数量\n", 238 | " - target_sequence_length: target数据序列长度\n", 239 | " - max_target_sequence_length: target数据序列最大长度\n", 240 | " - encoder_state: encoder端编码的状态向量\n", 241 | " - decoder_input: decoder端输入\n", 242 | " \n", 243 | " - encoder_outputs :添加一个注意力机制\n", 244 | " - source_sequence_length 源数据长度\n", 245 | " '''\n", 246 | " \n", 247 | " '''\n", 248 | " # attention_states: [batch_size, max_time, num_units]\n", 249 | " attention_states = tf.transpose(encoder_outputs, [1, 0, 2])\n", 250 | "\n", 251 | " # Create an attention mechanism\n", 252 | " attention_mechanism = tf.contrib.seq2seq.LuongAttention(\n", 253 | " num_units, attention_states,\n", 254 | " memory_sequence_length=source_sequence_length)\n", 255 | " \n", 256 | " decoder_cell = tf.contrib.seq2seq.AttentionWrapper(\n", 257 | " decoder_cell, attention_mechanism,\n", 258 | " attention_layer_size=num_units)\n", 259 | " \n", 260 | " \n", 261 | " '''\n", 262 | " # 1. Embedding\n", 263 | " target_vocab_size = len(target_letter_to_int)\n", 264 | " decoder_embeddings = tf.Variable(tf.random_uniform([target_vocab_size, decoding_embedding_size]))\n", 265 | " decoder_embed_input = tf.nn.embedding_lookup(decoder_embeddings, decoder_input)\n", 266 | "\n", 267 | " # 2. 构造Decoder中的RNN单元\n", 268 | " def get_decoder_cell(rnn_size):\n", 269 | " decoder_cell = tf.contrib.rnn.LSTMCell(rnn_size,\n", 270 | " initializer=tf.random_uniform_initializer(-0.1, 0.1, seed=2))\n", 271 | " return decoder_cell\n", 272 | " \n", 273 | " #2.1 添加注意力机制的RNN 单元\n", 274 | " def get_decoder_cell_attention(rnn_size):\n", 275 | " # attention_states: [batch_size, max_time, num_units]\n", 276 | "# attention_states = tf.transpose(encoder_outputs, [1, 0, 2])\n", 277 | " attention_states=encoder_outputs\n", 278 | " # Create an attention mechanism\n", 279 | " attention_mechanism = tf.contrib.seq2seq.LuongAttention(\n", 280 | " rnn_size, attention_states,\n", 281 | " memory_sequence_length=source_sequence_length)\n", 282 | " \n", 283 | " decoder_cell = tf.contrib.rnn.LSTMCell(rnn_size,\n", 284 | " initializer=tf.random_uniform_initializer(-0.1, 0.1, seed=2))\n", 285 | " decoder_cell = tf.contrib.seq2seq.AttentionWrapper(\n", 286 | " decoder_cell, attention_mechanism,\n", 287 | " attention_layer_size=rnn_size)\n", 288 | " \n", 289 | " return decoder_cell\n", 290 | " \n", 291 | " \n", 292 | "# cell = tf.contrib.rnn.MultiRNNCell([get_decoder_cell(rnn_size) for _ in range(num_layers)])\n", 293 | " cell = tf.contrib.rnn.MultiRNNCell([get_decoder_cell_attention(rnn_size) for _ in range(num_layers)])\n", 294 | "\n", 295 | " \n", 296 | " \n", 297 | " \n", 298 | " # 3. Output全连接层\n", 299 | " output_layer = Dense(target_vocab_size,\n", 300 | " kernel_initializer = tf.truncated_normal_initializer(mean = 0.0, stddev=0.1))\n", 301 | "\n", 302 | "\n", 303 | " # 4. Training decoder\n", 304 | " with tf.variable_scope(\"decode\"):\n", 305 | " # 得到help对象\n", 306 | " training_helper = tf.contrib.seq2seq.TrainingHelper(inputs=decoder_embed_input,\n", 307 | " sequence_length=target_sequence_length,\n", 308 | " time_major=False)\n", 309 | " # 构造decoder\n", 310 | " training_decoder = tf.contrib.seq2seq.BasicDecoder(cell,\n", 311 | " training_helper,\n", 312 | " initial_state=cell.zero_state(dtype=tf.float32,batch_size=batch_size)\n", 313 | " ,output_layer=output_layer) \n", 314 | "\n", 315 | " training_decoder_output, _ ,_= tf.contrib.seq2seq.dynamic_decode(training_decoder,\n", 316 | " impute_finished=True,\n", 317 | " maximum_iterations=max_target_sequence_length)\n", 318 | " # 5. Predicting decoder\n", 319 | " # 与training共享参数\n", 320 | " with tf.variable_scope(\"decode\", reuse=True):\n", 321 | " # 创建一个常量tensor并复制为batch_size的大小\n", 322 | " start_tokens = tf.tile(tf.constant([target_letter_to_int['']], dtype=tf.int32), [batch_size], \n", 323 | " name='start_tokens')\n", 324 | " predicting_helper = tf.contrib.seq2seq.GreedyEmbeddingHelper(decoder_embeddings,\n", 325 | " start_tokens,\n", 326 | " target_letter_to_int[''])\n", 327 | " predicting_decoder = tf.contrib.seq2seq.BasicDecoder(cell,\n", 328 | " predicting_helper,\n", 329 | " initial_state=cell.zero_state(dtype=tf.float32,batch_size=batch_size)\n", 330 | " ,output_layer=output_layer)\n", 331 | " predicting_decoder_output, _,_ = tf.contrib.seq2seq.dynamic_decode(predicting_decoder,\n", 332 | " impute_finished=True,\n", 333 | " maximum_iterations=max_target_sequence_length)\n", 334 | " \n", 335 | " return training_decoder_output, predicting_decoder_output" 336 | ] 337 | }, 338 | { 339 | "cell_type": "markdown", 340 | "metadata": {}, 341 | "source": [ 342 | "## seq2seq" 343 | ] 344 | }, 345 | { 346 | "cell_type": "code", 347 | "execution_count": 41, 348 | "metadata": { 349 | "collapsed": true 350 | }, 351 | "outputs": [], 352 | "source": [ 353 | "def seq2seq_model(input_data, targets, lr, target_sequence_length, \n", 354 | " max_target_sequence_length, source_sequence_length,\n", 355 | " source_vocab_size, target_vocab_size,\n", 356 | " encoder_embedding_size, decoder_embedding_size, \n", 357 | " rnn_size, num_layers):\n", 358 | " \n", 359 | " # 获取encoder的状态输出\n", 360 | " encoder_outputs, encoder_state = get_encoder_layer(input_data, \n", 361 | " rnn_size, \n", 362 | " num_layers, \n", 363 | " source_sequence_length,\n", 364 | " source_vocab_size, \n", 365 | " encoding_embedding_size)\n", 366 | " \n", 367 | " \n", 368 | " # 预处理后的decoder输入\n", 369 | " decoder_input = process_decoder_input(targets, target_letter_to_int, batch_size)\n", 370 | " \n", 371 | " # 将状态向量与输入传递给decoder\n", 372 | " training_decoder_output, predicting_decoder_output = decoding_layer(target_letter_to_int, \n", 373 | " decoding_embedding_size, \n", 374 | " num_layers, \n", 375 | " rnn_size,\n", 376 | " target_sequence_length,\n", 377 | " max_target_sequence_length,\n", 378 | " encoder_state, \n", 379 | " decoder_input,\n", 380 | " encoder_outputs,\n", 381 | " source_sequence_length\n", 382 | " ) \n", 383 | " \n", 384 | " return training_decoder_output, predicting_decoder_output\n", 385 | " \n" 386 | ] 387 | }, 388 | { 389 | "cell_type": "code", 390 | "execution_count": 18, 391 | "metadata": { 392 | "collapsed": true 393 | }, 394 | "outputs": [], 395 | "source": [ 396 | "# 超参数\n", 397 | "# Number of Epochs\n", 398 | "epochs =50\n", 399 | "# Batch Size\n", 400 | "batch_size =32\n", 401 | "# RNN Size\n", 402 | "rnn_size = 50\n", 403 | "# Number of Layers\n", 404 | "num_layers = 2\n", 405 | "# Embedding Size\n", 406 | "encoding_embedding_size = 128\n", 407 | "decoding_embedding_size = 128\n", 408 | "# Learning Rate\n", 409 | "learning_rate = 0.05" 410 | ] 411 | }, 412 | { 413 | "cell_type": "markdown", 414 | "metadata": {}, 415 | "source": [ 416 | "## Batcher" 417 | ] 418 | }, 419 | { 420 | "cell_type": "code", 421 | "execution_count": 47, 422 | "metadata": {}, 423 | "outputs": [], 424 | "source": [ 425 | "# 构造graph\n", 426 | "train_graph = tf.Graph()\n", 427 | "\n", 428 | "with train_graph.as_default():\n", 429 | " \n", 430 | " # 获得模型输入 \n", 431 | " input_data, targets, lr, target_sequence_length, max_target_sequence_length, source_sequence_length = get_inputs()\n", 432 | " \n", 433 | " training_decoder_output, predicting_decoder_output = seq2seq_model(input_data, \n", 434 | " targets, \n", 435 | " lr, \n", 436 | " target_sequence_length, \n", 437 | " max_target_sequence_length, \n", 438 | " source_sequence_length,\n", 439 | " len(source_letter_to_int),\n", 440 | " len(target_letter_to_int),\n", 441 | " encoding_embedding_size, \n", 442 | " decoding_embedding_size, \n", 443 | " rnn_size, \n", 444 | " num_layers) \n", 445 | " \n", 446 | " training_logits = tf.identity(training_decoder_output.rnn_output, 'logits')\n", 447 | " predicting_logits = tf.identity(predicting_decoder_output.sample_id, name='predictions')\n", 448 | " \n", 449 | " masks = tf.sequence_mask(target_sequence_length, max_target_sequence_length, dtype=tf.float32, name='masks')\n", 450 | "\n", 451 | " with tf.name_scope(\"optimization\"):\n", 452 | " \n", 453 | " # Loss function\n", 454 | " cost = tf.contrib.seq2seq.sequence_loss(\n", 455 | " training_logits,\n", 456 | " targets,\n", 457 | " masks)\n", 458 | "\n", 459 | " # Optimizer\n", 460 | " optimizer = tf.train.AdamOptimizer(lr)\n", 461 | "\n", 462 | " # Gradient Clipping\n", 463 | " gradients = optimizer.compute_gradients(cost)\n", 464 | " capped_gradients = [(tf.clip_by_value(grad, -5., 5.), var) for grad, var in gradients if grad is not None]\n", 465 | " train_op = optimizer.apply_gradients(capped_gradients)\n" 466 | ] 467 | }, 468 | { 469 | "cell_type": "code", 470 | "execution_count": 48, 471 | "metadata": {}, 472 | "outputs": [ 473 | { 474 | "data": { 475 | "text/plain": [ 476 | "BasicDecoderOutput(rnn_output=, sample_id=)" 477 | ] 478 | }, 479 | "execution_count": 48, 480 | "metadata": {}, 481 | "output_type": "execute_result" 482 | } 483 | ], 484 | "source": [ 485 | "training_decoder_output" 486 | ] 487 | }, 488 | { 489 | "cell_type": "code", 490 | "execution_count": 20, 491 | "metadata": { 492 | "collapsed": true 493 | }, 494 | "outputs": [], 495 | "source": [ 496 | "def pad_sentence_batch(sentence_batch, pad_int):\n", 497 | " '''\n", 498 | " 对batch中的序列进行补全，保证batch中的每行都有相同的sequence_length\n", 499 | " \n", 500 | " 参数：\n", 501 | " - sentence batch\n", 502 | " - pad_int: 对应索引号\n", 503 | " '''\n", 504 | " max_sentence = max([len(sentence) for sentence in sentence_batch])\n", 505 | " return [sentence + [pad_int] * (max_sentence - len(sentence)) for sentence in sentence_batch]" 506 | ] 507 | }, 508 | { 509 | "cell_type": "code", 510 | "execution_count": 31, 511 | "metadata": {}, 512 | "outputs": [], 513 | "source": [ 514 | "def get_batches(file_list,tokenize_path,batch_size,pad_int):\n", 515 | " '''\n", 516 | " 定义生成器，用来获取tokenize下的所有content\n", 517 | " '''\n", 518 | " for item in file_list:\n", 519 | " source_path=os.path.join(tokenize_path,'content_'+item)\n", 520 | " target_path=os.path.join(tokenize_path,'title_'+item)\n", 521 | " with open(source_path,'r',encoding='utf-8')as sf:\n", 522 | " sources=[[int(word) for word in sentence.strip().split(' ')]for sentence in sf.readlines()]\n", 523 | " with open(target_path,'r',encoding='utf-8')as tf:\n", 524 | " targets=[[int(word) for word in sentence.strip().split(' ')]for sentence in tf.readlines()]\n", 525 | " \n", 526 | " for batch_i in range(0, len(sources)//batch_size):\n", 527 | " start_i = batch_i * batch_size\n", 528 | " sources_batch = sources[start_i:start_i + batch_size]\n", 529 | " targets_batch = targets[start_i:start_i + batch_size]\n", 530 | " # 补全序列\n", 531 | " pad_sources_batch = np.array(pad_sentence_batch(sources_batch, pad_int))\n", 532 | " pad_targets_batch = np.array(pad_sentence_batch(targets_batch, pad_int))\n", 533 | "\n", 534 | " # 记录每条记录的长度\n", 535 | " targets_lengths = []\n", 536 | " for target in targets_batch:\n", 537 | " targets_lengths.append(len(target))\n", 538 | "\n", 539 | " source_lengths = []\n", 540 | " for source in sources_batch:\n", 541 | " source_lengths.append(len(source))\n", 542 | "\n", 543 | " yield pad_targets_batch, pad_sources_batch, targets_lengths, source_lengths" 544 | ] 545 | }, 546 | { 547 | "cell_type": "code", 548 | "execution_count": 32, 549 | "metadata": { 550 | "collapsed": true 551 | }, 552 | "outputs": [], 553 | "source": [ 554 | "data_path='./data_test'\n", 555 | "file_list=os.listdir(data_path)\n", 556 | "tokenize_path='./tokenize'\n", 557 | "batch_size=32\n", 558 | "pad_int=source_letter_to_int['']" 559 | ] 560 | }, 561 | { 562 | "cell_type": "code", 563 | "execution_count": 33, 564 | "metadata": {}, 565 | "outputs": [], 566 | "source": [ 567 | "(valid_targets_batch, valid_sources_batch, valid_targets_lengths, valid_sources_lengths) = next(get_batches(file_list,tokenize_path,bath_size,pad_int))" 568 | ] 569 | }, 570 | { 571 | "cell_type": "code", 572 | "execution_count": 50, 573 | "metadata": {}, 574 | "outputs": [ 575 | { 576 | "name": "stdout", 577 | "output_type": "stream", 578 | "text": [ 579 | "Epoch 1/50 Batch 0/未知 - Training Loss: 10.820 - Validation loss: 9.736\n" 580 | ] 581 | }, 582 | { 583 | "ename": "KeyboardInterrupt", 584 | "evalue": "", 585 | "output_type": "error", 586 | "traceback": [ 587 | "\u001b[1;31m---------------------------------------------------------------------------\u001b[0m", 588 | "\u001b[1;31mKeyboardInterrupt\u001b[0m Traceback (most recent call last)", 589 | "\u001b[1;32m\u001b[0m in \u001b[0;36m\u001b[1;34m()\u001b[0m\n\u001b[0;32m 19\u001b[0m \u001b[0mlr\u001b[0m\u001b[1;33m:\u001b[0m \u001b[0mlearning_rate\u001b[0m\u001b[1;33m,\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 20\u001b[0m \u001b[0mtarget_sequence_length\u001b[0m\u001b[1;33m:\u001b[0m \u001b[0mtargets_lengths\u001b[0m\u001b[1;33m,\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m---> 21\u001b[1;33m source_sequence_length: sources_lengths})\n\u001b[0m\u001b[0;32m 22\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 23\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mbatch_i\u001b[0m \u001b[1;33m%\u001b[0m \u001b[0mdisplay_step\u001b[0m \u001b[1;33m==\u001b[0m \u001b[1;36m0\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 590 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\tensorflow\\python\\client\\session.py\u001b[0m in \u001b[0;36mrun\u001b[1;34m(self, fetches, feed_dict, options, run_metadata)\u001b[0m\n\u001b[0;32m 893\u001b[0m \u001b[1;32mtry\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 894\u001b[0m result = self._run(None, fetches, feed_dict, options_ptr,\n\u001b[1;32m--> 895\u001b[1;33m run_metadata_ptr)\n\u001b[0m\u001b[0;32m 896\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mrun_metadata\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 897\u001b[0m \u001b[0mproto_data\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mtf_session\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mTF_GetBuffer\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mrun_metadata_ptr\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 591 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\tensorflow\\python\\client\\session.py\u001b[0m in \u001b[0;36m_run\u001b[1;34m(self, handle, fetches, feed_dict, options, run_metadata)\u001b[0m\n\u001b[0;32m 1126\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mfinal_fetches\u001b[0m \u001b[1;32mor\u001b[0m \u001b[0mfinal_targets\u001b[0m \u001b[1;32mor\u001b[0m \u001b[1;33m(\u001b[0m\u001b[0mhandle\u001b[0m \u001b[1;32mand\u001b[0m \u001b[0mfeed_dict_tensor\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1127\u001b[0m results = self._do_run(handle, final_targets, final_fetches,\n\u001b[1;32m-> 1128\u001b[1;33m feed_dict_tensor, options, run_metadata)\n\u001b[0m\u001b[0;32m 1129\u001b[0m \u001b[1;32melse\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1130\u001b[0m \u001b[0mresults\u001b[0m \u001b[1;33m=\u001b[0m \u001b[1;33m[\u001b[0m\u001b[1;33m]\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 592 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\tensorflow\\python\\client\\session.py\u001b[0m in \u001b[0;36m_do_run\u001b[1;34m(self, handle, target_list, fetch_list, feed_dict, options, run_metadata)\u001b[0m\n\u001b[0;32m 1342\u001b[0m \u001b[1;32mif\u001b[0m \u001b[0mhandle\u001b[0m \u001b[1;32mis\u001b[0m \u001b[1;32mNone\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1343\u001b[0m return self._do_call(_run_fn, self._session, feeds, fetches, targets,\n\u001b[1;32m-> 1344\u001b[1;33m options, run_metadata)\n\u001b[0m\u001b[0;32m 1345\u001b[0m \u001b[1;32melse\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1346\u001b[0m \u001b[1;32mreturn\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m_do_call\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0m_prun_fn\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mself\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0m_session\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mhandle\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfeeds\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfetches\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 593 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\tensorflow\\python\\client\\session.py\u001b[0m in \u001b[0;36m_do_call\u001b[1;34m(self, fn, *args)\u001b[0m\n\u001b[0;32m 1348\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0m_do_call\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0mself\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfn\u001b[0m\u001b[1;33m,\u001b[0m \u001b[1;33m*\u001b[0m\u001b[0margs\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1349\u001b[0m \u001b[1;32mtry\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m-> 1350\u001b[1;33m \u001b[1;32mreturn\u001b[0m \u001b[0mfn\u001b[0m\u001b[1;33m(\u001b[0m\u001b[1;33m*\u001b[0m\u001b[0margs\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0m\u001b[0;32m 1351\u001b[0m \u001b[1;32mexcept\u001b[0m \u001b[0merrors\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mOpError\u001b[0m \u001b[1;32mas\u001b[0m \u001b[0me\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1352\u001b[0m \u001b[0mmessage\u001b[0m \u001b[1;33m=\u001b[0m \u001b[0mcompat\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mas_text\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0me\u001b[0m\u001b[1;33m.\u001b[0m\u001b[0mmessage\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 594 | "\u001b[1;32mC:\\Users\\Administrator\\Anaconda3\\lib\\site-packages\\tensorflow\\python\\client\\session.py\u001b[0m in \u001b[0;36m_run_fn\u001b[1;34m(session, feed_dict, fetch_list, target_list, options, run_metadata)\u001b[0m\n\u001b[0;32m 1327\u001b[0m return tf_session.TF_Run(session, options,\n\u001b[0;32m 1328\u001b[0m \u001b[0mfeed_dict\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfetch_list\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mtarget_list\u001b[0m\u001b[1;33m,\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n\u001b[1;32m-> 1329\u001b[1;33m status, run_metadata)\n\u001b[0m\u001b[0;32m 1330\u001b[0m \u001b[1;33m\u001b[0m\u001b[0m\n\u001b[0;32m 1331\u001b[0m \u001b[1;32mdef\u001b[0m \u001b[0m_prun_fn\u001b[0m\u001b[1;33m(\u001b[0m\u001b[0msession\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mhandle\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfeed_dict\u001b[0m\u001b[1;33m,\u001b[0m \u001b[0mfetch_list\u001b[0m\u001b[1;33m)\u001b[0m\u001b[1;33m:\u001b[0m\u001b[1;33m\u001b[0m\u001b[0m\n", 595 | "\u001b[1;31mKeyboardInterrupt\u001b[0m: " 596 | ] 597 | } 598 | ], 599 | "source": [ 600 | "display_step = 50 # 每隔50轮输出loss\n", 601 | "\n", 602 | "# 查看是否有 checkpoint_f 这个文件，无则新建一个\n", 603 | "if not os.path.exists('./checkpoint_f'):\n", 604 | " os.makedirs('./checkpoint_f')\n", 605 | "\n", 606 | "checkpoint = \"./checkpoint_f/trained_model.ckpt\" \n", 607 | "with tf.Session(graph=train_graph) as sess:\n", 608 | " sess.run(tf.global_variables_initializer())\n", 609 | " \n", 610 | " for epoch_i in range(1, epochs+1):\n", 611 | " for batch_i, (targets_batch, sources_batch, targets_lengths, sources_lengths) in enumerate(\n", 612 | " get_batches(file_list,tokenize_path,batch_size,pad_int)):\n", 613 | " \n", 614 | " _, loss = sess.run(\n", 615 | " [train_op, cost],\n", 616 | " {input_data: sources_batch,\n", 617 | " targets: targets_batch,\n", 618 | " lr: learning_rate,\n", 619 | " target_sequence_length: targets_lengths,\n", 620 | " source_sequence_length: sources_lengths})\n", 621 | "\n", 622 | " if batch_i % display_step == 0:\n", 623 | " \n", 624 | " # 计算validation loss\n", 625 | " validation_loss = sess.run(\n", 626 | " [cost],\n", 627 | " {input_data: valid_sources_batch,\n", 628 | " targets: valid_targets_batch,\n", 629 | " lr: learning_rate,\n", 630 | " target_sequence_length: valid_targets_lengths,\n", 631 | " source_sequence_length: valid_sources_lengths})\n", 632 | " \n", 633 | " print('Epoch {:>3}/{} Batch {:>4}/{} - Training Loss: {:>6.3f} - Validation loss: {:>6.3f}'\n", 634 | " .format(epoch_i,\n", 635 | " epochs, \n", 636 | " batch_i, \n", 637 | " '未知', \n", 638 | " loss, \n", 639 | " validation_loss[0]))\n", 640 | "\n", 641 | " \n", 642 | " \n", 643 | " # 保存模型\n", 644 | " saver = tf.train.Saver()\n", 645 | " saver.save(sess, checkpoint)\n", 646 | " print('Model Trained and Saved')" 647 | ] 648 | }, 649 | { 650 | "cell_type": "code", 651 | "execution_count": 59, 652 | "metadata": { 653 | "collapsed": true 654 | }, 655 | "outputs": [], 656 | "source": [ 657 | "def source_to_seq(text):\n", 658 | " '''\n", 659 | " 对源数据进行转换\n", 660 | " '''\n", 661 | " sequence_length = 120\n", 662 | " return [source_letter_to_int.get(word, source_letter_to_int['']) for word in text.split(' ')] + [source_letter_to_int['']]*(sequence_length-len(text))" 663 | ] 664 | }, 665 | { 666 | "cell_type": "code", 667 | "execution_count": 64, 668 | "metadata": {}, 669 | "outputs": [ 670 | { 671 | "name": "stdout", 672 | "output_type": "stream", 673 | "text": [ 674 | "INFO:tensorflow:Restoring parameters from ./checkpoint_f/trained_model.ckpt\n", 675 | "原始输入: \n", 676 | " NUMBER 反对 宪法 基本 原则 危害 国家 安全 政权 稳定 统一 的 煽动 民族 仇恨 民族 歧视 的 NUMBER 宣扬 邪教 和 封建迷信 的 散布 谣言 破坏 社会 稳定 的 侮辱 诽谤 他人 侵害 他人 合法权益 的 NUMBER 散布 淫秽 色情 赌博 暴力 凶杀 恐怖 或者 教唆 犯罪 的\n", 677 | " \n", 678 | "\n", 679 | "Source\n", 680 | " Word 编号: [1, 6, 4, 4, 710, 1299, 315, 738, 1237, 102, 262, 1419, 263, 592, 5, 1517, 423, 1504, 423, 1470, 5, 4, 4, 6, 4, 4, 1445, 1534, 10, 1545, 5, 727, 1353, 1010, 170, 263, 5, 1478, 1493, 618, 1316, 618, 1229, 5, 4, 4, 6, 4, 4, 727, 1525, 1434, 1275, 1225, 1546, 1363, 300, 1554, 1046, 1, 4]\n", 681 | " Input Words: NUMBER 反对 宪法 基本 原则 危害 国家 安全 政权 稳定 统一 的 煽动 民族 仇恨 民族 歧视 的 NUMBER 宣扬 邪教 和 封建迷信 的 散布 谣言 破坏 社会 稳定 的 侮辱 诽谤 他人 侵害 他人 合法权益 的 NUMBER 散布 淫秽 色情 赌博 暴力 凶杀 恐怖 或者 教唆 犯罪 \n", 682 | "\n", 683 | "Target\n", 684 | " Word 编号: [71, 987, 3]\n", 685 | " Response Words: 搜狐 房产 \n" 686 | ] 687 | } 688 | ], 689 | "source": [ 690 | "# 输入一个单词\n", 691 | "input_word = '''\n", 692 | " NUMBER 反对 宪法 基本 原则 危害 国家 安全 政权 稳定 统一 的 煽动 民族 仇恨 民族 歧视 的 NUMBER 宣扬 邪教 和 封建迷信 的 散布 谣言 破坏 社会 稳定 的 侮辱 诽谤 他人 侵害 他人 合法权益 的 NUMBER 散布 淫秽 色情 赌博 暴力 凶杀 恐怖 或者 教唆 犯罪 的\n", 693 | " '''\n", 694 | "text = source_to_seq(input_word)\n", 695 | "\n", 696 | "checkpoint = \"./checkpoint_f/trained_model.ckpt\"\n", 697 | "\n", 698 | "loaded_graph = tf.Graph()\n", 699 | "with tf.Session(graph=loaded_graph) as sess:\n", 700 | " # 加载模型\n", 701 | " loader = tf.train.import_meta_graph(checkpoint + '.meta')\n", 702 | " loader.restore(sess, checkpoint)\n", 703 | "\n", 704 | " input_data = loaded_graph.get_tensor_by_name('inputs:0')\n", 705 | " logits = loaded_graph.get_tensor_by_name('predictions:0')\n", 706 | " source_sequence_length = loaded_graph.get_tensor_by_name('source_sequence_length:0')\n", 707 | " target_sequence_length = loaded_graph.get_tensor_by_name('target_sequence_length:0')\n", 708 | " \n", 709 | " answer_logits = sess.run(logits, {input_data: [text]*batch_size, \n", 710 | " target_sequence_length: [len(input_word)]*batch_size, \n", 711 | " source_sequence_length: [len(input_word)]*batch_size})[0] \n", 712 | "\n", 713 | "\n", 714 | "pad = source_letter_to_int[\"\"] \n", 715 | "\n", 716 | "print('原始输入:', input_word)\n", 717 | "\n", 718 | "print('\\nSource')\n", 719 | "print(' Word 编号: {}'.format([i for i in text]))\n", 720 | "print(' Input Words: {}'.format(\" \".join([source_int_to_letter[i] for i in text])))\n", 721 | "\n", 722 | "print('\\nTarget')\n", 723 | "print(' Word 编号: {}'.format([i for i in answer_logits if i != pad]))\n", 724 | "print(' Response Words: {}'.format(\" \".join([target_int_to_letter[i] for i in answer_logits if i != pad])))" 725 | ] 726 | }, 727 | { 728 | "cell_type": "code", 729 | "execution_count": null, 730 | "metadata": { 731 | "collapsed": true 732 | }, 733 | "outputs": [], 734 | "source": [] 735 | } 736 | ], 737 | "metadata": { 738 | "kernelspec": { 739 | "display_name": "Python 3", 740 | "language": "python", 741 | "name": "python3" 742 | }, 743 | "language_info": { 744 | "codemirror_mode": { 745 | "name": "ipython", 746 | "version": 3 747 | }, 748 | "file_extension": ".py", 749 | "mimetype": "text/x-python", 750 | "name": "python", 751 | "nbconvert_exporter": "python", 752 | "pygments_lexer": "ipython3", 753 | "version": "3.6.1" 754 | } 755 | }, 756 | "nbformat": 4, 757 | "nbformat_minor": 2 758 | } 759 | -------------------------------------------------------------------------------- /train_test/title_news.sohunews.010806.txt: -------------------------------------------------------------------------------- 1 | 本 公司 电子公告 服务 严格遵守 2 | 本 公司 电子公告 服务 严格遵守 3 | 组图 奥运 火炬 西宁 站 街头 职业 追火人 4 | 全国 NUMBER 个 城市 的 男人 最有 魅力 基因 5 | 组图 穆雷 摔倒 拇指 受伤 稚气 古尔 比斯 草场 做秀 6 | 组图 王励勤 传闻 女友 大比拼 小爱 可爱 赵薇 性感 7 | 王丽雅 走秀 自爆 喝水 太 少 导致 尿血 胃痉挛 图 8 | 组图 圣火 百色 传递 末棒 火炬手 王军 点燃 圣 火盆 9 | 浙江 绍兴 制成 NUMBER 米 丝绸 长卷 纪录 汶川 地震 图 10 | 图文 美国 高尔夫 公开赛 次轮 加西亚 充满 自信 11 | 组图 火炬 即将 到来 延安 做 准备 街头 奥运 气氛 浓 12 | 组图 著名 主持人 杨乐乐 长沙 传递 露 迷人 笑容 13 | 图文 圣火 在 南昌 站 第 NUMBER 棒 火炬手 传递 祥云 14 | 圣火 传递 爱心 联想 全球 高管 火炬手 在 渝 献爱心 15 | 中星 九号 发射成功 奥运会 前 投入使用 图 16 | 北京奥运 福娃 多伦多 龙舟节 彰显 中国 魅力 17 | 四川 灾后 首批 工人 抵 北京 当 清洁工 月工资 NUMBER 元 18 | 图文 利百特 到访 观澜湖 球 会 全体 合影 留恋 19 | 历数 跑 进 NUMBER 秒 优秀 选手 刘翔 罗伯斯 堪称 当代 双雄 20 | 组图 巴西 历史 首负 超级 鱼腩 迭戈 制造 唯一 威胁 21 | 图文 焦 科维奇 晋级 伦敦 草地 杯四强 发球 瞬间 22 | 广东 佛山 暴雨 来临 白昼 如夜 图 23 | 组图 全场 闷战里 贝里 领衔 法国 天才 首秀 欧洲杯 24 | 广西 平乐县 遭遇 历史 罕见 特大 洪灾 组图 25 | 广东 怀集 遭 风神 侵袭 突发 山洪 造成 NUMBER 人 死亡 26 | 图文 欧洲杯 举办地 准备就绪 希腊 将 在 这里 作战 27 | 荷兰 EN 法国 首发 亨利 伤愈 复出 两队 祭 相同 阵型 28 | 土耳其 EN 捷克 赔率 看好 捷克 不败 波胆 NUMBER - NUMBER 或 NUM 29 | 朝美 磋商 取得 成果 30 | 中国男篮 热身赛 五 连胜 易建联 发威 再胜 克罗地亚 31 | 鑫源彩 福彩 NUMBER EN 第 NUMBER 期 专家 方案 分析 推荐 32 | NUMBER 普通高校 招生 统一 考试 山东 卷 语文 33 | 老 尼尔森 表态 续约 勇士 称 将 在 新 赛季 使用 新 战术 34 | 刘翔 姚明 跨界 赛场 外 的 精彩 NUMBER 35 | 宜对 城市防洪 专门 立法 36 | 安切洛蒂 我 只 想 执教 EN 米兰队 与 切尔西 无 接触 37 | 从严 掌握 国有 公司 董事长 兼任 经理 38 | 布 冯美妻 丈夫 扑救 让 我 很 兴奋 板凳 球员 最 性感 39 | 专家 表示 缺乏 理论指导 房地产 信托 先天不足 40 | 王宵 我们 已 走出 阴影 大头 继海 停赛 整体 可 弥补 41 | 林心如 与 文章 将 爱 在 日月潭 42 | DATE 粮油 肉类 禽蛋 奶类 价格 稳定 43 | 朝鲜 邀请 五国 电视台 报道 冷却塔 爆破 过程 44 | 浙江 NUMBER 万 巨奖 无人 领 可能 成 彩票 史 最大 弃奖 45 | 贵州 关兴 公路 发生 山体 严重 塌方 造成 交通 中断 46 | 模拟 美国 公开赛 本周 福顺 室内 高尔夫 EN 会 所 展开 47 | 理财产品 频 创新 票据 市场 重现 活力 48 | 日本 发生 NUMBER 级 强震 预警系统 提前 NUMBER 秒 预报 图 49 | 决赛 花絮 两队 球迷 互 祝福 德 球迷 未得 陇 便 望 蜀 50 | 朝媒 呼吁 全 民族 继续 高举 北南 共同 宣言 旗帜 51 | 商瑞华 女足 训练 分 三步走 遗憾 不能 在 沈阳 热身 52 | 捷克 土耳其 有望 点球 决 生死 布吕克纳 欲 祭 三 前锋 53 | 扩充 欧洲 最高 指挥部 特别 行动 指挥 办公室 54 | 福彩 无纸化 投注 喜爆 NUMBER 万 大奖 彩民 投注 方便 55 | 春意盎然 梵 克雅 宝 顶级 珠宝 腕表 56 | DATE 全国 规模 以上 工业 企业 增加值 同比 增长 NUMBER 57 | 会 导致 男人 不爱 回家 的 装修 方法 58 | 我国 批准 引进 首个 老年人 专用 的 流感疫苗 59 | 胡静 撬 杨紫琼 旧爱 与 富豪 男友 机场 吻别 60 | 伊拉克 驻 伊朗 大使 称 伊拉克 不 接受 美军 永久 驻扎 61 | 好事 应该 好办 62 | 淮河 干流 各站 水位 普遍 上涨 63 | 澳门 签注 逐步 收紧 实行 一月 一签 64 | EN 湖科 正式 宣布 终止 重组 退出 股改 65 | 安徽 凤阳 发现 先秦 圆形 墓葬 疑 与 钟离 国 有关 66 | 足彩 第 NUMBER 期 欧洲 投注 比例 及 网友 调查 情况 汇总 67 | 德意志银行 报告 NUMBER 亿美元 热钱 流入 中国 68 | 重 上 NUMBER 点 市场 期盼 大 EN 浪 反弹 69 | 根据 口气 可 预知 疾病 70 | 有色金属 预期 需求 疲弱 金属 价格 回落 71 | DATE 销售 要 达 NUMBER 万 东风 发布 事业 计划 72 | 我国 禁毒 形势 依然 不容乐观 农民工 易 染毒 73 | 牙买加 选拔赛 先 抢博 尔特 风头 鲍威尔 跑 出 NUMBER 秒 NUMBER 74 | 音乐 演出 75 | 胡锦涛 总书记 会见 台湾海基会 董事长 江丙坤 76 | 越南 经济危机 祸及 山东 钢材 纺织 农产品 受 影响 77 | 欧洲杯 未 发生 重大 安全事故 足球 特警 力保 平安 78 | 中国 男排 杭州 首演 负 日本 周建安 承诺 打 好 第二场 79 | 证监会 将 有序 推进 证券业 和 资本 市场 对外开放 80 | 把握 两条 线索 挖掘 行业 机会 81 | 金三角 毒枭 之王 韩永万 执行 枪决 财产 全 没收 82 | 电影节 特别 论坛 尹力 冲到 第一线 完全 是 本能 83 | 马来西亚 总理 巴达维 就 何时 交权 与 副 总理 成 共识 84 | 蓝军 斯科拉里 阴谋 竟为 真 弗格森 怒斥 其 诱骗 EN - 罗 85 | 算命 男找 情人 获赠 住宅 靠 NUMBER 名 情人 供养 吃喝 不 愁 86 | 日本 东北地区 地震 为何 倒塌 房屋 和 伤亡 人员 少 87 | 食品饮料 子 行业 盈利 将 两极分化 88 | 共青团中央 选出 首位 NUMBER 后 女 书记 图 89 | 中航 光电 国内 连接器 的 龙头企业 90 | 西藏 和平 解放后 并 不 缺乏 宗教信仰 自由 91 | 办公室 丽人 午饭 后 一 小时 怎么 过 ? 92 | 广西 日报 不必 太 在乎 足球 93 | 成都 出台 规定 单位 和 组织 无权 收养 地震 孤儿 94 | 伊美尔 毛发 专家 章洁莉 做客 搜狐 谈 夏季 毛发 护理 95 | 迅雷 突围 内容 EN 渠道 谁 是 侵权者 96 | 欧洲杯 第 DATE 综述 西班牙 雄起 卫冕冠军 彻底 沉沦 97 | 当 市场 恐慌 时 我们 应该 贪婪 98 | 东京 血案 除了 震惊 外 还有 什么 99 | 南航 认沽权证 跌 九成 多 退场 100 | 第一套 人民币 价格 逆市 上扬 专家建议 可 长期投资 101 | 动辄 就要 上万 市民 质疑 台湾 游成 贵族 游 102 | 葡萄牙 一心 凭借 进攻 进 决赛 德国人 想罚 点球 制胜 103 | 宁夏回族自治区 吴忠市 旅游景点 104 | 基金 经理 认为 市场 四季度 或 有 转机 105 | 开发商 抛地 止损 宁 便宜 同行 也 不 便宜 市场 ? 106 | 受 柴油 荒 影响 柴油 轿车 发展 在 中国 陷入 两难 境地 107 | 中国 兵装 密会 印度 塔塔 与 象 共舞 还是 与虎谋皮 ? 108 | 高处 的 眼睛 美 浮空器 项目 关注 军种 间 互操作性 109 | 火炬手 朱继业 传递 中 看到 五星红旗 最令 我 感动 110 | 宏观经济 由热 趋稳 全年 物价上涨 压力 仍然 较大 111 | 大兵 相声 革命 七八年 来 一次 图 112 | 左小蕾 从 美国 次贷 危机 看 越南 金融危机 113 | 易宪容 成品油 价格 上调 可一石 几鸟 114 | 香格里拉 城市 名片 火炬 照耀 人间天堂 115 | NUMBER - NUMBER 北美票房 绿巨人 力 压破 天慌 116 | 土耳其 足球 脱亚入 欧 启示录 不懈努力 换 欧洲 尊重 117 | 本 公司 电子公告 服务 严格遵守 118 | DATE DATE 外刊 封面 大赏 119 | 出售 120 | 图文 火炬 传递 广州 站 第 NUMBER 棒 火炬手 传递 祥云 121 | 国民经济 和 社会 发展 的 成就 与 经验 122 | 第二届 全国政协 会议 123 | 嘉宾 简介 124 | 相关 报道 125 | 本 公司 电子公告 服务 严格遵守 126 | 本 公司 电子公告 服务 严格遵守 127 | 埃及 第一 神庙 - - 阿布辛 贝 神庙 128 | 陈晓东 与 曾黎 的 魅惑 艳照 129 | NUMBER 中国 网球 公开赛 中 网 - 精彩 瞬间 130 | 古典 现代 美 131 | 回复 奥运 过后 房价 加速 下跌 断供 你 不是 一个 人 132 | 探寻 灾区 废墟 上 的 精神 世界 133 | 本 公司 电子公告 服务 严格遵守 134 | EN 树枝 做 的 书架 135 | 非洲 本色 图 NUMBER 136 | 九寨沟 美景 图 NUMBER 137 | 九寨沟 美景 图 NUMBER 138 | 热点 推荐 139 | 西湖 十大 美景 图 NUMBER 140 | 大图 欣赏 141 | 本 公司 电子公告 服务 严格遵守 142 | 排列五 143 | 出售 144 | 组图 圣火 即将 抵 西藏 拉萨 官网 探营 美丽 拉萨 145 | 本 公司 电子公告 服务 严格遵守 146 | 组图 奥运 圣火 在 武汉 传递 市民 摩肩接踵 观 圣火 147 | 易建联 全明星赛 组图 阿联 双手 灌篮 引 全场 喝彩 148 | 出售 149 | 组图 奥运 圣火 在 武汉 传递 市民 摩肩接踵 观 圣火 150 | 出售 151 | 出售 152 | 服务型 政府 浮出 水面 153 | 出售 154 | 搜狐 房产 155 | 截止 DATE NUMBER 时 交通运输 保障 情况 156 | 出售 157 | 组图 伊万 苦战 眉头 紧锁 被 逼 绝境 逆转 表情 激动 158 | 搜狐 房产 159 | 出售 160 | 贵州 都市报 - 搜狐 教育 中心 高考 专区 161 | 搜狐 房产 162 | EN 看 图 163 | 搜狐 房产 164 | 搜狐 房产 165 | NUMBER 上市公司 年终 专刊 专家 点评 166 | 本 公司 电子公告 服务 严格遵守 167 | 最新 文章 168 | 本 公司 电子公告 服务 严格遵守 169 | 出售 170 | 出售 171 | 组图 纳达尔 也 有 狼狈 时 激情 与 落寞 只 在 一线 间 172 | 出售 173 | 系统 提示 174 | 出售 175 | 可可西里 藏羚羊 集中 产仔 区 建起 帐篷 保护 站 176 | 伍兹 青涩 照片 曝光 笑容 羞涩 王者 气质 仍 可见 图 177 | 凶猛 黑豹 决战 蟒蛇 活活 将 巨蟒 咬 死 图 178 | 组图 奥运 圣火 接力 乌鲁木齐 站 起跑 仪式 现场 179 | 组图 上海 国际 电影节 开幕 嘉宾 亮相 爱心 通道 180 | 本 公司 电子公告 服务 严格遵守 181 | 出售 182 | 组图 王励勤 传闻 女友 大比拼 小爱 可爱 赵薇 性感 183 | 出售 184 | 本 公司 电子公告 服务 严格遵守 185 | 出售 186 | 本 公司 电子公告 服务 严格遵守 187 | 幻灯 欧洲杯 性感 宝贝 选美赛 争奇斗艳 倾国倾城 188 | 商界 明星 189 | 管理 · 技术 · 其他 190 | 出售 191 | 出售 192 | 出售 193 | 本 公司 电子公告 服务 严格遵守 194 | 出售 195 | 幻灯 穆帅 赴 日 指挥 慈善赛 狂人 脚法 不逊 众 大牌 196 | 出售 197 | 组图 圣火 昆明 传递 市民 着 民族服饰 迎 圣火 198 | 幻灯 欧洲杯 性感 宝贝 选美赛 捷克 美女 倾国倾城 199 | 五洲 皇冠 假日酒店 简约 中式 风 200 | 幻灯 土耳其 NUMBER - NUMBER 捷克 沃尔坎 击倒 扬科勒 吃 红牌 201 | 华晨 威虎 赛车 嘉年华 202 | 出售 203 | 北京 周边 有 八座 爬起来 不算 累 的 山 204 | 第四日 十佳 图 布雷克 性骚扰 球童 莎娃 惊人 一脱 205 | 图 NUMBER 关爱 行动 郑秀文 许志安 率 群星 演唱 206 | 个股 公告 上市 公司公告 证券 频道 207 | 出售 208 | 出售 209 | 组图 张国立 蒋雯丽 获 上海 电视节 视帝 视后 210 | 欧杯 太太 团 最佳阵容 意大利 大赢家 三狮军 无缘 211 | 搜狐 房产 212 | 回复 房企 NUMBER 亿 资金 缺口 危情 建设部 警惕 房价 大跌 213 | 搜狐 房产 214 | 幻灯 欧洲杯 上 的 奥运会 门神 成拳 王维 EN 刘翔 215 | 组图 费德勒 NUMBER - NUMBER 横扫 安西奇 瑞士 天王 腾空而起 216 | 组图 三六 一度 总裁 丁伍 号 参加 昆明 火炬手 大会 217 | 出租 218 | 出售 219 | 幻灯机 能 测试 陈涛 满头 汗 小董 变脸 崔鹏似 影星 220 | 三板 公司 点评 221 | 组图 亨利 低迷 戈武 射门 中 柱 法国 NUMBER - NUMBER 平 巴拉圭 222 | 出售 223 | 马 长生 做客 搜狐 健康 224 | 本 公司 电子公告 服务 严格遵守 225 | 搜狐 房产 226 | 幻灯 法网 美女 走光 集莎娃 春光乍泄 伊万 身材 佳 227 | 组图 山西大同 NUMBER 号 火炬手 腾空 一跃技 惊 四座 228 | 组图 赤壁 香港 开 记者会 众 主创 谈 剧中 角色 229 | 组图 精灵 王子 女友 现身 大秀 极致 魔鬼身材 230 | 出售 231 | 组图 NUMBER 后 女孩 发 裸照 鼓励 网友 为 灾区 捐款 232 | 出售 233 | 图文 圣火 西宁 传递 NUMBER 棒 火炬手 传递 祥云 234 | 组图 NUMBER 岁 的 母亲 志田 未来 杂志 写真 235 | 出售 236 | 组图 郑伊健 跳 探戈 一次性 过 被 赞有 舞蹈 天分 237 | 组图 安妮 - 海瑟薇秀丝 滑美背 自我陶醉 238 | 出售 239 | 一周 新闻 留言 榜 240 | 出售 241 | 出售 242 | 出租 243 | 出售 244 | 出售 245 | 图文 圣火 在 青海湖 传递 火炬手 郝洪玉 246 | 图文 北京 奥运会 主会场 鸟巢 鸟巢 内部 全景 247 | 图文 圣火 新疆 喀什 传递 NUMBER 棒 火炬手 传递 祥云 248 | 出售 249 | 精彩图片 250 | 视频 祥云 火炬 格尔木 传递 沿街 群众 热情 呐喊 251 | 图文 圣火 西宁 传递 NUMBER 棒 火炬手 传递 祥云 252 | 图文 好运 北京 摄影展 三 入围 作品 253 | NUMBER 瑞士 EN 捷克 图片 254 | 组图 火炬 接力 大同 站 结束 仪式 在 云冈石窟 举行 255 | 尤文 高层 观战 欧杯 大国 米 功勋 成 阿隆索 榜样 图 256 | 图文 各国 代表团 成员 在 北京 参观 国子监 合影 257 | 幻灯 直击 西班牙队 内 对抗赛 主力阵容 浮出 水面 258 | 图文 孔令辉 与 万州 区委书记 吴政隆共举 火炬 259 | 幻灯 成都 天府广场 泣不成声 白花 与 烛光 寄 哀思 260 | 组图 范文芳 展现 优雅 秋装 绽放 高贵 气质 261 | 图文 圣火 新疆 喀什 传递 NUMBER 棒 火炬手 传递 祥云 262 | 目前 没有 户型图 263 | 组图 孙楠 开 餐厅 众星 捧场 那英素 颜 出席 264 | 图文 圣火 新疆 喀什 传递 NUMBER 棒 火炬手 传递 祥云 265 | 组图 NUMBER 岁 的 母亲 志田 未来 杂志 写真 266 | 图文 圣火 传递 丽江 站 第 NUMBER 棒 火炬手 传递 祥云 267 | 出租 268 | 出售 269 | DATE 全国 高考 上海卷 语文科 试题 及 答案 270 | 图文 圣火 重庆 传递 第 NUMBER 棒 火炬手 传递 祥云 271 | 图文 圣火 在 南京 传递 第 NUMBER 棒 火炬手 传递 祥云 272 | 北京 残奥会 门票 设计 体现 人文 关怀 部分 印有 盲文 273 | 图文 EN 凯尔特人 EN 湖人 雷阿伦 突破 费舍尔 274 | 王勤 环 教授 谈 慢性 乙肝 的 治疗 目标 275 | 图文 欧洲杯 德国队 积极 备战 两名 核心 大将 276 | 楼盘 简介 277 | 失去 双臂 坚强 练就 绝技 火炬手 书法 运动 样样 出色 278 | 郭静 超短裙 亮相 舞台 上演 拉拉队 NUMBER 度 空翻 图 279 | 体操 选拔赛 全美 冠军 坐 壁上观 担忧 自己 错过 奥运 280 | 北京 奥运会 排球 NUMBER 支 球队 全部 产生 抽签 DATE 举行 281 | 图文 青岛 奥林匹克 帆船 中心 奥运 设施 分布图 282 | 组图 抗震救灾 英雄 迟到 的 婚礼 283 | 搜狐 健康 284 | 中国 举重队 奥运 名单 即将 揭晓 运动员 状态 是 关键 285 | 图文 女王 杯 纳达尔 NUMBER - NUMBER 比约克 曼 看准 急速 来球 286 | 胡锦涛 指出 某 陆航团 同志 们 为 救灾 作出 突出贡献 287 | 图文 圣火 惠州 传递 第 NUMBER 棒 火炬手 传递 祥云 288 | 昌吉 市民 热情 迎 祥云 各族群众 祝福 祖国 祝福 奥运 289 | 快讯 地震 灾区 过渡 安置 房已 安装 NUMBER 套 290 | 电价 上涨 受益 股票 一览 291 | 宜昌 市委书记 郭有明 激情 宜昌 传递 奥运 百年 梦想 292 | 霍芙破 女子 NUMBER 米 混合泳 世界纪录 入 美国 奥运 名单 293 | 图文 杨扬 分享 在 地震 灾区 参与 心理 救助 的 感受 294 | 音乐 演出 295 | 消防 勇士 救灾 刚 回荣传 圣火 英雄 火炬手 两 推 婚期 296 | 图文 圣火 石河子 昌吉 传递 第 NUMBER 棒 火炬手 297 | 湘潭 英雄 导游 火炬手 奥组委 特许 走 完 火炬 传递 298 | 圣火 湘潭市 区 传递 结束 下午 转场 至 伟人 故乡 韶山 299 | 来自 绵竹 的 沈阳人 战地 日记 300 | EN 帝贤 EN DATE 召开 DATE 度 股东大会 301 | 特别 企划 NUMBER 位 韩国 男星 谁 会 是 最 温柔 的 父亲 ? 302 | 图文 欧洲杯 西班牙 NUMBER - NUMBER 德国 与 火焰 共舞 303 | 中国联通 NUMBER EN 巨头 机构 增持 显著 304 | 图文 奥运 全民 跑步 活动 启动 大学生 号码 墙 留言 305 | 亚太地区 主要 股市 全线 下挫 306 | 豪华酒店 进入 微利 时代 九类 酒店 将 受 青睐 307 | 国字号 十大 违纪 事件 国奥 一战 成名 傅玉斌 最 恶劣 308 | 快讯 - 普拉 希尔 门前 抢点 破门 捷克 NUMBER - NUMBER 领先 土耳其 309 | 图 电视剧 导演 工作 委员会 常务理事 - 巴特尔 310 | 图文 葡萄牙 EN 德国 穆蒂 尼奥 受伤 下场 311 | DATE 审查 台当局 监察院 考试院 人事 案 312 | 金发 科技 公布 公开 发行 公司债券 的 申请 获得 有 条件 通过 公告 313 | NUMBER 全国 高考 湖南 试题 及 答案 语文 314 | 第十四届 上海 电视节 纪录片 组 提名 影片简介 315 | 组图 荷兰队 积极 备战 罗本 因伤 单独 进行 训练 316 | 主场 战略思想 统一 两翼 飞国足 生死战 取胜 没商量 317 | 组图 NUMBER 关爱 行动 明星 赈灾 义演 318 | 北京 铁路 端午节 加开 NUMBER 对 临客 日均 客流 达 NUMBER 万人 319 | 绿衫 军 EN 湖人 总决赛 前瞻 梦幻 对决 承载 王朝 传统 320 | 图文 欧洲杯 西班牙 EN 俄罗斯 俄罗斯 人墙 321 | 阿里 纳斯 选择 跳出 合同 大将军 成 自由 身恐引 争抢 322 | 印度 外长 重申 了 印方 在 西藏 问题 上 的 一贯 立场 323 | 北交所 总裁 熊焰 称 北京 正在 筹建 环境 权益 交易所 324 | 新加坡 推行 奥运 特别 计划 实力 提升 有望 夺得 奖牌 325 | 图文 费德勒 NUMBER - NUMBER 索 德林 晋级 费 天王 走进 赛场 326 | 图文 EN 凯尔特人 EN 湖人里 弗斯 很 自信 327 | 测试 你 的 暧昧 会 让 男人 痴迷 吗 ? 328 | 港 对外 金融资产 净值 逾 NUMBER 万 亿港元 329 | 组图 巴西 历史 首负 超级 鱼腩 迭戈 制造 唯一 威胁 330 | 快讯 - NUMBER EN 选秀 开拓者 NUMBER 位选欧 米尔 - 阿斯克 331 | EN 达 声 重大 诉讼 进展 332 | NUMBER - NUMBER - NUMBER 沪 深 EN 股 市盈率 排名 333 | 伊拉克 诸事 不顺 信心 不减 队长 称 中国 形势 最 不利 334 | 奥运 纪念 金盘 开始 发售 共 两个 规格 335 | 图文 EN 凯尔特人 EN 湖人 加内特 双眼 炯炯有神 336 | 伊甸 之东 剧照 NUMBER 337 | DATE NUMBER 时 图文 播 温网 女单 首轮 郑洁 EN 齐布尔 科娃 338 | 足彩 NUMBER 期 开奖 彩民 聚焦 欧洲杯 本期 头奖 空缺 339 | 欧洲杯 彩绘 女足赛 丁字裤 的 战争 340 | DATE 高考 湖南 卷 理科 综合 能力 测试 试题 及 答案 341 | 日本 岩手 宫城 地区 发生 NUMBER 级 强烈 地震 震度 NUMBER 342 | 组图 奥运 火炬 在 重庆 主城区 传递 343 | 北京 规定 高 考生 饮用水 眼镜盒 等 不得 带 进考场 344 | 图文 EN NUMBER EN 选秀 比斯 利在 现场 345 | 月经不调 的 预防 和 治疗 346 | DATE 高考 全国 卷 NUMBER 文科 数学 答案 347 | 图文 女足 沈阳 备战 奥运会 检查 伤势 348 | 图文 牙买加 田径 选拔赛 鲍威尔 全力 冲刺 349 | 图 第 NUMBER 届 上海 国际 电影节 开幕 - 高圆圆 350 | 图 张纪中 手 拿 爱心 亮相 351 | 图文 第五届 倡棋杯 半决赛 应明 皓 与 陈祖德 352 | 华南 东部 江南 东南部 DATE 后 降雨 将 减弱 353 | 组图 上影 搜狐 联手 启动 电影 互联网 战略 合作 354 | 图文 美国 高尔夫 公开赛 伍兹 夺冠 你 才 是 老大 355 | 运城 严处 闻喜县 民政局 动用 救灾 帐篷 错误行为 356 | 图战 北平 剧组 做客 李小璐 坦言 生活 与 角色 357 | 法制晚报 土地 卖 多家 富力 项目 被 封 358 | 一封 来自 四川省 青川县 公安局 的 感谢信 359 | 欧钢联 反对 必 和 必拓 并购 力拓 360 | 世界各地 奇闻 妹妹 竟代姐性 服务 图 361 | 和顺 肉牛 直供 港澳 362 | 美国 公布 强化 农产品 期货交易 的 监管 措施 363 | 台湾 发生 NUMBER 级 地震预报 部门 强调 与川震 无关 364 | 小 EN 想生 儿子 传宗接代 徐 妈妈 喊停 嫌 其生 得 太密 365 | 英国 首家 碳 排放 评级 机构 启动 366 | 李宇春 签售 歌迷 唱主角 图 367 | 去 京东 大峡谷 金海湖 避暑 吃 美味 炖鱼 368 | 日本 手机 网站 惊现 车站 杀人 预告 369 | 近期 大盘 反弹 值得 期待 370 | 小 身材 大肚量 NUMBER 款大 空间 掀背 小车 帮 你 挑 371 | 日本 东京 秋叶原 血案 凶手 事前 曾 购入 凶器 图 372 | 四 式 简单 美胸操 塑造 完美 波霸 身材 373 | 新 成长性 行业 将 带来 长期投资 机会 374 | 联合 化工 中期 预增 逾 两倍 暴跌 市中封 涨停 375 | 民丰 特纸 军工 特纸 龙头 受益 本币 升值 376 | 失事 直升机 本身 迷彩 涂装 增大 空中 搜寻 难度 图 377 | 欧洲 通行证 考验 门将 临时 牢房 伺候 足球流氓 378 | 钱塘江 水 倒灌 九溪 十八 涧 江里 甲鱼 和 蟹 被 冲 上岸 379 | 学 减肥 最 高效 的 NUMBER 大 女星 轻松 变瘦 380 | 厦门市 为川籍 务工人员 开通 求职 直通车 381 | 中国 铁路 部门 累计 运送 民用 救灾物资 NUMBER 万吨 382 | 高雅 拉 表示 想 与 少女时代 成员 允儿 出演 姐妹 383 | 英格兰 申办 NUMBER 世界杯 添 砝码 EN 高官 表态 支持 384 | 安徽 NUMBER 分钟 龙卷风 致 NUMBER 万人 受灾 NUMBER 人 死亡 NU 385 | 贝肯鲍尔 伊涅斯塔 很 值得 期待 希丁克 世界 最佳 386 | 东疆 港区 修建 人工 海滩 387 | 马凯 会见 中央 国家机关 抗震救灾 先进 代表 388 | 专访 王栋 对 罚单 感觉 无奈 要 想 伤人 他 脸 就 花 了 389 | EN 以 DATE 在 亚洲 最后 一站 韩国 首尔 开唱 390 | 深圳 特警 汶川 深山 擒 村霸 嫌犯 横行 灾区 多时 391 | 武汉 警方 悬赏 捉拿 此 男子 图 392 | 美 最新 最新 月球车 像 螃蟹 可载 七到 八人 组图 393 | 酒业 股 午后 突然 飙升 古井 贡酒 冲击 涨停 394 | 专家 提醒 高考 填报 志愿 应 主要 收集 四类 信息 395 | 北京 国际金融 论坛 DATE 会 396 | 有钱人 青睐 巴西 等国 贫民窟 成为 旅游 首选 地 397 | 资源 和 投入 不足 制约 我国 汽车 工业 研发 进程 398 | 世界 草地 与 草原 大会 首次 在 我国 举办 399 | 华 潍 公寓 尾房 销售 余 十余 套房 源 均价 NUMBER 元 平米 400 | 端午节 放假 礼品 粽 热销 401 | 雄鹿 主场 难以 满足要求 球队 欲 与 布拉德利 说 再见 402 | 灾区 记者 讲述 系列 用 镜头 作笔 捕捉 感动 瞬间 403 | 中国 宽带用户 数 超过 美国 速度 落后 普及率 不高 404 | 孟建柱 看望 慰问 缉毒 英雄 考察 北京 社区 禁毒 图 405 | 新生儿 低血糖 引发 脑瘫 一 医院 被判 赔偿 NUMBER 万元 406 | 今年 EN 将 在 服务器 中 采用 固态 磁盘 407 | 老 法师 看盘 追高 不足取 DATE 均线 有 压力 408 | 湖人 总经理 透露 夏季 计划 续约 两 替补 无意 追 大腕 409 | 美 总统 电贺 凯尔特人 夺冠 直言 欣赏 总决赛 第六场 410 | 奥运 官网 流量 创新 高 EN 域名 获 世界 认可 411 | NUMBER EN 试 商用 点燃 供应商 热情 中兴 下放 中 移动 营业厅 412 | 天信 投资 中级 行情 股将 先于 大盘 走强 413 | EN 组 形势 意大利 NUMBER 球成 优势 荷兰 输球 可 做 掉 意法 414 | 油价 飙升 美元 难脱 干系 市场 聚焦 EN NUMBER 相关 言论 415 | 河南 豫能 控股 DATE 第一次 临时 股东 大会决议 公告 416 | 直击 欧足联 公开 支持 荷兰 放水 意法命 悬 一线 417 | 罗伯斯 纪录 难撼 刘翔 地位 三大 因素 或助 奥运 卫冕 418 | 聊城 中联 携手 奥运 共创 辉煌 明天 419 | 台 公股 行库 高层 将 调整 偏绿 人员 预计 可能 被 撤换 420 | 银行 跨行 转账 收费 暴涨 十倍 为利而动 无视 知情权 421 | 北京 品牌 粽子 早已 售罄 老字号 产量 今年 大增 422 | 军 地 双方 全力 救治 齐齐尔 毒气 泄漏 中毒 伤员 423 | 深交所 报告 预 披露 制度 抑制 大非 减持 424 | 天气预报 十一 推 全新 版本 背景音乐 不变 组图 425 | 美军 启动 天基 拦截 计划 概况 426 | 中国政府 动员令 与 军令状 同时 发出 具 深意 427 | 广州 医疗 队员 NUMBER 天 NUMBER 夜 没有 洗澡 刷牙 战斗 在 废墟 中 428 | 洪水 来袭 游资 或 借机 炒作 医药 股 429 | 提前 退保 很 不划算 北京 房贷险 没有 遭遇 退保 潮 430 | 原材料 上涨 推动 陶氏 化学 再 提价 431 | EN 将 推 新版 EN 挑战 EN 432 | 首创股份 绿色奥运 的 最大 受益者 433 | 心理 救助 师 救灾 过度 劳累 开车 睡着 追尾 身亡 434 | NUMBER - NUMBER 国 足 断代史 这个 轮回 我们 收获 了 什么 ? 435 | 美影艺 学院 吸纳 NUMBER 名新 成员 李连杰 入选 436 | 洛阳 轿车 撞人后 推行 NUMBER 米续 车主 是 当地 民警 437 | EN 股 市盈率 降 至 NUMBER 倍 利好 效应 体现 438 | 何振梁 沈阳 出席 奥 展会 希望 国奥 能 踢 出 好 成绩 439 | 智 博彩 通网 何明 七乐彩 第 NUMBER 期 分析 推荐 预测 440 | 华润 置 地 逾 NUMBER 亿港元 购 母公司 地产 项目 441 | 儿童节 档期 葫芦兄弟 大热 442 | 三天 变成 小腰 精 排毒 收腹 五 招式 443 | 以 青春 之名 唱响 祝福 武汉 校园 响彻 中国 加油 444 | 业内 论坛 445 | 闽港 企业 合作 开拓 国际 市场 活动 日 厦门 举行 446 | 美国 时代周刊 街头 篮球 风尚 进入 中国 街头 447 | 专家 爆出 东部 重磅 交易 公牛 欲用 状元 签换 闪电侠 448 | 我国 建筑工程 招标 率 达到 NUMBER 449 | 暴风 影音 偷偷 用 450 | 柔情 夏日 NUMBER 款 凉鞋 提升 不凡 品味 451 | 中国 足球 缺川渊 三郎 杜伊 水准 连 朱广沪 都 不如 452 | 图拉姆 因 心脏 畸形 未能 签约 巴黎 圣日耳曼 队 453 | 搜狐 房产 454 | 不可 不知 NUMBER 种 食物 会 让 你老 得 更 快 455 | 收评 两市 单边 下行 沪 指连失 两关 收报 NUMBER 点 456 | 业内 专家 称 解读 财经 大局 才 是 投资 股市 的 关键所在 457 | 北京地铁 DATE 起 自动 售 检票 及时 缓解 地铁 拥堵 458 | 能源价格 管制 是 中国 股市 大跌 的 最 直接 原因 459 | NUMBER 强 杀人 游戏 各司其职 警察 守护 尊严 平民 欲 突破 460 | 业内 论坛 461 | DATE 中国 概念股 多数 下跌 搜狐 逆市 大涨 NUMBER 462 | 持卡人 外借 加油卡 狂收 好处费 中 石油 将 调查 图 463 | EN 股 观潮 成品油 提价 刺激 油股 走强 支撑 EN 股 上涨 464 | 雅戈尔集团 简介 465 | 新旗舰 中心 短线 超跌 反弹 正在 孕育 之中 466 | 胡队 札记 十七 - - 重现 历史 467 | 火箭 经理 支持 绿军 夺冠 透露 打造 休城 冠军队 计划 468 | 成本 推动 钢铁价格 进一步 上涨 469 | 德银 日元 房贷利率 NUMBER 个 月 暴涨 五成 470 | 知名 规划设计 单位 参与 江宁 汤山要 换新颜 471 | 乌鲁木齐 自助游 须知 组图 472 | 广东 陪考 家长 增加 三成 煞费苦心 讨 彩头 图 473 | 湖人 打出 总决赛 第一 变 大胡子 成 科比 最大 帮手 474 | 广东 局部 假币 泛滥 缘自 官员 渎职 金融机构 难 幸免 475 | DATE EN 国王 功勋 总经理 逝世 快船 大将 即将 回归 476 | 恶性 通胀 动摇 经济 根基 越南 股市 连跌 NUMBER 天 图 477 | 物业管理 最 头疼 楼盘 物业 专找 外来 的 和尚 478 | 房改 中 的 遗憾 问题 及 难点 包宗华 479 | 郑州 医保 缴费 标准 下调 大学生 参保 每年 NUMBER 元 480 | 境外 市场 激烈 震荡 热钱 正 加快 进入 沪 上 高端 住宅 481 | 薪酬 律师 跨至 年收入 百万 合伙人 482 | 最 浅显 逻辑 指引 股市 大方向 483 | 房贷 政策 收紧 如今 买房 流行 先查 房贷 再 签约 484 | 中 大 恒基 员工 多重 身份 当 电工 住房 者 安全 忧患 485 | 京承 高速 一期 通车 顺义 传统 别墅区 将 辟 新 领域 486 | 散户 怒告江 钻 股份 股改 承诺 第一案 正 渐渐 启幕 487 | 访谈 马 天宇 坦然 接受 全裸 出镜 只待 时机成熟 488 | 查办 职务犯罪 线索 百分之七十 来自 群众 举报 最高检 保护 反腐败 同盟军 图 489 | 张石 高速 通车 在 即 建成 后 将 缓解 京石 高速 压力 490 | 什邡 人 寻找 坚强 少女 要 勇敢 少女 你 在 哪 ? 491 | 第十一届 上海 国际 电影节 金爵 奖 评委 名单 492 | 私家车 贴 广告 赚 油钱 甲 客族 在 深圳 抬头 493 | 美国 为 避免 弹道导弹 攻击 威胁 将建 下一代 巡洋舰 494 | 经历 轮回 的 香港 地产 往事 495 | 新华 视点 来自 汶川 地震 重灾区 的 最新 报告 496 | EN 广告 大片 完全 抄袭 欧洲 名画 497 | EN 广告 大片 完全 抄袭 欧洲 名画 498 | 组图 伊万 捧起 奖杯 难掩 激动 兴奋 泪水 夺眶而出 499 | 组图 卡纳瓦罗 受伤 经过 意 队长 蹈布 冯 波波 覆辙 500 | 本 公司 电子公告 服务 严格遵守 501 | 凯特 · 摩斯 上街 瘦骨嶙峋 吓坏 路 人 502 | 组图 凯尔特人 开 香槟 庆祝 三 巨头 受 万众 膜拜 503 | 本 公司 电子公告 服务 严格遵守 504 | 幻灯 荷兰 NUMBER - NUMBER 俄罗斯 范尼 头球 抢点 攻门 得手 505 | 组图 瓷娃娃 福原 爱 精彩 写真 可爱 少女 天真烂漫 506 | 克罗地亚 507 | 幻灯 西班牙 EN 瑞典 比利亚 补时 绝杀 北欧 海盗 508 | 精灵 王子 女友 秀 极致 魔鬼身材 509 | 幻灯 德国 EN 克罗地亚 小猪 自取其辱 创造 第一 红 510 | 组图 男篮 对抗赛 赛前 训练课 易建联 微笑 备战 511 | 本 公司 电子公告 服务 严格遵守 512 | 本 公司 电子公告 服务 严格遵守 513 | 系统 提示 514 | 组图 意大利 女排 出色 防守 日本队 扣杀 勇猛 十足 515 | 幻灯 郑智背 身拿球 寻 杀机 韩鹏 腾空 起 鹰击长空 516 | 搜狐 房产 517 | 系统 提示 518 | 出售 519 | 组图 萧蔷深 EN 秀 乳沟 玩 自摸 挑逗 人心 520 | 搜狐 房产 521 | 回复 理性 探讨 关于 支持 房价 不降 的 几点 理由 的 分析 522 | 搜狐 房产 523 | 幻灯 NUMBER 欧洲杯 临近 奶牛 亮相 萨尔茨堡 524 | 基金 一 季报 披露 完毕 股票 仓位 整体 上升 525 | EN 看 图 526 | 本 公司 电子公告 服务 严格遵守 527 | 组图 费德勒 莎娃 亮相 训练场 天王 奖杯 印 上 球鞋 528 | 嘉宾 做客 搜狐 529 | 组图 南奎丽 考死 血 之 期中考试 公开 拍摄 530 | 本 公司 电子公告 服务 严格遵守 531 | 幻灯 白发 门将 莫名 出击 济里 亚诺夫 轻松 打 空门 532 | 搜狐 房产 533 | 组图 奥运 火炬 西宁 站 当地 学生 为 火炬 喝彩 534 | 组图 南奎丽 考死 血 之 期中考试 公开 拍摄 535 | 组图 埃里克 戈登 神似 乔丹 飞人 假 儿子 才华出众 536 | 本 公司 电子公告 服务 严格遵守 537 | 出售 538 | 出售 539 | 幻灯 葡萄牙 告捷 显露 冠军 相 EN 罗 德科 交相 呼应 540 | 第三轮 - 江苏舜天 NUMBER - NUMBER 浙江 绿城 541 | 出售 542 | 出售 543 | 图文 圣火 喀什 传递 达吾提 - 阿西 木 点燃 圣 火盆 544 | 楼盘 简介 545 | 出售 546 | 出售 547 | 出售 548 | 出售 549 | 组 图里 波特 对镜 憨笑 露 童真 550 | 组图 圣火 丽江 传递 着 少数民族 服装 为 圣火 加油 551 | 宋承宪 退役 后首 拍 新剧 伊甸 之东 香港 取景 552 | 女星 艾斯 莉妮 度假 不满 衣带 束缚 为 豪乳 解禁 553 | 焦点 播报 554 | 图文 圣火 西宁 传递 NUMBER 棒 火炬手 传递 祥云 555 | 墓葬 ? 祭祀 台 ? 龙游 石窟 再生 谜团 556 | 通讯 电信 网络 557 | 搜狐 房产 558 | 组图 孙楠 开 餐厅 众星 捧场 那英素 颜 出席 559 | 图文 圣火 在 青海湖 传递 旦科 向 奥组委 赠送 礼物 560 | 组图 韩国 搞笑 艺人 李尹 锡 公开 婚纱照 561 | 组图 圣火 传递 荆州 起跑 仪式 女 主持人 青春 靓丽 562 | 图文 圣火 在 南京 传递 第 NUMBER 棒 火炬手 传递 祥云 563 | 英媒列 EN 罗 NUMBER 大 接班人 巴萨 三叉戟 皇马 单车 王 上榜 564 | 美 分析 歼 NUMBER 技术 起源 称歼 - NUMBER EN 战斗 轰炸机 将 问世 565 | 图文 圣火 百色 传递 第 NUMBER 棒 火炬手 传递 祥云 566 | 幻灯 里 杰卡尔 德 口水 喷 EN - 罗 橙色 风暴 剑 指 冠军 567 | 吴琪 568 | 图文 北京奥运 圣火 在 岳阳 传递 刘 盈盈 手持 火炬 569 | 组图 赵雅芝 与 老公 出席 派对 风姿绰约 顾盼生辉 570 | 出售 571 | 组图 收罗 辣妈 小 EN 的 搞 表情 572 | 出售 573 | 图文 圣火 山西 平遥 传递 NUMBER 棒 火炬手 传递 祥云 574 | 组图 赤壁 韩国 宣传 梁朝伟 避答 婚期 575 | 视频 经常 运动 大脑 更 聪明 有助 提高 记忆力 注意力 576 | 活力 推荐 夏日 必备 单品 显 独特 气质 577 | 出售 578 | 图 传媒 大奖 颁奖礼 - 众 美女 嘉宾 成 亮丽 风景 579 | 小贝 代言 EN 内衣 最新款 广告 写真 完整 放送 图 580 | 出售 581 | 中国 警用 装备 亮相 变形金刚 NUMBER 拍摄 现场 582 | 云南旅游 产业 逼近 浙江 583 | 搜狐 直击 荷兰 备战 法国 罗本 参与 分组 对抗 将 复出 584 | 牛群 现身 上海 机场 犯 烟瘾 当众 吞云吐雾 图 585 | 出售 586 | 组图 刘嘉玲 苏州 豪宅 似婚 房 高墙 监控 一应俱全 587 | 图文 圣火 西宁 传递 NUMBER 棒 火炬手 传递 祥云 588 | 威 瑟斯 彭 献身 公益 穿 和服 泡茶 颇具 神韵 图 589 | 图 王菲 奢华 菲同 一般 薄丝 连衣裙 现身 机场 590 | 图文 火炬 接力 中心 常务副 主任 张明 点燃 火炬 591 | 沈阳 饮用水 半月 监测 一次 奥运 期间 保障 客人 放心 592 | 奥运 书籍 奥运 看 场馆 将 于 近日 出版 593 | 走 光 女王 力挺 意大利 出线 金牌 教练 亦 支招 图 594 | 半 全场 第 NUMBER 期威 廉希尔 博彩 公司 历史 相同 赔率 595 | 图文 圣火 石河子 昌吉 传递 第 NUMBER 棒 火炬手 596 | 第四阶段 门票 DATE 现场 销售 购票 须 使用 票务 账户 597 | 图文 巴西 女排 NUMBER - NUMBER 德国 女排 巴西 女排 严阵以待 598 | ★ 第一 部分 医疗 整形 美容 信息 来源 调查 599 | 周 春兰 责任 与 信念 并重 传递 圣火 让 我 充满 激情 600 | 图文 奥运 圣火 在 大同 传递 大同 起跑 地 晋华 宫矿 601 | 无标题 图 602 | 四川 灾区 加强 防疫 工作 图 603 | 搜狐 房产 604 | 残疾人 世锦赛 冠军 江福英 残臂 绑 火炬 传递 图 605 | 萧敬腾录 陶晶莹 节目 被 野蛮 大力 女 轻松 抱 起 606 | 出售 607 | 乌帆协 拒绝 奥运 外卡 惹急 本国 帆板 选手 608 | 组图 圣火 丽江 传递 花车 宝贝 传递 现场 助威 奥运 609 | NUMBER - NUMBER 610 | 图文 湖人 EN 凯尔特人 科尔 献唱 611 | 幽门 螺杆菌 胃溃疡 共餐 会 被 传染 吗 ? 612 | 事件 613 | 半 全场 第 NUMBER 期威 廉希尔 博彩 公司 历史 相同 赔率 614 | 重庆 奉节 移民 谭成辉 看到 火炬 传来 时 我 想 唱国歌 615 | 胡锦涛 主持 政治局 会议 部署 奥运 筹办 最后 阶段 工作 616 | 直击 荷兰 训练 两 伤员 恢复性 慢跑 罗本 复出 在 望 617 | 半 全场 第 NUMBER 期威 廉希尔 博彩 公司 历史 相同 赔率 618 | 图文 凯尔特人 EN 湖人 法玛尔 入场 619 | 春季 如何 防治 湿疹 复发 ? 620 | 快讯 桂林 火炬 传递 开始 奥运冠军 唐灵生 跑 首棒 621 | 奥林匹克 美术 大会 活动 数码 艺术 大展 上海 揭幕 622 | 截至 DATE NUMBER 时 四川 汶川 地震 已 造成 NUMBER 人 遇难 623 | 保障 奥运 交通 北京 将分 两 阶段 削减 机动车 上路 量 624 | 事件 追踪 625 | 快讯 飞往 唐家山 堰塞湖 的 直升机 已 起飞 NUMBER 个 架次 626 | 青川 NUMBER 再次发生 NUMBER 级 余震 627 | 妈妈 我 想 对 您 说 628 | 欧洲 皇宫 酒店 DATE 的 传奇 故事 629 | 汤唯素 颜 简装 低调 现身 北大 做 义工 630 | 组图 何润东 怕 老 改认 沈建宏 做 兄弟 631 | 组图 火炬 接力 乌鲁木齐 站 美丽 赞助商 花车 宝贝 632 | DATE 红牛杯 EN - 足球联赛 开幕 图 633 | 伊甸 之东 剧照 NUMBER 634 | 火炬手 三峡 建设者 曹广晶 让 自强不息 薪火相传 635 | 彪悍 昂贵 的 美国 警车 636 | 国足放 短假 调整 状态 伊拉克 豪言 让 中国 提前 出局 637 | 图文 欧洲杯 葡萄牙 NUMBER - NUMBER 德国 裁判 安慰 EN 罗 638 | 卡纳瓦罗 替身 步其后尘 重伤 退赛 意大利 危机重重 639 | 国字号 十大 违纪 事件 国奥 一战 成名 傅玉斌 最 恶劣 640 | 图文 EN 凯尔特人 EN 湖人 皮尔斯 拥抱 队友 641 | 图文 大威 新造型 充满 复古 灵性 烈日 下 的 女球迷 642 | 波霸 帕米拉 · 安德森 全裸 写真 曝光 643 | 机场 快轨 站 口 亮相 东直门 街头 近期 将 开通 图 644 | 希腊 EN 俄罗斯 赔率 打球 可能性 小波胆 NUMBER - NUMBER 或 NUMB 645 | 图文 中超 河南建业 备战 传球 练习 646 | 湖人 再 告负 比分 NUMBER - NUMBER 落后 凯尔特人 捧杯 近在咫尺 647 | 九位 韩国 当红 明星 时尚家居 大 曝光 648 | 金龙 汽车 NUMBER 649 | 测试 你 会 一直 单身 到 什么 时候 ? 650 | 斯科拉里 否认 离任 消息 影响 球队 承认 输在 定位球 651 | 特别 企划 NUMBER 位 韩国 男星 谁 会 是 最 温柔 的 父亲 ? 652 | 图片 新闻 653 | DATE 高考 山东 卷 理科 数学试题 及 答案 654 | DATE 高考 江苏省 化学试题 及 答案 655 | 图文 欧洲杯 波兰队 紧张 备战 波兰 主帅 本克 656 | 图文 希腊 备战 西班牙 比赛 围圈 657 | 图文 威廉 王子 女友 观战 温网 微笑 如此 迷人 658 | 重庆 公安 抗震救灾 队 协助 绵阳 警方 疏散 近百名 群众 659 | 杜伊 变招 中场 奇兵 亮相 青岛 刘健 替换 老将 肖战波 660 | 东道主 体面地 离开 瑞士 NUMBER - NUMBER 击败 夺冠 热门 葡萄牙 661 | DATE 全国 高考 重庆 卷 理科 综合 试题 及 参考答案 662 | 图文 EN 备战 总决赛 次战 皮尔斯 拍照片 663 | 重庆 港九 公布 董事会 决议 暨 召开 股东大会 公告 664 | 世贸 总干事 多 谈判 仍 有望 在 今年 结束 665 | 图文 加斯 奎特 NUMBER - NUMBER 费什 加斯 奎特 全神贯注 666 | 主帅 竟 未指定 罚球 名单 德罗西 抱怨 队友 逃避责任 667 | 恒指 半日 跌 NUMBER 点 中海油 和 中资 电信 股 护盘 668 | 我国 电话 用户数 超 NUMBER 亿户 669 | 五矿 发展 公布 DATE 度 分红 派息 实施 公告 670 | 国 足 NUMBER 大 主场 饮恨 从 黑色 NUMBER 到 NUMBER 强赛 两连败 671 | 商业城 大 股东 改制 获 进展 672 | 组图 搜狐 揭秘 意大利 驻地 酒店 保安 密布 673 | 快讯 朱茵 蓝色 碎花 衣裙 小露 香肩 性感 迷人 674 | 超跌股 有望 率先 反攻 675 | 周星驰 助养 NUMBER 个 孤儿 坦言 从来不 想 结婚 图 676 | 图文 美国 女排 NUMBER - NUMBER 萨克斯 坦 传球 瞬间 秀发 飞 677 | NUMBER 北京 国际 旅 博会 开 模式 现场图 EN NUMBER 678 | 火炬手 刘璟威 希望 圣火 给 灾区 人民 带 去 温暖 679 | 图文 欧洲杯 西班牙 NUMBER - NUMBER 意大利 皮球 入网 680 | 快讯 斯内德 任意球 范尼 冲顶 破门 荷兰 NUMBER - NUMBER 俄罗斯 681 | 美到 窒息 老 EN 亲自 掌镜 魔幻 大片 682 | 丈夫 救 学生 殉职 妻子 含泪 代交 特殊 党费 683 | EN 银广夏 股票交易 异常 波动 684 | DATE 全国 高考 上海卷 英语 科 试题 及 答案 685 | 组图 EN - EN 武汉 参加 公益 歌会 时尚 前卫 一展歌喉 686 | 联通 网通 将 公布 重组 消息 NUMBER EN 概念股 崛起 687 | 图文 DATE 英国 大 赛马会 骑师 曼宁 获得 冠军 688 | 希拉里 宣布 停止 竞选 支持 奥巴马 成为 总统 组图 689 | 大钟 奖 颁奖礼 全度妍 有望 获奖 达成 九 冠王 图 690 | 传 雅虎 微软 谈判 下周 结束 正在 商讨 搜索 业务 条款 691 | 图文 欧洲杯 俄罗斯 NUMBER - NUMBER 荷兰 希丁克 神采飞扬 692 | 李孝利 新专辑 封面 曝光 半裸 秀 身材 鞋 遮 酥胸 图 693 | 山西 发现 宁武 古建筑群 属于 明镇国 将军 后代 所有 694 | 图 小朋友 在 上海 与 巨型 南瓜 亲密 接触 695 | 齐鲁晚报 希腊队 尊严 还 在 696 | 图文 伊万诺维奇 NUMBER - NUMBER 里奥斯 伊万 背影 迷人 697 | 图文 克罗地亚 备战 土耳其 一起 跑步 698 | 蓝鹰 小贝 曾迷 波波 女友 尤物 助威 瑞士 创 奇迹 图 699 | 三 孤 人员 身份 甄别 后 将 与 普通 受灾 群众 分开 安置 700 | 乌鲁木齐市 特色美食 701 | 用 最好 的 状态 传递 第 NUMBER 棒 翟伟 享受 奥运 之旅 702 | 公司 晨鸣 纸业 EN 股 发行价 敲定 为 NUMBER 港元 下 周三 上市 703 | NUMBER 种 家居 坏 风水 让 你 负债累累 图 704 | 甘肃 国防科工办 提出 确保 完成 全年 各项 目标 任务 705 | 全国工会 系统 为 地震 灾区 捐赠 款物 已达 NUMBER 亿元 706 | 图文 俄罗斯队 备战 半决赛 阿尔 沙文 欲 再立新功 707 | 逾 NUMBER 吨 抗震 希望 小学 建筑 物资 运往 灾区 708 | 图文 围甲 第 NUMBER 轮渝贵 争霸 谢赫 时越 快棋 激战 709 | 绝对 唱响 调整 赛制 求 公平 NUMBER 强筹 励志 音乐剧 710 | NUMBER 专家 排列三 第 NUMBER 期 清秋 居士 分析 推荐 711 | 唐家山 堰塞湖 今晨 零点 开始 溢流 水位 已超 NUMBER 米 712 | 蔡琳 荧屏 复出 作 强敌 以个 位 收视率 遗憾 落幕 713 | 金牛能源 DATE 半年度 业绩 预告 修正 714 | EN 不要 走 不要 走 EN 获 网络 搜索 第一 715 | 江苏 法院 受理 汶川 地震 失踪者 宣告 死亡 申请 案 716 | 林志玲 林宇中 亲吻 照曝光 图 717 | 图文 EN 湖人 EN 凯尔特人 凯尔特人 球迷 加油 718 | 图文 葡萄牙 NUMBER - NUMBER 德国 这下 撞 得 不轻 719 | 电台 宣传 栋沟 笑志伟 促阿骢 交代 婚变 传闻 720 | DATE 图集 中国女排 险胜 巴西队 宋 世雄 现场 解说 721 | 有色金属 走低 锡业股份 金额 居前 换手 增加 722 | 波霸 帕米拉 · 安德森 全裸 写真 曝光 723 | 图文 土耳其 女排 NUMBER - NUMBER 萨克 萨克 扣球 过网 724 | 图文 土耳其 女排 NUMBER - NUMBER 萨克 一攻 一守 725 | 图文 欧洲杯 西班牙 EN 俄罗斯 席尔瓦 被 侵犯 726 | 奥运 火炬 传 真情 图 727 | 图文 欧洲杯 西班牙 NUMBER - NUMBER 德国 身披 国旗 728 | 图文 土耳其 女排 NUMBER - NUMBER 萨克 萨克 双人 拦网 729 | 夏天 喝啤酒 需 警惕 七种 病 730 | 天相 投资 京东方 公司 成本 控制 或 强于 预期 731 | 国土 部 要求 坚决 落实 问责制 度 732 | 新版 红楼梦 宝黛钗 定妆 照组图 733 | 科达 机电 DATE 度 股东大会 会议 决议 公告 734 | 马儒沛 海外 华侨 华人 义善 之举 弘扬 了 无私 大爱 735 | 黔东南 第一 棒 火炬手 林丽技 惊 四座 图 736 | 图文 欧洲杯 俄罗斯 NUMBER - NUMBER 荷兰 希丁克 霸气 十足 737 | 图文 欧洲杯 葡萄牙 NUMBER - NUMBER 土耳其 葡队 球迷 庆祝 738 | 美联社 盛赞 神奇 希丁克 有 他 在 就 有 伟大 的 辉煌 739 | 石化 股 发威 港股 三 连阳 740 | 四川 甘肃 陕西 重庆 灾区 商业 网点 恢复 NUMBER 741 | 交响 清唱剧 重扮 党 的 女儿 742 | 布鲁斯南 栽 海里 了 743 | 建设银行 公布 EN 股 DATE 下半年 分红 派息 实施 公告 744 | 图文 中甲 烟台 毅腾 赛前 训练 被 队友 误伤 745 | 图文 欧洲杯 西班牙 NUMBER - NUMBER 德国 另类 足球 746 | 图文 长春 净月潭 国际 森林 徒步 赛 冠军 荣耀 747 | 山羊 选美 图 748 | 川大 智胜 开盘 报 NUMBER 元 749 | 招商银行 公布 股东 大会决议 公告 750 | 快讯 委员会 常务理事 张国立 致词 751 | 图文 第六届 建桥 杯 公开赛 第一轮 汪慧二 段落 子 752 | 国道 NUMBER 线 中断 使 震中 汶川 映秀镇 再成 孤岛 753 | 穆沙拉夫 再次 否认 辞职 传闻 754 | 德国 动物园 里 的 梅山 猪 宝宝 组图 755 | 运城 火炬手 杨春霞 全国 优秀 母亲 将 爱心 传向 社会 756 | 金发 科技 公布 董事会 决议 公告 757 | 图文 希腊 EN 瑞典 托 罗西 迪斯过 人 758 | 申银万国 兴化 股份 全年 业绩 可能 超 预期 759 | 埃及 进口 钢铁 没有 限制 和 税收 760 | 图文 西班牙 NUMBER - NUMBER 瑞典 托雷斯 争顶 斯文 松 761 | 罗马尼亚 公布 战 法国 首发 先锋 穆图 指挥官 齐沃 762 | 香港 警方 查获 五 内地 非法 入境 女子 763 | 西安 开始 对 大雁塔 进行 震后 塔内 维修 764 | 深发展 认购 权证行 权率 NUMBER 765 | NUMBER 中国 成都 车市 总评榜 开评 766 | 新 湖中 宝 DATE 第一次 临时 股东 大会决议 公告 767 | 图梦舟 体育明星 足球队 集训 - NUMBER 768 | 澳大利亚 DATE EN 制造业 表现 指数 降 至 NUMBER 769 | 沪 公积金 缴存 比例 维持 NUMBER 770 | 快讯 谢霆锋 登台 感谢 医护 消防 等 各界 英雄 771 | NUMBER 772 | 千股 跌停 三千 点 堪忧 773 | 积分 - 澳洲 NUMBER 分居 榜首 中国 三 连平 位列 第三 NUMBER 774 | 淘彩网 福彩 NUMBER EN 第 NUMBER 期 刘老师 综合 分析 预测 775 | 图文 德国 NUMBER - NUMBER 西班牙 哥 仨 一起 唱歌 776 | 传中 银 NUMBER - EN 退出 杨国强 收购 邵氏 银团 777 | 德国 足球流氓 惹是生非 奥地利 警方 共 逮捕 NUMBER 人 778 | 金证 股份 公布 临时 股东 大会决议 公告 779 | 罗比尼奥 仍 未 续约 威胁 离 皇马 曼联 蓝军 等待 挖角 780 | 顺彩网 福彩 NUMBER EN 第 NUMBER 期顺彩 专家 小辉 分析 推荐 781 | 组图 欧洲杯 德国队 积极 备战 波 多尔斯 基 最 抢镜 782 | 大张伟 长沙 喊 征婚 783 | 小丽 搭配 最 舍不得 脱掉 的 连衣裙 784 | 图文 世 预赛 国 足 EN 卡塔尔 边裁 视若 无物 785 | 专家 解读 中日 东海 问题 共识 临时 安排 灵活 务实 786 | DATE 全国 高考 海南 卷 物理科 试题 及 答案 787 | 油价 忽涨 忽跌 投行 预测 相左 788 | NUMBER - NUMBER - NUMBER 连续 涨跌 EN 股 一览表 789 | 中国 重汽 DATE DATE 产销 快报 790 | 专家 银行 战略 投资者 应 坚持 长期 投 791 | 安吉 黄 帽子 推出 会员 年度 关怀 卡 792 | 无限 挤 泡泡 获 玩具 大奖 销量 已超 NUMBER 万个 图 793 | 中小板 DATE 网上 业绩 说明会 落幕 794 | 刘嘉玲 避谈 婚事 搞 快 闪竟 成落 跑 新娘 图 795 | 独家 专访 电影节 评委 陈冲 痛恨 小资 情调 796 | 数字化 湖人 凯尔特人 797 | 泰国 国会 上议院 举行 质询 沙马 政府 特别 会议 798 | EN 视频 曝光 在 EN 上 煎 鸡蛋 一分钟 就 熟图 799 | 婆罗洲 惊现 美人鱼 尸体 800 | 韩 第一 美女 珠胎暗结 金喜善 在 网上 公开 怀孕 喜讯 801 | 河北 重点 城市 DATE 商品房 售价 涨幅 全线 回落 802 | 辽宁 信用 担保 业为 中小企业 发展 助力 803 | 四川 NUMBER 岁 老人 来 沈表 谢意 804 | 法布雷 加斯 为 夺冠 而 来 阿森纳 核心 期待 决赛 上阵 805 | 墨西哥 首座 玉米 乙醇 厂 即将 投产 806 | 汇丰 调查 NUMBER 香港 中小企业 未受 美 经济 放缓 影响 807 | 收评 大盘 震荡 站稳 略有 走强 沪 指 收复 NUMBER 808 | 每天 吃够 三份 奶制品 809 | 零距离 实拍 女星 面容 赵薇 皮肤 最糙 810 | 环球 影城 失火 珍贵 影像 付之一炬 811 | 奥运 圣火 完成 圣城 之 旅图 812 | 人事变动 一汽 丰田 销售 副总 董 海洋 将 离职 813 | 海南岛 度假 旅游 专项 推介会 明天 在 北京 举行 814 | 中国男篮 在 京 集训 领队 准备 好 了 等待 姚明 回归 815 | 感谢 党中央 派 来 救命 的 解放军 816 | 剖析 世界 诸强 围攻 女排 五 拦路虎 古巴 威胁 最大 817 | 中影 联 影城 开展 感恩 父亲节 活动 818 | 吴邦国 主持 召开 全国人大常委会 第五次 委员长 会议 819 | 残疾 男子 轻生 被 救受 照顾 欲 捐 器官 报答 社会 图 820 | 少林寺 传奇 火爆 京城 陈 佳佳 大变身 图 821 | 寻凉 好 选择 自驾 北戴河 鸽子 窝 看 日出 822 | 传 凯拉 - 奈特 利患 厌食症 老妈 称其 天生 吃不胖 823 | 江西 受灾人口 扩至 NUMBER 万 防汛 应急 响应 调 至 三级 824 | 越南 危机 波及 多家 EN 股 公司 多数 无 明显 影响 825 | 上海大众 奥运 火炬手 刘正琛 绩溪 传递 奥运 精神 826 | 通胀 担忧 加剧 周二 美股 低开 827 | 哥伦比亚 最大 贩毒集团 重要 头目 被捕 被 重金 悬赏 828 | 旅日 中国 人 数量 超 NUMBER 万 首次 跃居 在 日 外国人 之 首 829 | 广电 蓝皮书 视听 新 媒体 产业 发展 呈现 加速 态势 830 | 国庆 北京地铁 载客 NUMBER 万人次 831 | EN 第 NUMBER 季将 挤 下 EN 跃居 第 NUMBER 索爱 仍 位居 第 832 | 上海 首个 避难 绿地 明 年底 将 建成 可 容纳 NUMBER 市民 833 | 祥云 穿越 历史 之 门 遵义 光芒 照亮 中国 前行 834 | 中央 和 北京 机关 为 配合 奥运会 提前 停驶 NUMBER 机动车 835 | 走 西口 成 央视 明年 开年 戏 836 | 酒醉 男子 向 周围 民众 投掷 石块 警察 被迫 开枪 制服 837 | 窥探 可爱 教主 杨丞琳 私密 相册 发型 838 | 女子 因 感情 受挫 行为 异常 挥 菜刀 高楼 悬空 呼救 839 | 李宁 红火 亮相 体博会 势 与 耐克 阿迪 争锋 组图 840 | 东方 圣荷西 端午 游园活动 精彩 重现 841 | 千奇百怪 的 明星 拍卖 物品 图 842 | 商务部 地震 灾区 商业 网点 恢复 已 逾 六成 843 | 李嘉欣 享受 完美 人生 NUMBER 岁 生日 只要 许晋 亨图 844 | 上证 公司 治理 指数 下 月 起增 NUMBER 只 样本股 845 | 动物 教导 我们 如何 好好 做人 图 846 | 神州 音话 赈灾 特别节目 以爱 奉献 力量 847 | 徽州 古村 呈 坎拟 以 风水 文化 申报 非 物质 文化遗产 848 | 胡锦涛 致电 南极 工作者 为 和平利用 南极 作贡献 849 | DATE 起 欧盟 新车 EN NUMBER 排放量 要 低于 NUMBER 克 850 | 中 网 启动 爱心 基金 用于 四川 重灾区 小学 重建 851 | 总决赛 巨奖 人人 有 份 凯尔特人 湖人 净赚 近 NUMBER 万 852 | 婆婆 被 骗钱 生病 两 儿媳 均 拿 钱 给 婆婆 称钱 已 返回 853 | 下周 黑马 追踪 854 | 内蒙古 DATE 高考 最低 录取 分数线 确定 855 | 铜价 仍 有 下行 空间 856 | 光大银行 已 递交 上市 申请 857 | 广州 一周 二手 行情 分析 高档 二手楼 交投 升温 858 | 便宜 西瓜 美容 法 NUMBER 妙计 脸蛋 水 嫩嫩 859 | 本田 推出 狗狗 旅行 特别版 车型 860 | 合生 创展 NUMBER - EN 首 NUMBER 个 月 售楼 收入 NUMBER 861 | 老鬼 看盘 欧洲杯 单场 复盘 西班牙 取胜 实至名归 862 | 上市 第二天 大洋 电机 盘中 遭破发 863 | 指责 EN 巨星 为 金钱 出征 奥运 大嘴 库班 再 遭炮轰 864 | 成都 未来 建筑 仍 以 高层 为主 865 | 朝鲜 将 炸毁 宁边 核设施 冷却塔 美国 将 支付 爆炸 费 866 | 第十四届 上海 电视节 电视 电影 组 提名 影片简介 867 | 中国 举行 长城 NUMBER 号 反恐 演习 首次 动用 警用 直降机 868 | 中投 证券 南 玻 EN 股权 激励 实施 发展 战略 清晰 869 | 纳达尔 赞小德约 天赋 佳为 看 欧洲杯 申请 提前 比赛 870 | 星妈 生完 孩子 后 居然 能 瘦成 这样 871 | 法国 EN 意大利 赔率 全场 进 NUMBER 球 以上 波胆 NUMBER - NUMB 872 | 家住 首层 要交 电梯 费 吗 ? 873 | 科学家 称 首次 成功 复制 病人 细胞 治愈 晚期 皮肤癌 874 | 北京 一 初中生 挥刀 捅 死 同学 NUMBER 名 学生 劝架 被 捅 伤 875 | 句容 结对 帮扶 措施 实 876 | 郑州 居民 医疗保险 大学生 NUMBER 元 即可 参保 877 | 数字化 湖人 凯尔特人 878 | 安徽 休宁 修堤 通河 迎 大汛 民兵 小分队 固岸 图 879 | 交通运输 风物长宜放眼量 880 | 工业 和 信息化 部 DATE 底前 五成 受灾 企业 可 恢复 生产 881 | 地震 灾区 小朋友 获得 校园 吉尼斯 奖章 882 | 日本民主党 DATE 将 向 参院 提出 首相 问责 决议案 883 | 提高 国产化率 日产 EN 变速器 明年 将 国产 884 | 光大 花园 再 推出 新盘 885 | 台船 遭日舰 撞沉 事件 持续 发酵 民众 批 李登辉 媚日 886 | 海航 主导 宝商 与 西安 民生 重组 887 | 联合国 科教文 古巴 在 拉美 加勒比 教育 水平 最高 888 | 克莱斯勒 铂锐 大型 试驾会 台州 招募 详情 889 | 火箭 试训 吉登斯 甚为 满意 若选 此人 海德 恐要 离队 890 | 瑞士 赛 中国 排名 升至 第三 古巴 意大利 稳居 前 两名 891 | DATE 安徽省 高考 作文题目 带 着 感动 出发 892 | 深发展 高度重视 深发 EN NUMBER 行权 工作 893 | 国家 拟 增加 NUMBER 万吨 糖储 894 | 搜狐 行情 西安 奇瑞 EN NUMBER 实力型 降 NUMBER 万元 895 | 商务部 透露 中央 将 于 近期 出台 系列 对 四川 有利 政策 896 | 梅德韦 杰夫 俄罗斯 要 参与 制定 新 经济 规则 图 897 | 北京 每日 房源 播报 DATE 批准 预售 许可证 NUMBER 个 898 | 希腊队 志在 全取 三分 全队 上下 齐心协力 永不言败 899 | 日本 地震 死者 增至 NUMBER 人 震区 大坝 变形 被迫 紧急 泄洪 900 | 高雄 四大 节 迎接 上海 客 901 | 大陆 居民 赴 台 旅游 DATE 实施 首发 团 DATE 出发 902 | 给 你 夏季 最佳 败火 零食 EN NUMBER 图 903 | 波音公司 对 军用 太空 资源 发展 的 看法 904 | 保利 香槟 花园 EN 组团 景观 楼王 火爆 预约 中 905 | 勒夫 包厢 庆祝 EN 式 胜利 笑言想 溜进 更衣室 906 | 金价 持稳 走高 澳元 美元 冲高 回落 蓄势 907 | 一创 科技 NUMBER - EN 全年 多 赚 NUMBER 至 NUMBER 万元 908 | 吴忠站 传递 开始 圣火 照耀 中国 穆斯林 之 乡 909 | 今年 拟 发债 总额 已 逼近 去年 全年 910 | 过去 两年 沙特 从 黎巴嫩 撤出 NUMBER 亿美元 投资 911 | 众彩网 NUMBER - NUMBER 欧洲杯 单场 分析 黑马 争捧 土耳其 912 | 全国 职业院校 技能 大赛 将 在 天津 举行 913 | 上海 遭遇 雷暴雨 突袭 浦东 五层 楼高 脚手架 倒塌 914 | 眼科 专家 提醒 隐形 比 框架 眼镜 低 NUMBER - NUMBER 度 915 | 巴基斯坦 科学家 否认 曾 把 核武 蓝图 卖 给 伊朗 朝鲜 916 | 图解 治 便秘 的 自我 按摩 917 | 专家 告诉 你 女性 千万 不能 这样 洗澡 918 | 北京 规定 亏损 单位 可少 缴 公积金 最低 可以 低于 NUMBER 919 | 机器 乌贾 西奇 杰克逊 没 他 第三场 赢 不了 920 | 日本 外 相称 将 考虑 派遣 自卫队 前往 苏丹 与 阿富汗 921 | 伊朗 革命 卫队 副总司令 有 能力 挫败 外国 势力 威胁 922 | 贵州 境内 出现 强降水 天气预报 准确 923 | 无疑 继续 执教 球队 土耳其队 主帅 特里 姆 意欲 离开 924 | 中 天城 投 介入 贵阳 土地 一级 开发 925 | 国务院 发布 国家 知识产权 战略 纲要 926 | 法国 研究 发现 吸烟 有损 智力 927 | 历史 昭示 意大利 本场 不败 世界冠军 DATE 未曾 连败 928 | 中国 服务 外 包 产业 呈 几何级数 增长 929 | 中国农业银行 加强 两手抓 提升 三农 试点 行 效益 930 | 北潞园 三期 热销 931 | 中国 软件产业 规模 居 全球 第四 达到 NUMBER 亿元 932 | 搜狐 房产 933 | 韩智慧 DATE 参加 第 NUMBER 届 上海 国际 电影节 图 934 | 华硕 今年 全球 低价 EN 出货量 将 达 NUMBER 万台 935 | 中卡 战鲁能 国脚 零 首发 高层 愤怒 质问 杜伊想 干 啥 936 | NUMBER EN 材料 仅 NUMBER 美元 卖 NUMBER 美元 稳赚 937 | 四川 至今 未现 重大 传染病 疫情 和 突发 公卫 事件 938 | 美股 申领 失业 救济金 人数 回落 激励 道 指 小幅 高开 939 | 韩寒 为 莎 朗斯 通 开脱 被 骂 脑残 自称 很 灰心 940 | 江苏 网上 高考 志愿 决策 系统 帮 考生 选择 专业 941 | 山西 首批 省级 非遗 项目 代表性 传承 人 正式 公布 942 | EN 测试 扩至 普通用户 每月 补贴 NUMBER 元 话费 943 | 荣誉 站国足 NUMBER - NUMBER 澳大利亚 郑智 点球 重罚 无奈 打偏 944 | 求解 过渡 安置 房三难 原料 资金 进度 945 | 海南 三亚 警方 发出 NUMBER 号 通缉令 缉捕 NUMBER 名 在逃犯 946 | 美国 经济 下滑 大 企业 EN 薪酬 不降反升 947 | 印度 小村 NUMBER 多年 未 通电 八成 年轻 男子 找 不到 妻子 948 | 远离 喧闹 都市 去 感受 万泉河 漂流 949 | 合资 新三样 卖点 新意 各 不同 950 | 亚 篮协 中国队 进步 神速 孙悦 典型 防守 令人难忘 951 | 广州军区 新型 指挥员 成批 亮相 已有 指技 合一 能力 952 | 江淮 汽车 展台 一个 摄影师 不可 错过 的 地方 953 | 岛城 三年 内 将 投资 NUMBER 万 维修 市内 四区 危漏 房 954 | 地震 损失 国内 通信业 NUMBER 亿 通信 电杆 倒断 NUMBER 万根 955 | 传 反弹 正在 酝酿 956 | 罗格 称 北京奥运 一定 会 举办 成功 957 | 发改委 拉网式 严查 化肥 提价 958 | 女子 诞下 NUMBER 斤半 巨婴 怀孕 时 最重 NUMBER 斤 图 959 | 政策 扶持 960 | 孙海平 详解 刘翔 退赛 内幕 飞人 纽约 赛 之前 已 受伤 961 | 科幻 动作片 无敌 绿巨人 登 北美票房 榜首 图 962 | 红牛杯 桥牌赛 第三站 在京举行 食品 监管局 夺冠 963 | 美达 股份 原料 采购 环境 发生变化 964 | 旅游 全面 开放 后 西藏 迎来 首个 国外 旅行团 965 | 细数 中国队 三只 拦路虎 巴德 泰 女排 风格 迥异 966 | 电子行业 长路 漫漫 行业 的 产业 转移 与 升级 967 | 欧洲杯 竞猜 为期 过 短 两 常规 小盘 玩法 是 最后 良机 968 | 香港 行政 会议 DATE 后 或 大 改组 传 出现 众多 新面孔 969 | 美国 一 少女 遭 闪电 击中 幸运 不死 买 彩票 又 喜 中奖 970 | 独家 赤壁 公布 NUMBER 款 人物 海报 尤勇 取代 中 村 971 | 排放 标准 提升 NUMBER 号 汽油 逐渐 退出 江苏 市场 972 | 国足迎 卡塔尔 欲 攻城 拔寨 杜伊 看重 泰山 人 组合 973 | 横扫 赛会 头号 种子 伊万 温网 郑洁 爆出 惊世 大 冷门 974 | 首家 大美 青海 - - 无线 旅游 黄页 正式 开通 975 | 山东 双色球 头奖 喜降 岛城 兑奖 误 把 彩票 上 NUMBER 看成 NUMBER 976 | 广东 阳江 休渔 三周 海鲜 涨价 三成 977 | 万国 测评 江中 药业 业绩 稳增 拓宽 盈利 渠道 978 | 夏季 高峰 南方 电力 缺口 或 达 NUMBER 万千瓦 979 | 印度 财长 说 印高 通胀 现象 仍 将 持续 980 | 尚雯婕 苏醒 南京 参加 大爱 中华 行 慈善 歌会 981 | 美国 凤凰 号 在 火星 找到 冰 发回 一批 清晰 图像 982 | 羊城晚报 远离 希腊 奇迹 983 | 男篮 替补 考察 进入 倒计时 尤纳斯 确认 回京 将 裁人 984 | 钢琴家 郎朗 在 新疆 举办 音乐会 985 | 成龙 率 群星 合唱 十项全能 支持 奥运 马术 比赛 986 | 中 美 企业 在 美国 签署 NUMBER 亿美元 贸易 投资 合作 合同 987 | 广州军区 官兵 京广线 冒雨 战 塌方 988 | 六一 赈灾 晚会 明星 助阵 川 沪 儿童 手牵手 共度 难关 989 | 半场 - EN - 罗中柱 佩佩 进球 被 吹 葡萄牙 NUMBER - NUMBER 平 土耳 990 | 做好 青年 就业 创业 工作 可 为 国家 创造 巨大 的 财富 991 | 编者按 992 | 英国 六旬 祖母 DATE 环球 长跑 993 | EN 上演 一 女侍 二夫 真理 与 火箭 一号 竟同 称 被 骗 994 | 做爱 ? 女人 应该 让 男人 憋 得 久 一点 995 | 潇湘晨报 明星 在 博客 中 比 脸皮厚 996 | 刘翔 纪录 就是 用来 打破 的 罗伯斯 有 一点 不如 我 997 | 孙祥 留洋 或 被 申花 搁置 高层 要求 获得 合理 转会费 998 | EN 十年 最酷 总决赛 湖人 防守 不足 科比 经验丰富 999 | 目前 加仓 风险 并不大 1000 | 世界 石油 大会 探讨 能源 可 持续 发展 等 问题 1001 | DATE 起 东莞 开展 拆除 烂尾楼 废旧 建筑 专治 1002 | 白马王子 没有 了 莱昂纳多 狂吞意 粉 腩 肉 横生 图 1003 | 新黄浦 实际 控制 人 战略 重组 或 有变 1004 | 巴萨 誓夺 一人 NUMBER 万 最后通牒 新科 国脚 恐成 筹码 1005 | 两 新股 弱市 登场 首日 表现 冷热 不 一 1006 | 男女排 核心 相继 受伤 巴西 排球 全金 计划 遇挫 1007 | 买卖 国家标准 将 出台 二手 家电产品 将 上 户口 图 1008 | 中国 文化遗产 保护 十大 年度 杰出人物 产生 1009 | 铁通 否认 将 被 一 拆 三 传言 称 重组 尚无 时间表 1010 | 香港 演艺界 今日 NUMBER 关爱 行动 NUMBER 小时 大 汇演 1011 | 香港特区政府 希望 加强 港澳 合作 1012 | 胡锦涛 总书记 会见 台湾海基会 董事长 江丙坤 1013 | 一条 捐赠 物资 的 基层 查账 路 1014 | 小贝 碧昂斯 等 众星 化身 迪斯尼 童话 人物 图 1015 | 炒房 起家 的 NUMBER 后 美女 富豪 图 1016 | 中航 光电 连接器 龙头企业 调整 较 充分 1017 | 专家 弗格森 魄力 远逊 莫拉蒂 想卖 EN 罗 还 死要面子 1018 | 湖南 沿江 各市 全线 布防 湘江 首次 洪峰 DATE 抵 长沙 1019 | 人民币 对 美元 破 NUMBER 关口 国际 资本 或 出现 异动 1020 | 大盘 从 恶梦 中 醒来 1021 | 湖南 株洲市 纪委书记 实名 上网 网友 称 杨同学 1022 | 两大 核心 关键时刻 屡屡 崩溃 一代 球员 黯然 落幕 1023 | 美国 恐怖 黑名单 仍 有 曼德拉 NUMBER 岁 还 未 被 正名 图 1024 | 不 做 珊瑚虫 第二 超级 兔子 宣战 迅雷 1025 | 欧洲杯 四分之一 决赛 激情 待演 闪电 八骏 竞 奔四 强 1026 | 孙悟空 新造型 争议 四起 1027 | 精打细算 过日子 夏天 用 购物 卡买 返季 商品 最 划算 1028 | 都江堰 万人空巷 哭 英雄 1029 | 央企 新一轮 整合 谱写 四重奏 1030 | 小丽 搭配 影迷 花少 钱仿 明星 穿衣 1031 | 低位 放量 有利于 企稳 回升 1032 | 中国军方 隆重 悼 烈士 幼童 唤 爸爸 催人泪下 图 1033 | 债市 资金 长期 依然 充足 1034 | 尼泊尔 王室 DATE 首次 面临 诉讼 1035 | 幸福 的 坡度 1036 | 嘉宾 简介 1037 | 上海 高招 从严 治招 绝不允许 特批 线下 考生 入学 1038 | 服刑人员 捐款 NUMBER 万为 灾区 援建 春蕾 小学 图 1039 | 每天 一瓶 酸奶 让 女人 瘦腹 又 缩胃 1040 | 公积金 贷款 增 还款 方式 贷款人 利息 支付 负担 减轻 1041 | DATE 全国 高考 广东 卷 物理 1042 | 建业 出师不利 房企 接连 搁置 EN 1043 | 总统 杯加 莫娃显 王者 风范 俄罗斯 女排 三连胜 领跑 1044 | NUMBER 中国 四极 生态旅游 论坛 在 漠河 举行 1045 | 与 旅行社 要 签 明白 合同 并 关注 意外保险 1046 | 到 沈阳 就 像 回家 四川 射击队 异地 感受 别样 的 温情 1047 | 雅虎 作别 微软 移情 谷歌 图 1048 | 团 NUMBER 大 开幕式 主席台 上 的 藏族 女 代表 组图 1049 | 高虎 央视 义演 我们 在 一起 心连 汶川 欢渡 六一 1050 | 再次 跃级 而立 新 飞度 将 于 DATE 发布 1051 | 八月 雪顿节 去 西藏 吃 酸奶 看 藏戏 1052 | 水 西村 神仙 山下 的 古村 1053 | 泰国 教育部 热烈欢迎 中国 汉语 教师 来泰 任教 1054 | 陈慧琳 兴奋 介绍 男友 嘉宾 李克勤 祝 早生贵子 组图 1055 | 珠中澳 房博会 下 月 举行 逾 NUMBER 个 楼盘 来 澳门 参展 1056 | 北京 公车 今起 停驶 一半 市府 公开信 倡 绿色 出行 1057 | 赤壁 火因 新解 韩国 特效 只管 放火 不管 灭火 1058 | 巴西 誓 啃 硬骨头 加拿大 邓加 痛批 卡卡 褒 罗比尼奥 1059 | 全省 电力 会议 优先 保障 三类 单位 用电 需求 1060 | 多头 屡败屡战 热钱 伺机 入市 1061 | 李英杰 实地考察 金廊 工程建设 情况 时 提出 1062 | 国资委 严控 职工 持有 大型 国企 股权 1063 | 温家宝 主持 召开 国务院 常务会议 1064 | 李章洙 残兵 难言 斗志 回归 主场 欲 拿 领头羊 泄愤 1065 | 全国 优秀 流行歌曲 创作 大赛 在 京 启动 1066 | NUMBER 赔付 承诺 惊 现成 都 给 购房者 吃 下 定心丸 1067 | 三拍 再 流产 三联 股权 闹剧 该 收场 了 1068 | 曝光 荣威 NUMBER 最 不为人知 的 秘密 1069 | 凯基 证券 北化 股份 硝化棉 行业 标杆 1070 | 今年 上半年 我国 商品房 销售额 同比 增长 四成 四 1071 | 北京晚报 光脚 老二 颠覆 足球 1072 | 网上 晒出 武汉 NUMBER 楼盘 开发成本 购房人 称 水分 大 1073 | 郭德纲 也 被 网游 拉下水 了 1074 | 周线底 背离 是 变盘 信号 1075 | 明晚 我市 主要 景观 熄灯 NUMBER 小时 倡导 节能 环保 1076 | 中国 颁发 第七届 光华 工程 科技奖 朱光亚 获 成就奖 1077 | 专家 解释 房屋 倒塌 原因 能否 多些 技术含量 1078 | 北京 NUMBER 万余 考生 周末 高考 严重 作弊 禁考 一年 1079 | 中国 基本 刹住 圈地 之风 严管 土地 的 弦 仍然 不能 松 1080 | 王燕军 我国 仍 处于 汽车 高速 发展 的 时期 1081 | 现在 风光 的 未必 有 出息 赵 长天 点评 新 概念 1082 | 上海 提高 第二 套房 首付 比例 全国 各地 房贷 收缩 1083 | 农产品 价格 连续 NUMBER 周 回落 中 金 预计 EN 涨幅 或 放缓 1084 | 浙江 金华 安监局 承认 曾收 盖章 费 局长 愿意 担责 1085 | 大盘 反弹 后 如何 走 机构 观点 分歧 不 一 1086 | 入世 在 即 浦东 陆家嘴 楼宇 和 土地批租 再旺 1087 | 新旗舰 中心 时间 敏感点 选择 突破 方向 1088 | 绿军 一夜 爆富助 皮尔斯 总决赛 之 路 科比 更加 艰辛 1089 | 直播 预告 波特兰 花园 二期 开盘 回归 醇木 居住 1090 | 飞 股份 双底 形态 黄金 买点 再现 1091 | 中国女排 独占 天时地利 北京奥运 卫冕 只 缺人 和 1092 | 西北 十五家 仲裁 机构 和谐 仲裁 倡议书 1093 | 化工行业 成本 加速 上涨 1094 | 诺基亚 NUMBER 亿购 EN 剩余 股权 对抗 谷歌 EN 1095 | EN 称津 津巴布韦 大选 投票 不 踊跃 1096 | 高油价 投机 倒逼 强悍 监管 1097 | EN 开 源代码 EN 谷歌 EN 1098 | 别克 新凯 越 NUMBER 款 车型 仅 上市 第一周 销 NUMBER 台 1099 | 北川 灾后 重建 工作 大会 灾民 DATE 前 入住 安置 房 1100 | 进出口 行 新债 发行 遭遇 部分 流标 1101 | 台湾 游 三项 细则 公布 首发 团 报价 NUMBER 元 1102 | 上海银行 正式 启动 EN 股 上市 项目 1103 | 国 足 生死战 执法 判官 确定 战 袋鼠 遇 双重 噩梦 主裁 1104 | 北部 新 热点 龙泽苑 排号 超过 NUMBER 位 1105 | 汉军 携三大锋 煞 出征 朱广沪 一语 道 出 谢联 恐怖 处 1106 | 抗震救灾 一 铁人 1107 | 国资 部将 公开 管理 国土 征地 补偿 方案 向 社会 公开 1108 | NUMBER 岁 儿童 要 上 小学 五年级 NUMBER 岁 时 认识 NUMBER 汉字 图 1109 | DATE 友谊赛 赛程 1110 | 建设部 信息中心 关于 举办 房地产 典型 案例 讲评 暨 房屋 营销 策略 研讨会 的 通知 1111 | 为 DATE 新车 铺路 比亚迪 EN NUMBER EN 官方 优惠 万元 1112 | 上海 黄浦江 绿萍 爆发 威胁 外滩 水域 图 1113 | 广州 帽峰山 旺财 蟾蜍 重见天日 香火 长盛不衰 图 1114 | 日本 媒体 称 台湾 反日 情绪高涨 美国 呼吁 台日 克制 1115 | 喂奶 警察 妈妈 会 不会 是 好 政委 ? 1116 | 亚洲 资本 论坛 主席 李俊 论坛 开幕词 1117 | 水泥 股 反弹 幅度 比较突出 1118 | NUMBER 后 草莓 族震出 坚强 心 1119 | 连续 阴雨 天气 别 让 你 的 爱车 淋坏 了 1120 | 混血儿 增速 NUMBER 倍 于 白人 美 异族通婚 渐获 国人 认可 1121 | 楼盘 简介 1122 | 人民币 昨破 NUMBER 中国 官方 大 造舆论 欲 打破 单边 升值 预期 图 1123 | 震后 受伤 被困 NUMBER 天 绵竹 两 矿工 被 成功 救出 1124 | 二手房 信箱 上 家 拖欠 费用 下 家 过户 受阻 1125 | 切勿 加重 灾区 儿童心理 创伤 1126 | 就 我国 第三个 文化遗产 日省 文化厅 厅长 答记者问 1127 | 爱 普利 - 皮尔森 皮囊 是 最好 的 青春片 之一 1128 | 英国 少年 用谷歌 地球 搜 泳池 半夜 潜入 开 派对 1129 | 直面 逆境 考验 挺住 就是 一切 1130 | 传统产业 要 调整 转型 更要 升级换代 1131 | 世纪互联 携手 软件厂商 共掘 中小企业 信息 服务 金矿 1132 | 专家 称歼 - NUMBER 在 整个 服役 期间 数量 将 达 NUMBER 架图 1133 | 影响 中国 人 DATE 穿衣 的 国际 大牌 1134 | 青岛 NUMBER - NUMBER 体验 能源 短缺 公车 私车 一律 停开 1135 | 巴萨 官方 宣布 今夏 第三 签 NUMBER 万 欧元 引 妖人 后卫 1136 | 风向标 歇火 券商 股领 跌 1137 | 美刊 评 解放军 裁军 实力 变化 瘦 身后 更难 对付 图 1138 | 中超 黑马 转战 上海滩 中 新 戏称 汇报 演出 不能 搞砸 1139 | 加拿大 海滩 再现 断足 1140 | 夏威夷 集结 号 - - 一个 大洲 的 崛起 1141 | 图文 黑 租房 中介 卷 钱 走 人 七八个 事主 找上门 1142 | 游资 闹猛 基金 何时 打破 沉默 1143 | 普兰店 划入 城市 总体规划 1144 | 从 最低谷 时 大幅 缩水 两成 大连 商贷 购房 触底 反弹 1145 | 印日法 掀 太空 间谍 战欲 抢占 太空 军事 制高点 图 1146 | 北京 严查 高速公路 交通秩序 防减 重特大 交通事故 1147 | 陷入 投诉 门 国产 马 NUMBER 再 爆 生理 缺陷 1148 | 火车票 退票 时间 调整 引 纠纷 铁路局 被判 无需 担责 1149 | NUMBER 分钟 护理 还是 睡眠 选对 了 吗 1150 | 巴 以 达成 第一阶段 停火协议 各方 反响 不 一 1151 | 情感 女性 魅力 无穷 兰蔻 金纯卓颜 代言人 1152 | 瑞典 战 俄罗斯 拉 格贝克 眉头 紧锁 伊布 三步 一看 膝 1153 | 揭秘 意大利 更衣室 内幕 卡萨诺 怎样 打动 多 纳多尼 1154 | 市委 宣传部 组织 宣传 文化 系统 认真学习 迅速 贯彻 胡锦涛 重要讲话 1155 | 湖南省委 副 书记 梅克保 巡视 高考 考场 组图 1156 | 重庆 高考 满分 作文 不到 NUMBER 篇 跑题 名句 泛滥 成祸源 1157 | 市委 关于 表彰 支援 抗震救灾 先进 党组织 优秀 共产党员 的 决定 1158 | 搜狐 房产 1159 | 龚晓跃 巴斯滕 搞 修正主义 多 梅内克 只 干 小 勾当 1160 | 燃油 价格 再度 攀高 驾车 省油 全攻略 1161 | 联合推出 金融 新品种 买 拍卖 房 企业 可 申请 按揭 1162 | 广州 新 电视塔 化身 白色 巨塔 施工 进 关键时期 1163 | 全球 报纸 日均 读者 超 NUMBER 亿 中国 拥有 最大 报业 市场 1164 | 温家宝 主持 召开 国务院 抗震救灾 总指挥部 第 NUMBER 次 会议 研究 灾区 医疗 防疫 和 甘陕 抗 1165 | 深圳特区 报 土耳其人 的 EN 因素 1166 | 三款 降火 美容 水果 餐图 1167 | 走出 公积金 使用 误区 1168 | 计算机 情理之中 意料之外 1169 | 价格 猜想 新 天籁 定价 会 低于 NUMBER 万元 吗 1170 | 丽珠集团 回购 EN 股致 涨停 散户 热 捧 机构 冷对 1171 | 吴杭民 商人 徒步 灾区 发钱 只 为 钱 尽 其用 ? 1172 | 南航 航班 如 因 天气 延误 NUMBER 个 小时 乘客 可获 赔 NUMBER 1173 | 全国 迎 奥运 讲文明 树新风 礼仪 知识 竞赛 综述 1174 | 房屋中介 把 柜台 开进 银行 里 资金 收付 NUMBER 小时 进行 1175 | 英国 鸽子 离家 DATE 父亲节 再 探旧 主人 图 1176 | 废墟 上 的 帐篷 生活 秩序井然 1177 | 港姐 港 男 番禺 水战 组图 1178 | 男排 奥运 落选赛 日本 站 意大利 五 连胜 东道主 告捷 1179 | 湖北 蔡甸 优秀 高中生 上吊自杀 事因 考试成绩 下滑 1180 | 中国联通 与 九度 合作 推出 赚钱 炫铃 业务 1181 | 祈福 汶川 · 点亮 希望 - - 访 奇瑞 李建国 1182 | 徐德明 详解 全国工会 十大 帮扶 措施 1183 | 教 你 打造 今夏 EN 台 最 火爆 的 卷发 款 1184 | 汇 青春 力量 奏 时代 强音 书写 共青团 工作 新篇章 1185 | 加速 人才培养 为 我国 软件产业 发展 松绑 1186 | 新版 红楼 造型 曝光 少年 黛玉似 中年 怨妇 图 1187 | 合伙 或 代买 中 NUMBER 万该 怎么 分 NUMBER 大 案例 结果 各 不同 1188 | 北京 第 NUMBER 批 公交 优化 网将 启动 取消 NUMBER 个 巴士 停 站位 1189 | 谷歌 的 中国式 生存 1190 | 万科 跌停 地产股 风险 加剧 1191 | 灾后 重建 救助 房 产权 须 清晰 1192 | 能源价格 机制 调整 或成 市场 反转 契机 1193 | 不到 半年 房租 涨 NUMBER 元 新 杭州人 就 怕 房租 连连 涨 1194 | 消除 心理 余震 不可 忽视 1195 | 卧龙 NUMBER 只 大熊猫 抵达 昆明 不久 将 与 游客 见面 1196 | 中铝亮 剑 机构 NUMBER 亿抢筹 1197 | 国际 城 五城 奠基 成就 首创 成都 主流 地位 1198 | 伍宝莲为 奥运 队员 设计 战袍 1199 | 千余 村民 为 他 请功 1200 | 临时 烧高香 的 广州 青年 图 1201 | 广东 德庆 降 DATE 以来 最大 暴雨 NUMBER 万人 撤离 图 1202 | 机构 扎堆 轮 炒 厦门 空港 华夏 系 NUMBER 基金 同时 买入 1203 | 韩剧 榜 一枝梅 收视 好 最强 七 迂 开局 不顺 1204 | 机构 在 补缺 口前 且战且退 1205 | 武钢 总经理 邓崎琳 老 国企 发展 更 需 强化 管理 1206 | 法国 对决 荷兰 命悬 一线 蓝衣 军团 意大利 期待 重生 1207 | 耍 绝招 小腿 变 纤瘦 夏日 做 短裙 EN 1208 | 高油价 灼伤 股市 中级 反弹 梦 破灭 1209 | 欧洲杯 - 小法 替补 两 助攻 西班牙 NUMBER - NUMBER 俄罗斯 进 决赛 1210 | 四川 延 考区 高考 将 如期举行 填报 志愿 时间 推迟 图 1211 | 形象 营销 悄然 发力 1212 | DATE 中共中央 金融 工委 正式 成立 1213 | 越南 之鉴 热钱 燃眉 急需 挤 泡沫 降温 1214 | 直击 李嘉诚 制造 广州 NUMBER 万元 别墅 楼 王图 1215 | 两拓 合并 影响 格局 钢企 利润 仍 有望 快速增长 1216 | 沈阳 碧桂园 山林 美墅 NUMBER 元 EN NUMBER 起 DATE 发售 1217 | 抑制 通胀 预期 期待 更 有力 的 政策 应对 1218 | 一线 带活 一片 地产 老大 傍上 铁哥 1219 | 上海 楼市 DATE 新房 供应量 大幅 增加 成交 略有 上升 1220 | 时尚 背后 揭开 大牌 花裙 天价 秘密 1221 | 个体户 理财 增加 保障 积极 投资 实现 资产 最优化 1222 | 条例 内容 不 详尽 业委会 身份 问题 居 立法 焦点 之 首 1223 | 李沁 入选 少年 宝钗要 弃学 跳槽 ? 图 1224 | 组图 网球王子 剧组 做客 搜狐 直播间 1225 | 经济 评论 房价 整体 下跌 趋势 已经 难以避免 1226 | 阳光 NUMBER 国际 新城 二期 包豪斯 宽景德式 高层 开盘 图 1227 | 德奥 战前 球迷 对厢歌 坦克 击碎 科尔 多巴 美梦 1228 | 天津 公积金 新政 热点 问题解答 1229 | 股市 最坏 的 时候 EN 最好 的 时候 ? 1230 | 组图 网球王子 剧组 做客 搜狐 直播间 1231 | 汶川 地震 诗歌 感动 国人 诗人 与 大众 找到 共鸣 图 1232 | 大盘 波动 不 大 个案 价格 上调 1233 | 高油价 改变 各国 生活 方式 美国 考虑 NUMBER 天 工作制 1234 | 中关村 写字楼 临界期 到来 ? 1235 | 复谈 幕后 马英九 力推 两见 江丙坤 面授机宜 图 1236 | NUMBER 彩民 愿买 赈灾 彩票 赈灾 彩票 发行量 可 达 NUMBER 亿 1237 | 宁强 县委书记 总书记 一句 话 让 我 泪水 夺眶而出 1238 | 编者按 1239 | 拖 两年 半 不 交房 德 瀛 华府 空中 花园 变 空想 花园 1240 | 坚守 首演 在 废墟 中 诠释 对 生命 的 坚守 图 1241 | 业内 论坛 1242 | 独家 组图 王艳因 儿子 改变 戏路 1243 | 传媒 副社长 周志懿 新 时代 报纸 的 生存 法则 1244 | 万条 公众 建议 聚焦 食品安全 1245 | 业内 论坛 1246 | 郑州 试点 片医 负责制 医生 护士 将 上门服务 1247 | 湖人 涉险 拿下 比赛 艰难 将 总决赛 拖进 第六场 图 1248 | 业内 论坛 1249 | 房贷 适度 放松 央行 报告 中 关注 房价 的 弦外之音 ? 1250 | 专栏 中 印 汽车 潜在 竞争 加剧 1251 | 行业 景气 向 好 新能源 中 报 值得 期待 1252 | 来自 科技 的 安全 与 乐趣 倍 耐力 EN NUMBER 和 EN NUMBER 轮 1253 | 中国 NUMBER 万亿 热钱 已 超外 储成 金融 安全隐患 1254 | 高油价 悄悄 改变 车 生活 如何 用车 开车 更 省钱 1255 | 业内人士 披露 黑幕 贷款 购房 保险 暗宰 你 NUMBER 刀 1256 | 动态 北京 高考作文 争议 大 褒贬不一 1257 | 中视 传媒 董事 违规 炒股 追踪 1258 | 逃犯 逃 到 北川 遇 地震 跑 去 派出所 冒充 灾民 被 抓 1259 | 中文 输入法 内置 玄机 EN 入华 路径 猜想 1260 | 郑州 经济 开发区 副 主任 低价 买 别墅 真相 调查 图 1261 | 沈阳 楼市 拐点 阴影 迫近 地块 拍卖 比 底价 只高 两元 1262 | 多情 女人 痴情 男 实录 郑佩佩 演 妈妈 轻车熟路 1263 | 新 基金 发行 在 绝望 中 寻找 希望 1264 | 汪辜 会谈 到 两岸 两会 复谈 的 坎坷 过程 1265 | 高管 变更 风潮 席卷 基金业 1266 | 月亮 城堡 一个 与生俱来 的 生活 梦想 1267 | 加速 国际 资本 对接 与 深圳 万科 集团 董事长 王石 的 对话 1268 | 方正 系零 成本 收编 泰阳 证券 1269 | 奥运 规模 的 观众 1270 | 业内 论坛 1271 | 涌金系 后魏 东 时代 陈金霞 如何 弥缝 内外 人 脉 1272 | 记 北川县 漩 坪 乡党委 副 书记 兼 纪委书记 贾娅 1273 | 嗵 的 一声 后 必须 马上 跑 出来 1274 | 什么样 的 二手房 最 保值 次 新房 小户型 市区 房 1275 | 业内 论坛 1276 | 卧龙 大熊猫 惊魂 记组图 1277 | 本 世界 最 伟大 总决赛 翘首以待 带 EN 进 最好 时代 1278 | 传 李小鹏 将 赴 山西省政府 任职 疏通 煤电 梗阻 1279 | 广州 最受 富豪 家族 喜爱 的 十大 豪宅 组图 1280 | 优越 的 人文环境 让 集美 成为 人文 居住 的 良湾 1281 | 深圳 楼市 低价房 拉动 均价 下挫 翻身 回暖 仅 是 幻象 1282 | 步步高 星火燎原 志在千里 1283 | 构建 会展业 的 公共服务 体系 确保 浙洽会 消 博会 举办 1284 | 男人 们 该 知道 的 DATE 大 事件 1285 | 严复 与 开平 矿权 交涉 案 1286 | 沈阳 楼市 拐点 阴影 迫近 地块 拍卖 比 底价 仅高 两元 1287 | 泉州 晚报 副社长 林星民 走 品牌 经营 之 路 1288 | 六大 要素 解码 增光 佳苑 热销 1289 | DATE 深圳证券交易所 上市 公司公告 1290 | 记者 讲述 大 地震 亲历 我 自己 从 废墟 中 爬 出 1291 | 增强 文化 软 实力 促进 文化 大 发展 山西省 产业 1292 | NUMBER 户 老 信访 恩恩怨怨 这样 消融 1293 | 业内 论坛 1294 | 格调 行走 汽车 上 的 魔镜 1295 | 灾后 重建 中国 车企新 角色 1296 | 深圳 洪灾 泛滥 数千 人 被困 民警 救出 NUMBER 多名 群众 1297 | 齐二药案 NUMBER 原告 获赔 NUMBER 万 举报 有功者 仍 被判赔 1298 | · 1299 | 新形势下 金融街 面临 的 机遇 挑战 及 相应 对策 1300 | 华天 中国 最 年轻 的 奥运 骑手 1301 | 建行 EN 回应 贱卖 论 引资 美银 有利 保护 国有资产 1302 | 青川 地震 移民 调查 地震 移民 乡关 何处 1303 | 张爱萍 亲历 的 核爆 秘事 图 1304 | 食品饮料 高端 需求 结构 分析 中期 投资 策略 1305 | 汶川 大 地震 后 四川 旅游业 的 重建 与 对策 1306 | 海之南 澄迈 老城 苏东坡 登临 海南 的 第一站 1307 | 三一 重工 专访 理工科 毕业生 的 能力 确实 有些 差 1308 | 权威 指导 高考 志愿 填报 1309 | 重庆 奉节 圈地 乱局 移民 无处 住统 建房 空置 图 1310 | 道德 救市 能 真正 拯救 EN 股 吗 ? 1311 | 广州 车主 连夜 抢 油油 站 库空 EN 跟风 涨价 被 喊停 1312 | 比尔 · 盖茨 本 周五 正式 退休 图 1313 | 活动 专区 1314 | 建立健全 惩治 和 预防 腐败体系 DATE 规划 1315 | 中央 印发 建立健全 惩治 和 预防 腐败体系 DATE 规划 1316 | 行政 职能 复习 之 分类 强化 专题 专题 NUMBER 1317 | 本 公司 电子公告 服务 严格遵守 1318 | 德国 游记 1319 | 本 公司 电子公告 服务 严格遵守 1320 | 色戒 创意 发光 的 女人 球 1321 | 搜狐 房产 1322 | 本 公司 电子公告 服务 严格遵守 1323 | 组图 圣火 传递 长沙 站 起跑 仪式 现场 全记录 1324 | 组图 性感 小 内裤 完美 女人 必备 之物 1325 | 幻灯 俄罗斯 EN 瑞典 球迷 阵容 中惊现 比基尼 女郎 1326 | 幻灯 西班牙 意大利 NUMBER 分钟 闷战布 冯险 酿大错 1327 | 个人 炒金 为期不远 近日 将 向 央行 提交 具体 方案 1328 | 系统 提示 1329 | 系统 提示 1330 | 系统 提示 1331 | 系统 提示 1332 | 系统 提示 1333 | 系统 提示 1334 | 系统 提示 1335 | 系统 提示 1336 | 三 巨头 组图 加内特 摧城拔 寨 皮尔斯 肉搏战 禁区 1337 | 幻灯 奥地利 EN 德国 双方 球迷 迎接 生死 大战 1338 | 本 公司 电子公告 服务 严格遵守 1339 | 组图 纳豆 赢得 西班牙 德比 庆生 小 天王 俯首称臣 1340 | 求购 1341 | 榜眼 比斯 利组图 微笑 有 自信 外形 坚毅 不失 儒雅 1342 | 出售 1343 | 出售 1344 | 出售 1345 | 组图 萨芬 妹妹 再演 逆转 神话 神仙姐姐 丑态 频出 1346 | 出售 1347 | 出售 1348 | 本 公司 电子公告 服务 严格遵守 1349 | 北 1350 | 出售 1351 | 出售 1352 | 出售 1353 | 出售 1354 | 本 公司 电子公告 服务 严格遵守 1355 | 组图 圣火 在 石河子 传递 花车 宝贝 迎接 圣火 到来 1356 | 组图 欧洲杯 NUMBER 强 宝贝 波兰 宝贝 乔 安娜 - 克鲁帕 1357 | 组图 凯尔特人 夺冠 游行 众将 大 抽 雪茄 摆酷 亮相 1358 | 幻灯 意大利 NUMBER - NUMBER 法国 铁卫 吃 红牌 意大利 侥幸 NUMBER 1359 | 组图 奥运 圣火 即将 在 昆明 传递 起点 昆明 世博园 1360 | 幻灯 黑马 EN 谁 能 胜出 ? 克罗地亚 美女 香吻 助兴 1361 | 幻灯 功臣 瞬间 变 罪人 克罗地亚 新核 倒 在 点球 上 1362 | 齐齐尔 - - 来 寻找 你 熟悉 的 细节 1363 | 组图 奥运 圣火 即将 青海湖 传递 火炬手 接待 大会 1364 | 权威 媒体 评 全球 十佳 运动员 刘翔 入选 被 赞 最 成功 1365 | 本 公司 电子公告 服务 严格遵守 1366 | 搜狐 房产 1367 | 本 公司 电子公告 服务 严格遵守 1368 | 澳大利亚 风土人情 1369 | 组图 诺亚 人力 杯 五子棋 全国 赛 开幕式 高手 云集 1370 | 组图 富士通杯 NUMBER 强战 三国 峰会 拉开 NUMBER 决战 大幕 1371 | 出售 1372 | 澳门 旅游 相关 内容 1373 | 出售 1374 | 搜狐 房产 1375 | 组图 萧蔷深 EN 秀 乳沟 玩 自摸 挑逗 人心 1376 | DATE 中国 公 商务车 满意度 调查 1377 | 欧洲 海滩 1378 | 搜狐 房产 1379 | 本 公司 电子公告 服务 严格遵守 1380 | 搜狐 房产 1381 | 组图 扬科维 奇 腿伤 导致 落败 另类 美女 懊悔 尖叫 1382 | 组图 奥运 火炬 传递 昆明 站 联想 火炬手 集体 亮相 1383 | 视频 清水 之 城 - 荆州 长江 明珠 楚文化 源远流长 1384 | 组图 火炬 传递 在 即 联想 银川 举行 环保 签名 活动 1385 | 出售 1386 | 本 公司 电子公告 服务 严格遵守 1387 | 刘嘉玲 关之琳 同 出现 大秀 钻戒 比富 1388 | 巩俐 宣传 新片 异国他乡 大显 风骚 1389 | 组图 德国队 一 球 惜败 巴拉克 再次 与 冠军 无缘 1390 | 出售 1391 | 组图 中国女排 暴扣 打垮 对手 张娜 复出 赛场 舞步 1392 | 组图 中国女排 暴扣 打垮 对手 张娜 复出 赛场 舞步 1393 | 德阳市 级 接受 抗震救灾 物资 捐赠 统计表 DATE 1394 | 组图 圣火 即将 在 长沙 传递 长沙 火炬手 大会 现场 1395 | 组图 镜头 捕捉 博 尔特 撞线 瞬间 与 盖伊 惺惺相惜 1396 | 组图 国足 夜训 备战 卡中 之战 闷热 杜伊 赤膊上阵 1397 | 大 韩 航空 深度 文章 1398 | 菲律宾 旅游 资讯 1399 | 科比 战 凯尔特人 组图 暴扣 震 敌手 微笑 不失 风范 1400 | 本 公司 电子公告 服务 严格遵守 1401 | 出售 1402 | 出售 1403 | 组图 德国队 一 球 惜败 巴拉克 再次 与 冠军 无缘 1404 | 成都 旅交会 最新消息 报道 1405 | 组图 德国队 一 球 惜败 巴拉克 再次 与 冠军 无缘 1406 | 出售 1407 | EN 看 图 1408 | 出售 1409 | 幻灯 国 足 备战 蒿俊闵 勇猛 龙王 与 球员 谈心 减压 1410 | 视频 火炬 传递 暖 人心 荆州 火炬手 签名 祝福 灾区 1411 | 出售 1412 | 出售 1413 | 出售 1414 | 组图 纳达尔 变 身 肌肉 猛男 小 天王 法网 一路 狂奔 1415 | 组图 冯坤蕊蕊 完美 配合 女排 完胜 五星红旗 飘扬 1416 | 出售 1417 | 出售 1418 | 幻灯 天津泰达 备战 广药 于根伟 督训 王霄 笑 什么 1419 | 出售 1420 | 什邡市 三项 措施 解决 应急 供水 1421 | 本 公司 电子公告 服务 严格遵守 1422 | 组图 圣火 百色 站 平果 人民 这 一刻 我们 最 骄傲 1423 | 出售 1424 | 组图 沙排 啦 啦 美女 激情 热舞 垂眉 扭腰 尽显 风情 1425 | 本 公司 电子公告 服务 严格遵守 1426 | 幻灯 俄罗斯 NUMBER - NUMBER 西班牙 雨中 赛场 上空 电闪雷鸣 1427 | 历次 金融 工作 会议 1428 | 第十 日 十佳 图 纳达尔 庆祝 NUMBER 岁 生日 伊万 频走光 1429 | 组图 纳豆 赢得 西班牙 德比 庆生 小 天王 俯首称臣 1430 | 组图 奥运 火炬 传递 长沙 站 激情 笑容 淹没 人群 1431 | 英超 太太 团美胸 梦幻 阵容 竹竿 女友 领衔 锋线 图 1432 | 组图迪 巴巴 破 世界纪录 维 拉西奇 领衔 冲金五 将 1433 | 组图 圣火 重庆 传递 火炬手 签名 祝福 灾区 人民 1434 | 欲望都市 蜜月 限制级 大片 曝光 1435 | 出售 1436 | 本 公司 电子公告 服务 严格遵守 1437 | 组图 精英赛 小晖 状态 神勇 单杆 破百 NUMBER - NUMBER 胜 卡特 1438 | 组图 冯坤蕊蕊 完美 配合 女排 完胜 五星红旗 飘扬 1439 | 北 1440 | 组图 纪录 易建联 欣喜 时刻 曾 受热捧 玩笑 李连杰 1441 | 出售 1442 | 组图 功夫 熊猫 德国 首映 胖阿波 跪 地 耍宝 笑翻天 1443 | 出售 1444 | 图文 圣火 传递 三亚 站 第 NUMBER 棒 火炬手 传递 祥云 1445 | 出租 1446 | 出租 1447 | EN 罗 场外 演 激情戏 拉丁 岛为 西班牙 名模 脱衣 图 1448 | 图文 北京 奥运会 主会场 遍布 鸟巢 的 标识 1449 | 熊汝霖 吉杰 义演 热力 献歌 刘力扬 拍卖 超女 背心 1450 | 图文 圣火 重庆 传递 第 NUMBER 棒 火炬手 传递 祥云 1451 | 一周 新闻 留言 榜 1452 | 图文 圣火 在 昆明 传递 第 NUMBER 棒 火炬手 传递 祥云 1453 | 桂纶 镁 走秀 颠覆 乖巧 形象 最想 与 姜文 合作 图 1454 | 图文 圣火 在 昆明 传递 第 NUMBER 棒 火炬手 传递 祥云 1455 | 图文 奥运 火炬 在 贵阳 传递 易债 手持 火炬 传递 1456 | 倪萍 拍 新剧 探访 戒毒所 看情 到 深处 跪地 诉说 图 1457 | 出售 1458 | 出售 1459 | 亚信 任命 张醒 生为 EN 丁健 改任 为 公司 董事长 1460 | 组图 三国 剧组 再度 公开 亮相 沙溢 饰演 赵云 1461 | 出售 1462 | 出售 1463 | 组图威 瑟斯 彭 献身 公益 穿 和服 泡茶 颇具 神韵 1464 | 组图威 瑟斯 彭 献身 公益 穿 和服 泡茶 颇具 神韵 1465 | 图文 圣火 接力 宜昌 站 第 NUMBER 棒 火炬手 传递 祥云 1466 | 图文 圣火 重庆 传递 第二日 现场 辛苦 的 工作人员 1467 | 图文 圣火 万州 传递 珍妮 · 鲍恩 传递 欣喜若狂 1468 | 搜狐 房产 1469 | 图文 圣火 接力 武汉站 第 NUMBER 棒 火炬手 传递 祥云 1470 | 组图 胡军 姜武 吞云吐雾 迫不及待 抽 两口 1471 | 图文 圣火 接力 武汉站 第 NUMBER 棒 火炬手 传递 祥云 1472 | 图文 火炬 传递 汕头 站 第 NUMBER 号 火炬手 传递 祥云 1473 | 图文 圣火 接力 武汉站 第 NUMBER 棒 火炬手 传递 祥云 1474 | 出售 1475 | 出售 1476 | 组图 韩星 蔡妍 亮相 时装周 性感 豹纹 装走秀 1477 | 出租 1478 | 楼盘 简介 1479 | 图文 奥运 圣火 在 贵阳市 传递 火炬手 何洁 1480 | 出租 1481 | 珍禽 东方 白鹳 在 黄河三角洲 成功 繁育 后代 1482 | 图文 圣火 重庆 传递 第 NUMBER 棒 火炬手 传递 祥云 1483 | 图文 圣火 遵义 传递 NUMBER 棒 火炬手 传递 祥云 1484 | 组图 第二届 美国 偶像 冠军 鲁本 - 史坦德大婚 1485 | 出售 1486 | 组图 胡军 姜武 吞云吐雾 迫不及待 抽 两口 1487 | 出售 1488 | 任 EN 摸 大腿 维多利亚 展难 见 笑容 图 1489 | 组图 现身 电影 奖琳赛 满面春风 掀裙 露底 1490 | 什邡 重建 急盼 专业 技术人员 的 现场 指导 1491 | 女星 艾斯 莉妮 度假 不满 衣带 束缚 为 豪乳 解禁 1492 | 组图 爱丽 西亚 牙买加 度假 惬意 宽衣 展豪乳 1493 | 图文 圣火 遵义 传递 NUMBER 棒 火炬手 传递 祥云 1494 | 组图 官恩娜录 铁甲 无敌 奖门人 变 身 孕妇 1495 | 张韶涵 打开 旅行 的 潘多拉 盒子 组图 1496 | 欧洲 迪斯尼 亏了 三千万 1497 | 出售 1498 | 出租 1499 | 图文 圣火 在 井冈山 传递 第 NUMBER 棒 火炬手 传递 1500 | 组图 梁朝伟 刘嘉玲 上海 设宴 王家卫 现身 摘 墨镜 1501 | 图文 圣火 传递 桂林 站 熊熊燃烧 的 圣 火盆 1502 | 楼盘 简介 1503 | 出售 1504 | 图文 圣火 在 昆明 传递 第 NUMBER 棒 火炬手 传递 祥云 1505 | 图文 圣火 接力 长沙 站 第 NUMBER 棒 火炬手 传递 祥云 1506 | 出售 1507 | 图文 圣火 接力 宜昌 站 第 NUMBER 棒 火炬手 传递 祥云 1508 | 出售 1509 | 图文 圣火 接力 宜昌 站 第 NUMBER 棒 火炬手 传递 祥云 1510 | 出售 1511 | 出售 1512 | 布什 女儿 杰娜 蜜月 之旅 性感 热辣 惹 老公 欲火 图 1513 | 出售 1514 | 图文 圣火 在 井冈山 传递 第 NUMBER 棒 火炬手 传递 1515 | 图文 圣火 在 井冈山 传递 第 NUMBER 棒 火炬手 传递 1516 | 出售 1517 | 幻灯 英媒 回顾 EN 罗 DATE 曼联 岁月 他 从此 告别 英超 ? 1518 | 刘德华 被 爆有 心计 为 出风头 踢走 陈奕 迅图 1519 | 图文 火炬 传递 乌鲁木齐 站 参与 结束 仪式 的 学生 1520 | 图文 奥运 圣火 乌鲁木齐 传递 胡志斌 传递 1521 | 图文 圣火 新疆 喀什 传递 NUMBER 棒 火炬手 传递 祥云 1522 | 解放军 进行 抗洪抢险 紧急 出动 演练 组图 1523 | 张韶涵 上海 拍 广告 乔装 被 识破 唤 保安 抵御 偷拍 1524 | EN 冠军 控卫 受邀 火箭 与 姚明 成为 队友 1525 | 奥运场馆 巡礼 北京 射击 馆 组图 1526 | 组图 圣火 即将 银川 传递 火炬手 护跑 手 合影留念 1527 | EN 收购 大事记 1528 | 测试 他 是 一个 容易 变心 男人 吗 ? 1529 | 图文 圣火 惠州 传递 第 NUMBER 棒 火炬手 传递 祥云 1530 | 图 北川 农民 抢收 胡豆 1531 | 四川 全省 地震 受灾 累计 遇难 NUMBER 人 1532 | 快讯 赖斯 抵达 成都 开始 对 四川 进行 访问 图 1533 | 奥运 外籍 志愿者 积极参与 荣幸 接到 录用 通知 1534 | 图文 奥运 圣火 龙岩 传递 NUMBER 棒 火炬手 传递 祥云 1535 | 意军 杀出 死亡 之 组添 动力 艳星 承诺 获胜 脱衣 图 1536 | 奥运 即开 彩票 在 京 上市 首日 无 头奖 部分 网点 断货 1537 | 欧阳 鲲鹏 被 终身 禁赛 DATE 曾 获得 三枚 游泳 银牌 1538 | 股市 回暖 有助 催生 又 一批 财富 新贵 利好 于 房市 1539 | 出售 1540 | 冠军 教练 欲助 徒儿 华天 勇闯 奥运 为 其 解读 马匹 1541 | 历届 奥运 海报 京城 各 大酒店 限量 发行 分 三种 版本 1542 | 图文 女足 沈阳 备战 奥运会 准备 发球 1543 | 吉林省 延吉市 名片 组图 1544 | 出售 1545 | 青海省 格尔木 名片 1546 | 组图夜 偕 男友 狂购 健康 食品 洪欣 儿子 一旁 发闷 1547 | 图文 北京 奥组委 公布 残奥会 门票 设计方案 1548 | 图 搜狐 首席 运营官 龚宇 先生 在 签约 仪式 上 致辞 1549 | 奥运 圣火 百色 站 传递 路线 确定 分 平果 城区 两 部分 1550 | 图 NUMBER 关爱 行动 关淑怡 等 1551 | 快讯 东风 航天城 火炬 传递 开始 费俊龙 首棒 1552 | 图文 圣火 石河子 昌吉 传递 第 NUMBER 棒 火炬手 1553 | 清新 居家 彩色 床品 1554 | 图文 圣火 重庆 传递 NUMBER 棒 火炬手 传递 祥云 1555 | 测试 从小 痘痘 看 你 的 爱情 状况 1556 | 首都机场 建 专门 窗口 开辟 奥运 物资 报检 绿色通道 1557 | 宁夏回族自治区 中卫市 地理位置 1558 | 足彩 胜负 玩法 NUMBER 期 交战 历史 葡萄牙 EN 桑托斯 1559 | 与 天佑 酷热 街头 下 谈心 邓丽 欣大汗 湿透 肥 臀 现形 1560 | 组图 阮经天 童怡祯 代言 手机 不谈 裸体 谈 活动 1561 | 让 男女 疯狂 的 NUMBER 款 情趣 浴室 组图 1562 | 奥运 婚潮 将 至 北京 为 中外 新人 提供 预约 服务 1563 | 精彩 图集 火炬 传递 境内 NUMBER 站 DATE 长沙市 1564 | 半 全场 第 NUMBER 期 - EN 博彩 公司 历史 相同 赔率 数据 1565 | 图文 火炬 传递 广州 站 第 NUMBER 棒 火炬手 传递 祥云 1566 | 毛泽东 儿媳 去世 生前 愿望 和 毛岸 青看 奥运 开幕式 1567 | 熊倪 家乡 跑 首棒 意义 非常 一定 保存 火炬 作为 纪念 1568 | 捷克 高塔 成 球队 一号 球星 科勒 坦言 捷克 已 非 热门 1569 | 搜狐 房产 1570 | 本 公司 电子公告 服务 严格遵守 1571 | 清凉 重渡 沟 - - 风景 这边 独好 1572 | 森下 悠里 的 内衣 诱惑 1573 | 本 公司 电子公告 服务 严格遵守 1574 | 亦 真 亦 假 纯爱 性感 真人 木偶 1575 | 谁 的 卷发 打动 了 你 ? 看 韩国 女明星 1576 | 非洲 女孩 健康 大片 时尚 不 分 种族 1577 | 想 买 办公房 的 看 过来 新 办公房 原价 转让 现房 1578 | 公司 服务 1579 | 搜狐 房产 1580 | 搜狐 房产 1581 | 本 公司 电子公告 服务 严格遵守 1582 | 女星 如何 演绎 烈焰红唇 交际花 1583 | 狼人 帮托 出个 美女 毛毛 1584 | 本 公司 电子公告 服务 严格遵守 1585 | 中国 民营企业 第三 死死 于 企业 政治化 1586 | 出售 1587 | 本 公司 电子公告 服务 严格遵守 1588 | DATE 中国 四川 国际 峨眉 武术 节 隆重开幕 1589 | 本 公司 电子公告 服务 严格遵守 1590 | EN 组之 最 EN - 罗 射门 居首 纳尼 NUMBER 场 比赛 登基 犯规 王 1591 | 组图 小 李 亚洲杯 奖金 捐 灾区 接受 采访 侃侃而谈 1592 | 图 演艺界 NUMBER 关爱 行动 大 汇演 现场 群星 表演 1593 | 出售 1594 | 搜狐 房产 1595 | 出售 1596 | 组图 欧洲杯 NUMBER 强 宝贝 波兰 宝贝 乔 安娜 - 克鲁帕 1597 | 组图 塞尔 比进 决赛 将 战小晖 英伦 帅哥 发型 劲 爆 1598 | 搜狐 房产 1599 | 清雅 绿意 初夏 时节 的 NUMBER 款 时尚 单品 1600 | 鞋包 配饰 自然 材质 透出 清凉 味道 1601 | 出售 1602 | 出售 1603 | 本 公司 电子公告 服务 严格遵守 1604 | - 1605 | 组图 奥运 火炬 西宁 站 街头 职业 追火人 1606 | 易宪容 今天 可 高兴 拉 终于 崩盘 了 喝红洒 庆祝 ? 1607 | 本 公司 电子公告 服务 严格遵守 1608 | 出售 1609 | 本 公司 电子公告 服务 严格遵守 1610 | 巨鹰 生擒 大 海蛇 海 中 怪物 竟 在 空中 攻击 巨鹰 图 1611 | 组图 彭帅 再现 东方 神韵 中国 美女 扬威 伦敦 赛场 1612 | 政策法规 1613 | 出售 1614 | 出售 1615 | 组图 圣火 传递 太原 站 市民 喜迎 奥运 圣火 1616 | 瑞都 国际 二手房 1617 | 出售 1618 | 组图 西班牙队 热身 秘鲁 托雷斯 玩命 比利亚 破门 1619 | 本 公司 电子公告 服务 严格遵守 1620 | 美媒评 未来 NUMBER 大 球员 教练 巴蒂尔 列 第四 天尊 入选 1621 | 组图 新疆 奥运 火炬 花车 宝贝 在 训练 中 1622 | 出售 1623 | 凶悍 犀牛 与 大象 对决 大象 被 顶 翻后 仓皇 逃跑 图 1624 | 英超 十大 潜在 外来 标王 蓝军 NUMBER 目标 总价 NUMBER 亿 NUMBER 千 1625 | 组 图法 版小罗创 个人 最佳 庆胜 方式 尽显 孩子气 1626 | 组图 李昌镐 战 赵汉乘 李世石 观战 业余 天王 现身 1627 | 出售 1628 | 当 驴子 爱上 骆驼 发情 驴子 竟要 与 骆驼 交配 图 1629 | 组图 女明星 浴缸 中 诱惑 妖娆 做 沐浴 香美人 1630 | 出售 1631 | 本 公司 电子公告 服务 严格遵守 1632 | 本 公司 电子公告 服务 严格遵守 1633 | 搜狐 房产 1634 | 搜狐 房产 1635 | 搜狐 房产 1636 | 南京 有 有 1637 | 出售 1638 | 本 公司 电子公告 服务 严格遵守 1639 | 组图 奥运 火炬 传递 长沙 站 激情 笑容 淹没 人群 1640 | 购 卡卡 竟 不是 斯科拉里 首要任务 六人 比 他 更 珍贵 1641 | 本 公司 电子公告 服务 严格遵守 1642 | 组图 德国 太太 团 现场 助阵 克洛斯 太太 遭强 吻 1643 | 组图 纳达尔 生日 喜获 NUMBER 连胜 端起 酒杯 畅饮 胜利 1644 | 本 公司 电子公告 服务 严格遵守 1645 | 搜狐 房产 1646 | 搜狐 房产 1647 | 本 公司 电子公告 服务 严格遵守 1648 | 本 公司 电子公告 服务 严格遵守 1649 | 本 公司 电子公告 服务 严格遵守 1650 | 出售 1651 | 搜狐 房产 1652 | 目前 没有 户型图 1653 | 组图 奥运 火炬 传递 湘潭 站 长沙 机场 景观 掠影 1654 | 第二十五 期 现场 实录 1655 | 本 公司 电子公告 服务 严格遵守 1656 | > 职业培训 1657 | 霍氏 被捕 事件 1658 | 出售 1659 | 出售 1660 | 欧洲杯 十大 硬汉 一人 废掉 马拉多纳 意大利 球霸 1661 | 出售 1662 | 出售 1663 | 出售 1664 | 出售 1665 | 幻灯 大学生 围堵 女足 大巴 打 赤膊上阵 索要 签名 1666 | 出售 1667 | 本 公司 电子公告 服务 严格遵守 1668 | 出售 1669 | 出售 1670 | 本 公司 电子公告 服务 严格遵守 1671 | 本 公司 电子公告 服务 严格遵守 1672 | 尊敬 的 股东 1673 | 组图 圣火 接力 太原 站 起跑 仪式 上 演员 载歌载舞 1674 | 出售 1675 | 出售 1676 | 组图 奥运 火炬 传递 长沙 站 热情 的 长沙 市民 1677 | 出售 1678 | 出售 1679 | 组图 加内特 篮下 无人 可 挡 皮尔斯 推平 防守 堡垒 1680 | 英媒评 欧洲 转会 NUMBER 热门 EN 罗 难进 前十 NUMBER 岁 天才 NUM 1681 | 组图 EN 选秀 媒体 开放日 罗斯 与 比斯 利 谁 与 争锋 1682 | 视频 火炬手 韩露 捐献 骨髓 挽救 一名 白血病 患者 1683 | 唐家山 堰塞湖 抢险 指挥部 决定 维持 黄色 警报 1684 | 图文 圣火 接力 湘潭 站 第 NUMBER 棒 火炬手 传递 祥云 1685 | 图文 火炬 传递 荆州 站 第 NUMBER 号 火炬手 传递 祥云 1686 | 周迅 变身 绿色 精灵 男友 大齐出 创意 1687 | 沈阳 NUMBER 名 防火 监督员 进驻 涉奥 场馆 NUMBER 小时 监控 1688 | 小组赛 EN 组 战罢 葡萄牙 无心恋战 土耳其 神奇 逆转 1689 | 图文 意大利 备战 与 西班牙队 比赛 布 冯秀 头球 1690 | 网友 NUMBER 万 装修 NUMBER 平米 清雅 居室 1691 | 雅雅 图雷 获得 科特迪瓦 年度 最佳 球员 称号 1692 | 张纪中 回应 场景 图 阴森 孙悟空 闹 天宫 就 这 氛围 1693 | 图文 俄罗斯队 备战 首场 比赛 皮球 很 硬 1694 | 中华 企业 公布 控股 子公司 同意 上海 瀛 浦 置业 有限公司 向 上海 银行借款 公告 1695 | 图文 欧洲杯 俄罗斯 NUMBER - NUMBER 荷兰 俄罗斯 人 的 节日 1696 | 第 NUMBER 届 大钟 奖 最佳 女主角 林秀晶 幸福 1697 | 美国 夫妇 隐居 景色 旖旎 的 新西兰 湖畔 别墅 木屋 1698 | 组图 啦啦队 助阵 男篮 热身 美女 空竹 表演 最 惊艳 1699 | 双彩网 排列三 专家组 第 NUMBER 期 综合 分析 推荐 1700 | 乙级 联赛 展开 第五轮 争夺 天津 三支 队伍 战绩 各异 1701 | 组图 瑞典队 备战 希腊 主帅 亲力亲为 准备 器材 1702 | 双环科技 临时 股东大会 通过 公司 为 他人 提供 担保 的 议案 1703 | 维姆 文德斯 将 出任 NUMBER 届 威尼斯 电影节 评委会 主席 1704 | 图文 中国女排 NUMBER - NUMBER 泰国 女排 杨昊 扣球 瞬间 1705 | 图文 西班牙 NUMBER - NUMBER 意大利 卡西 利亚斯 扑 出 点球 1706 | EN 大江 公布 重大 事项 进展 公告 1707 | 瑞士 空军司令 因 士兵 在 演习 中 死亡 而 被 解职 1708 | 韩 第一 美女 珠胎暗结 金喜善 在 网上 公开 怀孕 喜讯 1709 | 中超 前瞻 京沪 长连 捉 对 厮杀 西北 狼 欲 夺回 榜首 1710 | 希腊 NUMBER 人 客轮 东 爱琴海 触礁 船体 受伤 不太 严重 1711 | 山东 济南 一 冷库 发生 氨气 泄漏 未 造成 人员伤亡 1712 | 图文 希腊 NUMBER - NUMBER 俄罗斯 雷格尔 与 希丁克 握手 1713 | 图梦舟 明星 足球队 图片 - NUMBER 1714 | 图文 美国 高尔夫 公开赛 伍兹 夺冠 怀抱 奖杯 祈祷 1715 | 巴克莱 称 通胀 加剧 或 抑制 全球 金属 需求 1716 | 红牛杯 桥牌赛 第三站 在京举行 食品 监管局 夺冠 1717 | 伊甸 之东 剧照 NUMBER 1718 | 方正科技 大 股东 受让 NUMBER 万股 1719 | 奥运 奖牌 连连 猜 资格 奖 第 NUMBER 期 开奖 公告 1720 | 搜狐 房产 1721 | 深圳晚报 双色球 NUMBER 期 四码 蓝 NUMBER 1722 | 广东 汕头 南澳县 海岛 上 发现 NUMBER 只 珍稀 岩鹭 1723 | 图文 中超 深圳 EN 长春 王栋 黑脚 1724 | 快讯 工业 和 信息化 部 DATE 上午 NUMBER 时 正式 挂牌 1725 | 中国 国航 公开 增发 获有 条件 通过 1726 | 自然 博物馆 DATE 起 免费 开放 1727 | 赛博数码 广场 今日 搬迁 图 1728 | DATE 全国 高考 重庆 卷文综 试题 1729 | 图文 阿根廷 NUMBER - NUMBER 墨西哥 梅西 伺机 妙传 1730 | 资料 图片 汪道涵 与 辜振甫 在 四项 协议 上 签字 1731 | 山东 聊城 爱心 助考 出租车 免费 接送 考生 图 1732 | 图文 河南建业 香河 备战 贾秀全 指手画脚 1733 | 河源 军分区 组织 民兵 防汛 抢险 训练 1734 | 图文 荷兰 NUMBER - NUMBER 罗马尼亚 再见 穆图 1735 | 搜狐 房产 1736 | 司机 谦让 车尾 贴 标语 你 是 我 大爷 随便 超图 1737 | 都江堰 供 水面 恢复 NUMBER 左右 基本 满足 群众 饮用水 1738 | 新生 入学 门槛 有 多 高 全国 部分 高校 学费 一览 1739 | 组图 NUMBER 关爱 行动 明星 赈灾 义演 1740 | DATE NUMBER 点 直播 亚洲杯 快棋赛 第三场 李喆战 赵汉乘 1741 | 图文 瑞典 NUMBER - NUMBER 希腊 伊布 遭 严防死守 1742 | 大连 女 骑警 训练 退役 赛马 组图 1743 | 祥云 飘过 彩云 之南 1744 | 为 奥运 而练图 1745 | 中国 新一代 超音速 教练机 猎鹰 NUMBER 号 首飞 成功 图 1746 | 祥云 虽 已 飘远 激情 永驻 心 间 1747 | 作客 亚洲 名人 聊天室 杨紫琼 山顶 旧居 寻 足迹 1748 | 南极 首现 冰震 1749 | 今日 上午 迎送 失事 直升机 烈士 灵柩 1750 | 八款 糖果 色 混 搭 日 韩 EN 正 流行 1751 | 独家 策划 对抗 欧洲杯 好莱坞 暑期 档 足球队 阵容 1752 | 图文 EN 湖人 EN 凯尔特人 湖人队 克里斯 - 米姆 1753 | 海关 累计 验放 NUMBER 批次 抗震救灾 物资 和 救援 人员 1754 | 图文 西班牙 DATE 后 再 捧 欧洲杯 高举 冠军 奖杯 1755 | 图文 意大利 NUMBER - NUMBER 塞尔维亚 意大利 队员 扣球 1756 | 图文 中超 上海 NUMBER - NUMBER 陕西 热情 的 蓝 魔 球迷 1757 | 埃及 著名 古迹 狮身人面像 深受 鸟害 组图 1758 | EN 东源 DATE 度 股东 大会决议 1759 | 图文 欧洲杯 NUMBER 强 主教练 西班牙 主帅 阿拉贡 内斯 1760 | 图文 欧洲杯 NUMBER 强 主教练 瑞典队 主教练 拉 格贝克 1761 | 快讯 美国 两架 直升机 相撞 造成 至少 NUMBER 人 死亡 1762 | 今日 停牌 公告 1763 | 世界杯 亚洲区 小组赛 朝鲜 战胜 土库曼斯坦 队 1764 | 图文 中国女排 姑娘 遭遇 小球迷 队员 关注 比赛 1765 | 贩卖 奥运 门票 被 刑拘 NUMBER 名 嫌疑人 在 北京 落网 1766 | 法国 研究 发现 吸烟 有损 智力 导致 记忆力 下降 1767 | 甘肃 陇南 震区 建起 首座 野战医院 1768 | 针对 阿尔甘达卜 地区 塔利班 武装 的 战斗 告捷 1769 | 图文 世 预赛 国 足 备战 伊拉克 杨智 结束 训练 1770 | 图文 欧洲杯 西班牙 EN 俄罗斯 球迷 燃放 烟火 1771 | 陈实 理性 购物 秀 漂亮 女人 如何 悦己 ? 1772 | 快讯 揭幕战 超级 替补 造 杀机 捷克 NUMBER - NUMBER 瑞士 图 1773 | 陕西 公安厅 虎照 造假 事件 系 周正 龙一人 所 为 图 1774 | 德国人 创作 的 垃圾 人 在 华盛顿 展出 组图 1775 | 专题 辅导 生物科学 的 学习 过程 精选 篇 1776 | 风神 预计 DATE 凌晨 登陆 气象局 ⅳ 级 应急 响应 1777 | 建设银行 公布 EN 股 DATE 下半年 分红 派息 实施 公告 1778 | 足彩 NUMBER 期 交战 历史 汇总 沙 拉曼 卡 主场 恐 失利 1779 | 网友 调查 您 觉得 湖人 与 凯尔特人 谁 能 夺得 总冠军 1780 | 快讯 联合国儿童基金会 代表 儿童 需 心理 辅导 1781 | 女人 危机 ? 日本 的 女友 机器人 图 1782 | 广发 证券 广东明珠 资源 丰富 有望 强势 反弹 1783 | 绵阳 市委书记 谭力 亲述 抗震救灾 的 全过程 1784 | 吕梁 高速 公司 收费 效益 再创 佳绩 1785 | 季羡林 被 聘为 日本 学士 院 客座 院士 1786 | 吴仪 美国 就 知识产权 诉诸 EN 中国 将 奉陪到底 1787 | 邢台 保定 再 掀 募捐 高潮 1788 | 图文 欧洲杯 西班牙 EN 意大利 托雷斯 被 放 倒 1789 | 唐山 奥运 期间 食品安全 实行 日 报告 制度 1790 | 大洋 EN NUMBER 风险 警示 公告 1791 | 图文 德国 NUMBER - NUMBER 波兰 波 多尔斯 基 射门 瞬间 1792 | 金证 股份 公布 临时 股东 大会决议 公告 1793 | 盘江 股份 公布 重大 事项 进展 公告 1794 | 图文 女排 训练 迎战 德国 陈忠和 陈招娣 进行 交流 1795 | 雅虎 与 谷歌 达成 非 独家 性 搜索 广告 协议 1796 | 迪士尼 舞台剧 三大 经典 童话 剧照 NUMBER 1797 | 红毯张 根锡留 胡渣 梳 小贝 发型 博 众人 芳心 1798 | 新加坡 美容 医疗事故 索赔案 不断 增多 1799 | 震撼 世界 的 七日 剧照 曝光 范伟 废墟 刨 人图 1800 | 图文 男篮 EN 克罗地亚 孙悦 要球 1801 | NUMBER 专家 体彩 排列三 第 NUMBER 期 金生水 分析 推荐 1802 | 测试 在 他 的 眼中 你 还 清纯 吗 ? 1803 | 图文 奥地利 EN 克罗地亚 打入 点球 如释重负 1804 | 韩国 女孩 布置 的 情趣 卫生间 组图 1805 | 摩根 大通 DATE 增持 近 NUMBER 万股 马钢 NUMBER - EN 1806 | 图文 NUMBER 球 美女 付小芳 运动 写真 表情 搞怪 1807 | 全国 中药材 专业 市场 协作 会 成立 1808 | 自制 购物袋 一片 奥运 情 1809 | 熊述 娟 我 要 把 灾区 的 老人 当作 自己 的 爷爷 1810 | DATE 全国 高考 广东 卷 生物 试题 1811 | 图文 EN 凯尔特人 EN 湖人 皮尔斯 换上 战衣 1812 | 图文 纳达尔 EN 基弗 纳达尔 整理 头发 1813 | 周大福 慈善 杯 高尔夫 巡回赛 开赛 图 1814 | 老鬼 看盘 欧洲杯 单场 复盘 西班牙 赢 在 情理之中 1815 | 世界 主要 城市 DATE 天气预报 1816 | 图文 孟菲尔 斯 NUMBER - NUMBER 费德勒 追着 球 跑 1817 | 图文 EN 凯尔特人 EN 湖人 皮尔斯 不 惧 防守 1818 | 组图 欧洲杯 西班牙 备战 NUMBER 门将 显 神威 小法 沉思 1819 | 图文 纳达尔 力克 小德 捧 女王 杯 纳达尔 回球 瞬间 1820 | 图文 EN 凯尔特人 为 职棒 开球 波西 向 球迷 欢呼 1821 | 驻 阿富汗 联军 一架 直升机 失事 机上 NUMBER 名 士兵 身亡 1822 | 其他 球队 新闻 1823 | 国资委 确立 国有资产 损失 究责制 1824 | 第五届 潞安 杯 篮球 邀请赛 主题歌 1825 | 考场 笑 与 愁 1826 | 金健 米业 公布 董事会 决议 公告 1827 | 死亡 之组 名副其实 图 1828 | 广州 炒股 资金 大举 回流 银行 1829 | 组图 女星 爱 粉红 林秀晶 范冰冰 舒淇 撞衫 谁 更 美 1830 | EN 珠峰 董事会 安全 与 环境 委员会 工作细则 1831 | 九位 韩国 当红 明星 时尚家居 大 曝光 1832 | DATE 全国 高考 北京 卷 理科 综合 试题 及 答案 1833 | 图文 亚洲杯 半决赛 挑战 李世石 谢赫 落子 一瞬 1834 | 德意志银行 预计 震后 重建 投入 将 推高 EN NUMBER 1835 | 走出 考场 考生 有说有笑 1836 | 汶川 一日 平静 中 的 希望 图 1837 | 国信 证券 苏宁 电器 领先 战略 推动 向 行业 第一 演进 1838 | 毛主席 儿媳 邵华 平淡 生活 平静 离去 组图 1839 | DATE 全国 高考 重庆 卷 理科 综合 试题 及 参考答案 1840 | NUMBER 北京 国际 旅 博会 现场 精彩 花絮 1841 | EN 明年 有望 成 域名 后缀 1842 | 震中 无 麻醉 断腿 逃生 的 现代 关羽 坚强 传递 1843 | 某团 开展 奥运 知识 问答 接力赛 1844 | 图文 马术 模特 唯美 写真 修长 身材 一览无余 1845 | 爵士 后卫 成功 接受 脚 手术 科沃 尔 三周 后 恢复 训练 1846 | 考生 出游 享 特价机票 组图 1847 | 图文 EN 湖人胜 凯尔特人 费舍尔 封堵 雷 - 阿伦 1848 | 图文 申雪 赵宏博 冰场 完美 义演 孩子 们 在 台上 1849 | 图文 巴西 女排 NUMBER - NUMBER 德国 女排 巴西 女排 组织 进攻 1850 | 搜狐 - 央视国际 联合 调查 意军 能否 冲出 死亡 之组 1851 | NUMBER 个人 数据 榜 1852 | 奥运 票务 系统 亮相 智能卡 盛宴 1853 | 张茜 还 没 准备 好 再造 人图 1854 | 奥运 火炬 在 贵阳 传递 1855 | 海鸟 发展 DATE 度 股东 大会决议 公告 1856 | 广东 佛山 暴雨 来临 白昼 如夜 图 1857 | 图文 费德勒 和 帕克 夫妇 观 欧洲杯 认真 看 比赛 1858 | 伦敦 莫奈 名画 拍卖 有望 创 历史记录 1859 | DATE 全国 高考 湖北 卷理 综 试题 后 部分 答案 1860 | DATE 高考 山东 卷 全套 试题 及 答案 一 1861 | 图文 亚洲杯 中国 NUMBER - NUMBER 朝鲜 手 捧 奖杯 1862 | DATE 普通高校 招生 统一 考试 广东 卷 文科 基础 EN 1863 | 国际石油 会议 各方 未 达成 共识 1864 | 图梦舟 明星 足球队 队员 罗中旭 - NUMBER 1865 | 山西省 火炬手 共 NUMBER 名 阎维文 谭晶 等 人 参与 传递 1866 | 第一 视频 承担 奥运 中外 媒体 服务 1867 | 成龙 自爆 想 娶 韩国 女子 金喜善 崔智友 二选 一太难 1868 | 组图 四川 卧龙 大规模 转移 圈养 大熊猫 1869 | DATE 香港 小姐 性感 亮相 介绍 远游 美国 感受 图 1870 | 蒋勇 涉嫌 受贿 被 终止 全国 人大代表 资格 1871 | 阿迪达斯 欧洲杯 装备 群星 闪耀 诠释 EN 鞋 1872 | 摩托罗拉 推进 EN 手机 战略 1873 | 辞演 总统 拒当 女王 李英爱 复出 无期 1874 | DATE 普通高校 招生 统一 考试 福建 卷 语文 1875 | 图文 罗迪克 NUMBER - NUMBER 提普萨勒 维奇 眼镜 侠展 臂 回球 1876 | 审计署 曝光 三起 救灾款 物 违规 事件 1877 | 你 绝对 没见 过 的 史 上 最 牛 键盘 1878 | 你 绝对 没见 过 的 史 上 最 牛 键盘 1879 | 国祥 股份 公布 股东 大会决议 公告 1880 | 出售 1881 | 快讯 奥巴马 宣布 获胜 1882 | NUMBER 欧洲杯 小组赛 EN 组 交战 历史 希腊 EN 西班牙 1883 | 重点 开展 舱外 航天服 与 飞船 气闸 舱 设备 操作 项目 1884 | 快讯 评委 赫尔姆 里 奇谈 拍 四川 地震 纪录片 想法 1885 | EN 闽东 股权 分 置 改革 进展 1886 | 组图 湖人 训练 备战 决赛 加索尔 与 科比 场边 密谋 1887 | NUMBER - NUMBER - NUMBER 沪 深 EN 股 换手率 排名 1888 | 图文 中甲 烟台 毅腾 赛前 训练 后卫 也 练 射门 1889 | 台北县 国民党 议员 联署 提案 力争 升 为 直辖市 1890 | 易 初莲花 较 薄 袋子 仅 一种 手提 编织袋 定价 NUMBER 1891 | NUMBER 万张 宣传画 全市 发放 1892 | 图文 法国 欧洲杯 阵容 NUMBER 号 中场 马卢达 1893 | 图文 萨芬娜 获胜 欣喜若狂 对手 黯然神伤 1894 | 解析 奥运 射击 首金 三 劲敌 特点 迥异 威胁 不小 图 1895 | 全国 社保 投资 NUMBER 亿元 试水 私募 股权 基金 1896 | 教育部 灾区 力争 在 DATE 前 实现 全面 复学 复课 1897 | 国安 EN 申花 战绩 回顾 NUMBER - NUMBER 成 经典 御林军 略处 下风 1898 | 图文 西班牙 NUMBER - NUMBER 俄罗斯 卡西 受伤 倒地 1899 | 美国 经济 惨淡 民众 怨 布什 1900 | 会展 大盗 流窜 全国 作案 落网 主犯 被判 DATE 1901 | 胡锦涛 在 甘肃 看望 巴基斯坦 国际 医疗队 图 1902 | 火炬 凯里 传递 苗乡 侗寨 迎 祥云 巴拉 河畔 笙歌 扬 1903 | 一次 技能 培养 与 检验 提前 NUMBER 分钟 代表 一种 自信 1904 | 重症 监护 专业 护士 急 赴 灾区 NUMBER 人 组成 医疗队 1905 | 唐家山 堰塞湖 可能 下午 泄流 完全 溃决 可能性 不 大 1906 | 民族 证券 康缘 药业 核心 竞争力 新一轮 成长 1907 | 惊奇 博 尔特 刷新 百米 世界纪录 北京奥运 成 热门 1908 | 奥运冠军 庄泳 认养 两只 奥运 大熊猫 1909 | 英国 运营商 EN - EN 将 淘汰 EN - EN 1910 | 祥云 进入 藏区 第一站 圣火 今日 光耀 香格里拉 1911 | 监管部门 官员 EN 正在 抄底 应该 向 他们 学习 1912 | 中国 反对 任何 国家 为 达赖 从事 分裂 活动 提供 支持 1913 | 灾区 里 的 北京 节能 屋 1914 | 今年 高考 信息 可 免费 网上 查询 1915 | 未来 NUMBER 天 江西 将 出现 明显 雷雨 天气 局部 有 暴雨 1916 | 增值税 占 荷兰政府 税收收入 三分之一 1917 | 于根伟 国 足 驻地 叙旧 前 国脚 战前 为 队友 加油 鼓劲 1918 | 地铁 内 拍 广告 小猪 罗志祥 吊 拉环 秀 臂力 组图 1919 | 太湖 银鱼 出现 恢复性 增长 1920 | 个股 呈现 大面积 重挫 继续 向下 的 调整 压力 加大 1921 | 音乐剧 发胶 星梦 沪 上 为 胖美人 找回 自信 1922 | 湖南永州 暴雨 紧急 转移 NUMBER 万人道 县 县城 浸水 过半 1923 | 雀巢公司 一 销售 索要 加班费 将 公司 推上 了 被告席 1924 | 浙江 大幅 调整 耕地 占用 税额 标准 提高 约 NUMBER 倍 1925 | 关注 企业 责任 优化 消费 环境 大型 网络 调查 1926 | 有 打工 经历 中国 高中生 不足 四成 低于 日 韩 高中生 1927 | 赤壁 主打 歌曲 走红 歌手 高进 受 关注 1928 | 王励勤 继续 接受 检验 摆正位置 持 必胜 信息 是 关键 1929 | 广西 平钟 高速公路 发生 山体 滑坡 图 1930 | 奥黛丽 - 赫本 前夫 梅尔 - 弗尔 逝世 享年 NUMBER 岁 1931 | 湖北 十一五 期间 投 NUMBER 亿 改善 交通 能源 设施 1932 | 第 NUMBER 轮 打出 NUMBER 杆 为时已晚 米克尔 森 主场 折戟 而 归 1933 | 盖茨 称 网络广告 是 最大 败笔 巴尔默 起薪 四万 五 1934 | 为 汶川 加油 搜狐 NUMBER 名 网友 奔赴 唐山 1935 | 价 高难 保养 新能源 汽车 合适 走向 百姓 家庭 1936 | 旅客 空中 祈福 空姐 爱心 拍卖 1937 | 消防法 修订 草案 公众 聚集 场所 应 参加 火灾 公众 责任保险 1938 | 潇湘晨报 欧洲杯 拒绝 禁欲 令 1939 | 弥补 网点 硬伤 外资银行 首开 支行 扩张 1940 | 西班牙 巴塞罗那 孔子 学院 成立 1941 | 三亚 夏季 旅游 遭遇 寒流 1942 | 海鸟 发展 公布 股权 转让 提示性 公告 1943 | 国际原子能机构 DATE 全球 核反应堆 将 增 六成 1944 | 中 美 战略 经济 对话 美方 官员 称赞 气氛 积极 1945 | 环保部 秸秆 禁烧 三省 七市 仍存 大面积 违法 焚烧 1946 | NUMBER 欧洲杯 大幕 今日 拉开 EN 罗 领衔 首日 精彩演出 1947 | 民生银行 搭建 信贷 信托 理财 平台 1948 | 郑州 知名 景观 路上 NUMBER 棵 国槐 被 人 剃成 阴阳 头 1949 | 国家 超级 小麦 遗传 育种 国际 科技 合作 基地 建立 1950 | 我国 科学家 发现 世界 上 第 NUMBER 种 超高压 矿物 1951 | 河南 旅游 质监 部门 暗访 小分队 已 启程 1952 | 越秀 房托 NUMBER - EN 配售 基金 单位 购 广州 物业 1953 | 陈冠希 在 美 居无定所 姐姐 他 心情 每天 都 不同 1954 | 经纪人 否认 与 明道 关系暧昧 看 图说 故事 很 无聊 1955 | 纽约 大雨 影响 选手 发挥 黄 潇潇 高 淑英 均列 第五名 1956 | EN 宣布 芝加哥 等 NUMBER 市 成为 DATE 奥运会 候选 城市 1957 | 北京 一降 三升 医保 政策 将促 社区卫生 发展 1958 | 布什 欲 在 离任 前 抓住 拉登 特种兵 与 美军 合作 搜捕 1959 | 新闻晚报 希丁克 胆子 实在 不小 1960 | 教师 网上 销售 高考 答案 湖州 警方 考前 NUMBER 小时 破获 1961 | 亚太经合组织 贸易 部长会议 在 秘鲁 开幕 1962 | 道琼斯 泛欧 NUMBER 下跌 巴克莱银行 股价 回落 1963 | 本周 重要 时间 之窗 或现 中期 底部 1964 | 陆克文称 伊战 建立 在 谎言 之上 痛批 前任 追随 美国 1965 | 前 经纪人 摆红 酒宴 力邀 钟楚红 复出 叶童 夫妇 作陪 1966 | 武汉 一 新生儿 生命垂危 父亲 表达 捐献 遗体 心愿 1967 | 少林寺 传奇 火爆 京城 陈 佳佳 大变身 图 1968 | 老 法师 看盘 追高 不足取 DATE 均线 有 压力 1969 | 北京 非 在校生 与 散居 婴幼儿 参保 缴费 开始 1970 | 搜狐 房产 1971 | 李连杰 赈灾 修 厕所 也 无怨 一生 中 最大 的 包袱 1972 | 沈阳市 将建 东北 最大 农副产品 物流 中心 1973 | 和田 白玉 藏身 偏僻 水池 上 亿元 宝物 被弃 两年 图 1974 | 杜伊奇阵 迷倒 国 足 刷卡 不成 反 被 卡 1975 | 印度 筑路 公司 在 阿富汗 遭 袭击 致 NUMBER 人 死亡 NUMBER 人 受伤 1976 | 方大 炭素 中报 预增 NUMBER 以上 1977 | 许飞 周六 南京 签 新片 毕业 歌会 整装待发 1978 | 李修 蒙符馨 尹 贴面 跳舞 亲人 爱人 情意绵绵 1979 | 两岸 周末 包机 指定 NUMBER 家 承运人 NUMBER 航点 不办 首航 仪式 1980 | EN 大江 公布 关于 撤销 股票交易 其他 特别 处理 公告 1981 | 溃败 NUMBER 宗罪 NUMBER 套 阵容 可入 吉尼斯 足协 用 屁股 备战 1982 | 武汉 首条 地铁 开挖 在 即 预计 DATE 建成 1983 | 英国 公主 比 阿特 丽斯 被 曝 在 金融时报 就职 1984 | 山西 煤矿 爆炸 事故 找到 NUMBER 名 遇难者 NUMBER 人 仍 被困 图 1985 | 海湾 国家 高 通胀 不是 因 货币 与 美元 挂钩 所致 1986 | DATE 全国 规模 以上 工业 企业 增加值 同比 增长 NUMBER 1987 | 周蕾 陪 孟广美 上海 散心 澄清 与 巫启贤 所 传绯闻 1988 | 中国 与 埃及 在 医药 医疗 领域 的 合作 前景 广阔 1989 | 夏季 气候 反常 造成 伤害 有车族 需 当心 车险 四不赔 1990 | 宋祖英 丈夫 罗浩 策划 妻子 献唱 支持 图 1991 | 土耳其 主帅 我们 比 德国队 踢 得 好 图 1992 | 窦 唯一 定 演出 表演 不 一定 图 1993 | 老师 点错 卷 考生 被 留堂 误以为 学生 带走 试卷 1994 | 马英九 称 希望 吴伯雄 继续 领导 国民党 图 1995 | 独家 评论 王菲 原来 她 从未 离开 1996 | 澳门中华总商会 潮汕 三市 参观 考察团 在 汕头 参访 1997 | 唐家山 堰塞湖 泄洪 槽 昼夜 机械 施工 1998 | 欲望都市 首周 入账 NUMBER 千万 创 好莱坞 票房 纪录 1999 | 捷克 内务部长 称有 可能 取缔 右翼 极端 团体 国家 党 2000 | 人民币 兑换 松绑 台 银行业 者 做好 货源 准备 2001 | 准许 克隆 人类 遗体 组织 2002 | 温网 郑洁 晋级 第二轮 挑战 EN NUMBER 小德 以外 不 敌萨芬 2003 | 印度 飞行员 空中 酣睡 航班 过站不停 地面 惊恐 被劫 2004 | 美 EN 电影 奖 揭晓 约翰尼 - 德普 又 坏 又 有趣 2005 | 东方 体育 日报 男排 至少 不能 太 难看 2006 | 南京 军旅 夏令营 受 家长 青睐 让 孩子 体验 军旅 生活 2007 | 日本政府 否认 存在 朝鲜 紧急 事态 日美 密约 2008 | 暂停 拍摄 赤壁 剧组 集体 封口 2009 | 宝马 NUMBER 系 高价 上市 2010 | 郑洁 晏 紫 无缘 法网 八强 仅剩 郑洁 跨国 组合 战 混双 2011 | 胡锦涛 温家宝 指示 要求 优先 保证 夏收 物资供应 2012 | 图文 阿迪达斯 奥运 体验 活动 跟着 口号 一起 热身 2013 | 黄金 联赛 巴黎 站 百米 飞人 大战 博 尔特 EN 盖伊 流产 2014 | 券商 评级 2015 | 成龙 到 台 从事 公益活动 台当局 新闻 局长 欢迎 2016 | 六款 漂亮 衣衣 快速 打造 纤瘦 女孩 2017 | NUMBER 女星 鬼妆 张曼玉 吓人 吴佩慈 诱人 2018 | 总参 所有 NUMBER 个 堰塞湖 都 在 国家 和 军队 掌握 之中 2019 | 吴邦国 会见 匈牙利 国会 主席 西利 2020 | 中卡 DATE EN 六次 刷卡 成功 两场 败局 留 一生 遗憾 2021 | 神舟 七号 DATE 择机 发射 2022 | 竟购 罗孚 上汽 气急败坏 南汽 孤注一掷 谁 赔 谁 赚 ? 2023 | 隐性 因素 变为 安全隐患 新车 贴膜 要点 解读 2024 | 北京 铁路 端午节 加开 NUMBER 对 临客 日均 客流 达 NUMBER 万人 2025 | 夫妻 旅馆 性爱 过程 遭偷拍 续 证据 难 确定 已 撤案 2026 | 日本 韩国 旅游 部长 支持 四川 地震 灾区 旅游 2027 | 广州 珠江 将 现今 年 以来 最高潮 位 2028 | 人生 百事 北京 台 热播 续写 重建家园 信念 赞歌 2029 | 墨 艺术家 完成 世界 最大 画作 2030 | 焦点 战前 意大利 双喜临门 悍将 火速 复出 罗本 受伤 2031 | 解放军 结合 抗震救灾 实践 加快 新 大纲 试训 步伐 2032 | 太阳报 比利亚 原来 竟是 圣字辈 的 2033 | 世界 环境 日 推行 低碳 经济 2034 | 米兰 体育报 阿拉贡 内斯 竟然 羡慕 意大利 2035 | 约旦 国王 以 对 加沙 采取 军事行动 不利于 地区 稳定 2036 | 文熙俊 首次 夏日 演唱会 EN 即将 开唱 2037 | 本市 开展 援建 房 防火 检查 2038 | EN 罗 誓言 捍卫 个人 奖项 葡萄牙 出线 放假 暗示 放水 2039 | 半 全场 玩法 第 NUMBER 期 交战 历史 迈帕 EN 库迪皮 2040 | 欧莱雅 校园 市场策划 大赛 评委 名单 2041 | 中 石油 西北 公司 调度 指挥 中心 被 授予 工人 先锋号 2042 | 德国 EN - EN 白送 NUMBER EN 只卖 NUMBER 美元 2043 | 华夏 基金 网上 转换 手续费 立省 NUMBER 2044 | 广州 将 全国 首次 试行 市长 区长 局长 同时 公开 接访 2045 | 首开 股份 NUMBER 亿夺 扬州 地块 地块 开发 程度 为净 地 2046 | 浙江 NUMBER 万元 巨 奖得主 兑奖 捐 NUMBER 万元 支援灾区 2047 | 专业 油耗子 偷油 终 被捕 2048 | 中海 地产 为 业主 过 六一 2049 | 上海 低收入 农户 实现 就业 可 获 补贴 2050 | 南宁 农民 代表 陆荣艳 我 要 当好 一名 火炬手 2051 | 德意志银行 出售 海尔 电器 赚 NUMBER 亿港元 2052 | 蕊 蕊 复出 搭档 薛明组 双塔 女排 再现 长城 风采 2053 | 贵州 关兴 公路 发生 山体 严重 塌方 造成 交通 中断 2054 | 香港 世茂 集团 援建 甘肃省 NUMBER 所 乡镇 卫生院 组图 2055 | 第六届 中国 国际 软件 和 信息 服务 交易会 正式 开幕 2056 | 林瑞阳 捧 张庭当 董事长 上海 同居 过 豪门 生活 图 2057 | 台湾当局 要求 县市长 赴 大陆 参访 后要 写 报告 备查 2058 | 瑞士 小口径 训练 系统 2059 | 官网 中国女排 优势 转瞬即逝 古巴 展示 比赛 内涵 2060 | 欧洲杯 首日 红黑榜 瑞士 诀别 最佳 射手 佩佩 最佳 2061 | 越南 危机 波及 多家 EN 股 公司 2062 | 公司 天华 国际 减持 绵世 股份 累计 出售 NUMBER 万股 2063 | 罗马 官方 证实 德罗西 续约 至 DATE 薪金 NUMBER 万 2064 | 利用 家具 窝 在家 减肥 更胜 健身房 2065 | 吕颂贤 加盟 震撼 的 七日 充当 慈善 急先锋 2066 | 细数 性格 选手 林丹 郑智 动武 罗雪娟 频发 飙图 2067 | 蔚 领队 否认 打架 失控 传闻 国家队 将 休息 调整 一天 2068 | 男子 欲 带 NUMBER 枚 电 雷管 上 火车站 台上 遇 警察 被 罚 2069 | 质检 总局 查 EN NUMBER 航班 不明 白色 粉末 初检 为 阴性 2070 | 川渝中 烟 与 什邡 签 NUMBER 亿元 大单 2071 | 印度 外长 访问 澳大利亚 澳 再次 拒绝 向 印度 出口 铀 2072 | 曾志伟 与 曾宝仪 父女 档 号召 万人 拍电影 图 2073 | 台湾 松绑 券商 赴 大陆 投资 业者 欲 争抢 登陆 第一名 2074 | 新城 · 国际 推出 EN 计划 2075 | EN 2076 | 端午节 放假 礼品 粽 热销 2077 | 穆里尼奥 公布 清洗 名单 狂人 老 部下 难逃 裁员 大刀 2078 | 菲达 环保 形成 双底 形态 震荡 上攻 可 适当 关注 2079 | DATE 份 中国 国内 钢材价格 环比 上涨 近 NUMBER 2080 | 天津 东疆港 首座 五星 酒店 启建 今年底 主体 封顶 2081 | 联想 火炬手 刘普光 传递 奥运 圣火 是 一生 荣幸 2082 | 维尔 贝克 二队 也 能 战胜 中国 他们 为何 不派 国奥 2083 | 海南省 NUMBER 家 旅游景点 擅自 提价 被 查处 图 2084 | 祥云 圣火 在 石河子 昌吉 传递 圆满完成 图 2085 | 被 抬 灾区 伤员 抬 我 的 NUMBER 位 恩人 谢谢你们 了 图 2086 | 午评 EN 指普涨 大非 减持 承诺 提振 黄山 EN 股 2087 | 天 相投 顾 维持 特变 电工 增持 评级 2088 | 京 NUMBER 类 人群 参 医保 无 时间 限制 共 两种 缴费 方式 2089 | 越南 危机 波及 多家 EN 股 公司 多数 无 明显 影响 2090 | 快讯 利空 集结 沪 指低 开 NUMBER 点报 NUMBER 点 2091 | 抗震 诗抄 2092 | 郑州 房产 广告 禁用 旺铺 热销 名盘 等 词语 2093 | 信贷 规模 控制 超标 银行 近期 只 收不贷 2094 | 江美琪 被 逼 当 创作 歌手 图 2095 | 韩寒发 博文 力挺莎 朗斯 通称 因果论 错 在 媒体 图 2096 | 搜狐 行情 捷达 优惠 幅度 缩水 仅降 NUMBER 元 2097 | 外籍 男子 携 女友 回国 结婚 机场 馅露 偷渡客 身份 2098 | 深交所 本月底 举行 交易系统 应急 演练 2099 | 上海 低收入 农户 实现 就业 可 获 补贴 2100 | 邻里 有 难伸 援手 图 2101 | 风神 登陆 深圳 暂未 造成 人员伤亡 2102 | NUMBER 万 外来 务工人员 子女 在 天津 免费 就读 2103 | 山东 小麦 机收 圆满结束 作业 总收入 达 NUMBER 多亿元 2104 | 男排 联赛 中国队 NUMBER - DATE 本 作风 偏软 弊病 仍 未 解决 2105 | 沙特 举办 无 新娘 集体婚礼 组图 2106 | 最 原始 四足 动物化石 出土 外形 凶猛 如 鳄鱼 图 2107 | 煤化工 迎来 高速 增长期 2108 | 晨鸣 纸业 首次 公开 发行 境外 上市 外资股 EN 股 挂牌 并 上市 交易 的 公告 2109 | 英国 媒体 认为 高油价 缩小 中国 贸易顺差 2110 | 王茜演 医生 水平 过硬 专家 称其 可带 研究生 2111 | 调查 指 特首 曾荫权 成为 香港市民 最 熟悉 政治 人物 2112 | 英国 NUMBER 万镑 拍卖 世界 最后 一个 鹅毛 高尔夫球 图 2113 | 近期 食用油 价格 呈 平稳 回落 态势 2114 | 印尼 表示 将 重点 加强 农业 生产 2115 | 中国 DATE 份 报告 手足 口病 死亡 NUMBER 例 疫情 稳中有降 2116 | 横扫 赛会 头号 种子 伊万 温网 郑洁 爆出 惊世 大 冷门 2117 | 香格里拉 EN 斥资 NUMBER 亿港元 增持 香格里拉 深圳 2118 | 石化 巨人 发出 苏醒 信号 2119 | 钢丝绳 产品 抽样合格率 为 NUMBER 2120 | 第三军医大学 切断 灾区 疾病 传播 链 2121 | 广州 NUMBER 处 历史 遗留 楼盘 可办 房产证 2122 | 汶川 地震 已 造成 NUMBER 人 遇难 2123 | 现代 欲 为 印度 打造 NUMBER 美元 小车 或 进军 中国 市场 2124 | EN 系统 仿真 训练 2125 | 江西 公开选拔 NUMBER 名 左右 副厅级 后备干部 2126 | 林志玲 母爱 爆棚 当人肉 摇篮 逗 小表弟 2127 | DATE 黄金 快讯 维持 震荡 向上 走势 2128 | 广东 博罗县 暴雨成灾 二千五百 多人 被 洪水 围困 2129 | 峨眉山 三日 游玩 攻略 整理 版 2130 | 海口 一 男子 与 女友 闹矛盾 自锁 屋内 纵火 割脉 自杀 2131 | 新疆 解禁 集资 建房 县处级 干部 住房 标准 为 NUMBER ㎡ 2132 | 真人 示范 夏日 活力 粉 橙色 妆容 步骤 2133 | 英 移动 商 发明 手机 跳舞 充电器 2134 | 决赛 红黑榜 西班牙 令人信服 巴拉克 真的 很 二 2135 | 广西 中 石油 千万吨 炼油 项目 建设 快马加鞭 2136 | 智 博彩 通网 何明 双色球 第 NUMBER 期 分析 推荐 预测 2137 | 板蓝根 的 用途 知多少 2138 | 中国 首个 当代 中国 雕塑 专场 亮相 西泠 2139 | 大盘 即将 到达 面包 和 黄油 信号 目标 点 2140 | 美国 中西部 洪灾 国际 粮价 面临 考验 2141 | 谷歌 创始人 布林 将 于 DATE 游 太空 2142 | 世 预赛 天津 赛区 门票 热 卖国 足 引发 球迷 购票 热情 2143 | 美克 股份 NUMBER 家具行业 巨头 超跌 反弹 2144 | 尤金赛 飞人 抢跑 被 罚 下 刘翔 美国 行无获 无功而返 2145 | 姚明 投入 封闭性 训练 领队 白喜林 称 一切 按部就班 2146 | 英国 运输业 要求 返税渡 难关 2147 | 广西 强降雨 区 东移 南压 西江 防汛 严峻 2148 | 泰国 滞胀 困局 刺激 经济 控制 物价 左右为难 2149 | 中国 中铁 子公司 中标 NUMBER 亿元 工程 2150 | DATE 中科院 首批 外籍 院士 产生 2151 | 发展 改革 委 暴雨 洪涝 灾区 要 及时 发布 供求信息 2152 | 组图 NUMBER 欧洲杯 NUMBER 强 宝贝 法国队 宝贝 莫尔加尼 2153 | 旅游 纪念品 带 北京 记忆 回家 中国 特色 成图 2154 | 奥运 开幕式 前 将 上演 藏戏 歌舞 传递 高原 儿女 祝福 2155 | NUMBER 岁 男 教师 迪吧 被 人 连刺 NUMBER 刀 抢救无效 死亡 2156 | 内蒙古 城镇职工 医保 参保 人数 将 超过 NUMBER 万人 2157 | 陈可辛 忧虑 大片 泛滥 投 名状 让 我 很 沮丧 2158 | 第三届 手机 电影节 收片 倒计时 2159 | 王茜演 医生 水平 过硬 专家 称其 可带 研究生 2160 | 香港 物业 空置率 全面 回落 2161 | 西安 高陵县 发现 渭河 滩智 人头骨 化石 等 重要 文物 2162 | 重汽 集团 研制成功 EN 国 ⅲ 发动机 2163 | 婆罗洲 惊现 美人鱼 尸体 2164 | 泰国 党 主席 班汉 呼吁 改组 内阁 2165 | 俄罗斯 企业 加快 海外 并购 步伐 2166 | 专家 称要 警惕 需求 变化 导致 经济 增长 态势 的 变化 2167 | 广州 亚运 徽章 设计 大赛 启动 发行 NUMBER 款 特许 商品 2168 | 经合组织 成员国 今年 外国 直接 投资规模 将 大幅 萎缩 2169 | 美元 日元 外汇 期权 周三 走低 等待 周末 EN NUMBER 会议 2170 | 大非 稳定 市场 有 新进展 锁仓大 股东 增 两家 2171 | EN 朗逸 上市 会 的 三大 看点 不 容错过 2172 | 杨幂 幽默 回敬 功夫 熊猫 黑白 熊猫 装 亮相 2173 | 高速公路 行业 走出 冰雪 重压 的 寒冬 2174 | 北京 酒店业 NUMBER 时 结账 宾馆 倒下 第一张 多米诺骨牌 2175 | 四川 大熊猫 到 昆明 休养 2176 | 首战 获胜 葡萄牙 信心 大增 EN 罗此 状态 必夺 欧洲杯 2177 | 上海 纺织 工会 积极 破解 组建 难题 2178 | 商务部 到 目前为止 帐篷 仍然 是 灾区 非常 急需 的 物资 2179 | 美 总统 电贺 凯尔特人 夺冠 直言 欣赏 总决赛 第六场 2180 | EN 昌鱼 公布 股票交易 异常 波动 公告 2181 | NUMBER - NUMBER 欧洲杯 秃鹰 单场 复盘 澳盘 有假 有 蛊惑 嫌疑 2182 | 茂名 乙烯 全面 恢复 生产 2183 | 环保 柴油 动力 船 NUMBER 天绕 地球 一周 创 世界纪录 图 2184 | 云南 盐化 DATE NUMBER - DATE 业绩 预告 修正 为 业绩 同比 减少 N 2185 | NUMBER 中国 电影 报告 国产片 无法 抗衡 进口 大片 2186 | 四大 国字号 掌门人 大吐苦水 梦之队 也 怕 做 噩梦 2187 | 周迅 热情 与 做 不 一样 驳 艺人 灾区 作秀 报道 2188 | 罗 锦鳞 商业片 是 坑 艺术片 也 是 坑 2189 | 追随 祥云 助威 奥运 残疾人 火炬手 为 北京 助威 2190 | 上海 高考 题型 活 题海战术 失效 2191 | DATE 浙江省 高考 满分 作文 感受 乡村 2192 | 王刚 受访 首次 澄清 娶 鉴宝 主持人 事件 2193 | 上海 DATE 起 老人 可持 敬老 卡乘 轨交 2194 | 沪 指 罕见 七连阴 NUMBER 点 政策底 告破 2195 | 人寿 广州 分公司 代理人 集资 NUMBER 余万 被控 诈骗 2196 | 蔡猛 郭焱 输球 关键 在 一点 郭跃 横扫 王楠 很 正常 2197 | 夏斌 简历 2198 | 运用 抗震救灾 经验 推进 训练 转变 2199 | 通胀 恶化 印度 央行 祭 出 紧缩 组合拳 2200 | 中 石油 拟发 NUMBER 亿 公司债 可 向 EN 股 股东 配售 2201 | 国际 航线 燃油 附加费 率先 上涨 出境 旅游 成本增加 2202 | 北海 国 发 农业 新能源 双 概念 助飞 2203 | 竞报 丁俊晖 站 在 刀尖 上 摘得 两颗心 2204 | 阿拉贡 内斯 草签 土超 劲旅 欧洲杯 后 欲 携 爱将 入主 2205 | 让 天下父母 心 不再 可怜 图 2206 | 香港 文汇报 加强 入境 管制 确保 奥运 马术 赛 安全 2207 | 发改委 监察部 联合 通知 要求 油电 价格 上调 严禁 2208 | 全球 百万富翁 突破 千万 中国 百万富翁 一年 增 两成 2209 | 上汽 透露 荣威 NUMBER 价格 区间 NUMBER 万至 NUMBER 万元 2210 | 任志强 新华 远有 啥 新招 ? 2211 | 北京 在 奥运 期间 禁售 烟花爆竹 安全 重于 庆祝 活动 2212 | NUMBER 个 灾区 孩子 的 异乡 儿童节 2213 | 新 中航 做强 汽车 东恋 告吹 2214 | 上证综指 历史 重要 点位 2215 | 六类 外国人 奥运 时 禁止 入境 2216 | 成都 车企 导演 收购 大戏 新 大地 拟 借壳 江苏 牡丹 2217 | 带人 看房 引狼入室 2218 | 端午 小 黄金 出游 看 龙舟 价格 与 平日 周末 持平 2219 | 贾樟柯要 给 灾区 建 影院 导演 演员 亲自 卖票 2220 | 新闻分析 稳定物价 仍 是 宏调 头号 目标 2221 | 买房 子女 中考 加分 能 挽救 楼市 吗 ? 2222 | 解密 为何 俗女 比 淑女 更招 男人 疼 2223 | 国泰君安 川大 智胜 步伐 加快 2224 | 商业 独狼林 申袭京 荣归 重播 再 掀 热潮 2225 | 十一 赴美 游将涨 一成 左右 2226 | EN 昌河 停牌 引微 车变 直升机 猜想 2227 | 北京晚报 欧洲 足球 从守 到 攻 2228 | 生活气息 扑面而来 2229 | DATE 黄金 快讯 维持 震荡 向上 走势 2230 | 欧元区 通胀 创 DATE 之 最 加息 板上钉钉 2231 | 男子 与 台球厅 收银员 起 争执 服务员 将 其 一杆 打死 2232 | 万科 东莞 项目 不 打 持久战 2233 | 球经 NUMBER 期 李斌 赔率 精析 努曼 西亚 送分 上门 2234 | EN 仍 未 走出 亏损 泥潭 分散 风险 能力 经受考验 2235 | 湖南省委宣传部 长 互联网 的 发展 已 成为 趋势 2236 | 国开行 股份公司 筹建 最快 有望 月底 挂牌 2237 | 国信 证券 新闻纸 再次 大幅 提价 显示 景气 超 预期 2238 | 能 控制 食欲 的 几个 妙招 组图 2239 | 东风 日产 押宝 旗舰 车型 新 天籁 绝不 加价 2240 | 第三届 两岸 产业 共同市场 研讨会 在 南宁 举行 2241 | 美国 小镇 托儿所 成虐 童 魔窟 2242 | 神舟 七号 将 重新制定 测试 和 发射 流程图 2243 | 首期 北京 精品 楼盘 月度 排行榜 揭晓 新闻 发布会 2244 | 中共中央国务院 召开 会议 强调 要 促进 资本 市场 健康 发展 2245 | 工业 和 信息化 部 挂牌 三 定 方案 已 获批 2246 | 省城 主色调 房地产 开发商 偏爱 灰色 系 2247 | 科技 让 奥运 更 精彩 2248 | 南京 挤干 房价 水分 禁 炒令 套牢 NUMBER 个楼 虫 2249 | 科萨 有情 孙继海 无意 中国 太阳 首选 依旧 留守 英超 2250 | 广东 江门 NUMBER 名 女工 遭 厂方 脱衣 检查 每人 获赔 八千 2251 | 盘点 那些 最能 激发 男人 潜能 的 女人 2252 | 北京 免费 无线 上网 覆盖 二 三环 目前 信号 不 稳定 2253 | 发改委 准生 多款 小 排量车 NUMBER 余款 获批 2254 | 鹿茵翠地 闪亮 登场 2255 | 龙熙 顺景杯 全国 职业 台 球赛 第一阶段 比赛 结束 2256 | 麻辣教师 奖励 学生 课堂 上 睡觉 被 解聘 2257 | 孙祥 留洋 或 被 申花 搁置 高层 要求 获得 合理 转会费 2258 | 中国 首例 试管 奶山羊 降生 历时 NUMBER 个 月 2259 | 华人华侨 发来 上千 封 信函 热盼 收养 地震 孤儿 图 2260 | 两米 高 围墙 突然 倒塌 压死 保安 街坊 人人 后怕 2261 | 香港贸发局 总裁 林 天福 打开 闽港 合作 之 门 2262 | 中国 建筑 拟发 NUMBER 亿 EN 股 2263 | 轮胎 战略 创 佳绩 普利司通 EN NUMBER 法国 站 战报 2264 | 前瞻 战 荷兰 需防 一猛 女 中国女排 当以 快变 御敌 2265 | 祁 东风 辞任 方正科技 总裁 董事长 方 中华 暂 接任 2266 | 新乒赛 李晓霞 女单 封后 NUMBER - NUMBER 战胜 郭焱夺 DATE 首冠 2267 | 香港立法会 通过 收入 条例 以 实施 新 财案 税收 措施 2268 | 台湾 医疗 服务业 访问团 在 厦门 举办 说明会 2269 | EN 水 之 密语 全新 呈现 2270 | 导演 侯咏称 闯关东 NUMBER 会 又 新 突破 欲 请 黄晓明 2271 | 汉军 外援 仍 未 参加 合练 古斯塔 博 旧伤 未愈 难 复出 2272 | 罗杰斯 投资 三 法则 不要 别人 告诉 自己 该 怎么 做 2273 | 外高桥 定向 增发 获批 集团 整体 上市 再进一步 2274 | 布什 欲 在 伊朗 设 办事处 可能 被 视为 示弱 图 2275 | 女子 冒雨 闯红灯 惨遭 雷击 倒 在 路 中 失去知觉 2276 | 马英九 谴责 日舰 撞沉 台湾 渔船 官方 称其 热血 中年 2277 | 重庆晚报 磅礴 登场 分外妖娆 2278 | 新世界 上海 商业 龙头 绝地 反弹 2279 | 新闻资料 日本 的 重大 自然灾害 制度 2280 | 松动 二套 房贷 银行 要 把 房价 引 到 哪里 去 ? 2281 | 足彩 第 NUMBER 期 欧洲 投注 比例 及 网友 调查 情况 汇总 2282 | 背景 资料 去 DATE 以来 朝核问题 大事记 2283 | 滨江 大道 幕燕段 开工 城北 江 岸边 镶 NUMBER 公里 绿轴 2284 | 马 医生 能助 特殊 群体 康复 图 2285 | 扮嫩 NUMBER 大 魔法 花招 让 你 迷倒 小帅哥 2286 | 刘国强 加大 创新 和 人才 储备 提升 规模 和 竞争力 2287 | 央行 国民经济 将 保持 平稳 较 快 发展 通胀 仍 是 最大 风险 2288 | 广东 遭 强降雨 袭击 NUMBER 市 NUMBER 万人 受灾 NUMBER 人 死亡 2289 | 云南 DATE 晚可查 高考 成绩 控制线 DATE 前 公布 2290 | 美国 大选 激辩 能源 政策 奥巴马 发誓 打击 石油 投机 2291 | 沙特 拟 每天 增产 原油 NUMBER 万桶 以 平抑 油价 飙升 2292 | NUMBER 号 复式 揽 获 两个 百万 奖 福建 NUMBER 选 NUMBER 再 送 大 2293 | 目标 市场 转移 外资 行 认为 企业 客户 受美 经济 放缓 冲击 不 大 2294 | 宏发 地产 浓情 消夏 夜 购房 有 优惠 2295 | 狼虎 之 年 李嘉欣 悉尼 床战 NUMBER 天 吸干 许晋 亨图 2296 | 脚伤 恢复 好 精神状态 佳 姚明 两分钟 离开 媒体 视野 2297 | 共建 和谐 天津 共享 文化 成果 2298 | 济南市 第二处 经济 适用房 片区 将 建成 八月份 入住 2299 | 河南 房地产业 商会 欲 上书 救楼 市政府 称 想法 糟糕 2300 | 商务部 中澳 铁矿石 谈判 结果 影响 钢价 有限 2301 | 男子 利用 网恋 诈骗 穿 NUMBER 元 制服 假扮 海关 副处长 2302 | 杰拉德 坚信 英格兰 沿 正确方向 前进 希望 球迷 耐心 2303 | 女足 悄然 回国 就 地 解散 无人 接机 短休 三天 再 上路 2304 | NUMBER 个 民族 的 小 使者 做客 志愿者 之 家 体验 奥运 氛围 2305 | 巴斯滕 将 设 双后腰 战 意大利 斯内德 无奈 做出 牺牲 2306 | 高考作文 反映 现实 大 事件 专家 建国以来 少有 2307 | 震区 刑警 女婿 的 欣喜 从 不称职 到 丈母娘 的 夸奖 2308 | 欧洲 女排 邀请赛 再 起风云 俄罗斯 意大利 练兵 奥运 2309 | 钱江晚报 两根 老油条 一种 大 智慧 2310 | 销售 苦日子 2311 | 三成 孩子 最 不 喜欢 同学 太 痛苦 成 口头禅 2312 | 互联网 顶级 域名 及其 管理机构 合法性 遭 质疑 2313 | 小罗 恳求 昔日 恩师 拯救 一人 让 EN NUMBER 有望 投 切尔西 2314 | 美国空军 因 核武器 管理 漏洞 文职 军职 两 高层 下台 2315 | 中国空军 上下 协力 确保 抗震救灾 一线 官兵 身心健康 2316 | 香港政府 员工 参与 杀鸡 后 发烧 证实 没有 染 禽流感 2317 | 女排 逆转 夺冠 彰显 过硬 心理 陈忠和 坦言 仍 需 努力 2318 | 国庆 前后 二手房 市场 回暖 2319 | 格尔木 首棒 火炬手 才 嘎 反击 武装 盗猎 藏羚羊 十年 2320 | 广州 规划师 首绘映 秀 安置 点 蓝图 群众 能 洗 热水澡 2321 | 历史 悲剧 奥运 赛会 选址 柏林 当头棒喝 黑色 闪电 震惊 纳粹 2322 | 北师大 内部 销售 限价 房惹 争议 网友 质疑 分配 公平 2323 | 湖南 最牛 招生简章 曝光 罗列 就读 领导 子弟 图 2324 | 石油 三 巨头 竞相 签约 中东 产油国 展开 资源 争夺战 2325 | 母鸭 保护 幼仔 与 苍鹭 激战 实力 悬殊 仍 一搏 组图 2326 | 郑洁 职业生涯 首进 大满贯 NUMBER 强 外卡 眷顾 成就 神奇 2327 | 希腊 摩托车 手 橄榄树 之 旅奔 向 北京 2328 | 买房 前 四项 算计 不可 少 既 买得起 也 住 得 起 2329 | 足彩 NUMBER 期任 九 分析 推荐 布兰 做胆 风险 应 较大 2330 | 凯基 证券 北化 股份 硝化棉 行业 标杆 2331 | 李明博 政府 再遇 考验 韩国 NUMBER 万 建筑工人 大 罢工 2332 | 受困 金融业 英镑 跳水 美国 重要 数据 本周 出炉 2333 | 法国 锋线 解密 亨利 搭档 本泽马 NUMBER 岁 小将 成 黑马 2334 | 切勿 加重 灾区 儿童心理 创伤 2335 | 空降兵 某师 持续 教育 激励 部队 保持 顽强 斗志 2336 | 这种 爱 深沉 而 博大 北川 羌族 自治县 北川 中学 师生 群像 2337 | 李嘉诚 为 汕头大学 博士生 颁发 毕业证书 图 2338 | 手机 新 号段 炒作 再次 升温 NUMBER 号码 叫价 NUMBER 万 2339 | 半残 土耳其 诠释 东欧 意志 德国 看到 DATE 前 的 自己 2340 | 超低价 笔记本 吹响 集结 号 国际 巨头 整装待发 2341 | 足彩 NUMBER 期必发 预测 挪超分 胜负 巴甲 需重 主场 2342 | 广州 增城 红荔 飘香 风情 无限 2343 | 欧洲杯 死亡 之组 大战 将 至 罗马尼亚 期待 幸运 垂青 2344 | 科比 无愧 当代 最 伟大 球星 湖人 前辈 目睹 飞侠 成长 2345 | 欧洲杯 首轮 综述 东道主 可怜 德国 终结 DATE 噩梦 2346 | 向 跑车 前进 新 EN 将 同时 推 两款 EN 车型 2347 | 印度 NUMBER 岁 少年 当 校长 为 穷人 办学 建校 初是 空地 2348 | 贝肯鲍尔 黑马 难 再 爆冷 拜仁 替补 将成 德国 奇兵 2349 | EN 将 推 新版 EN 挑战 EN 2350 | 商业 住宅 DATE 不 完工 将 交 违约金 2351 | 两市 均 下跌 超 NUMBER 跌停 个股 急剧 增多 逾 NUMBER 家 2352 | 多家 银行 发售 震灾 爱心 理财产品 理财 捐赠 两不误 2353 | EN 罗 转会 皇马 机率 为 零 弗格森 发誓 EN 罗走 他 就 退休 2354 | 保时捷 NUMBER 万援 儿童 NUMBER 辆 长安 之星 送 灾区 2355 | 公牛 需先 解决 两 受限 球员 状元 人选 令 总经理 为难 2356 | 精品 购物 指南 体育明星 的 娱乐 转身 图 2357 | 五 悍将 与 国足 彻底 告别 冲击 NUMBER 他们 只能 当 看客 2358 | 朝鲜 今日 炸毁 宁边 核设施 冷却塔 邀 媒体 实况转播 2359 | 冯坤 坦言 身体 仍 有 差距 自信 奥运会 将 达 个人 巅峰 2360 | 长虹 拟发 NUMBER 亿元 可转债 其中 NUMBER 亿 增资 等离子 屏 2361 | 山西省 遭遇 较大 洪水 几率 增加 将 建立 三道 防线 2362 | 地产股 前景 众说纷纭 大摩称 仍会 跑 赢大市 2363 | 孕妇 流产 疑为 噪音 所致 家属 状告 开发商 索赔 NUMBER 万 2364 | 震撼 世界 的 七日 片场 被淹 剧组 成员 撤离 2365 | 上交所 积极 推进 会员 客户 管理工作 2366 | 长江 商报 门柱 和 横梁 是 最佳 门将 2367 | 中 钢 集团 布局 澳大利亚 申请 控股 NUMBER 亿美元 矿产 2368 | 泰国 赛 次日 综述 国羽 悉数 晋级 周蜜 爆冷 遭 淘汰 2369 | 汇丰 调查 NUMBER 香港 中小企业 未受 美 经济 放缓 影响 2370 | 智 博彩 通网 本报 编辑组 双色球 第 NUMBER 期 分析 推荐 2371 | 华晨 骏捷 EN 染指 两厢车 价格 依然 是 王牌 2372 | 中 美 对话 规划 金融 开放 版图 外企 可 在 中国 上市 2373 | 李英杰 实地考察 金廊 工程建设 情况 时 提出 2374 | 湖南 沿江 各市 全线 布防 湘江 首次 洪峰 DATE 抵 长沙 2375 | 买卖 国家标准 将 出台 二手 家电产品 将 上 户口 图 2376 | 广丰 EN 雅 力士 上市 2377 | 一条 捐赠 物资 的 基层 查账 路 2378 | 上汽 董事会 换血 将 倾力 自主 品牌 2379 | 尚福林 资本 市场 稳定 健康 发展 基础 不 动摇 2380 | 专家 爆出 东部 重磅 交易 公牛 欲用 状元 签换 闪电侠 2381 | 天兆 家园 引进 智能家居 系统 2382 | 重庆 DATE 来 NUMBER 行政 首长 被 问责 问责制 取得 四 成效 2383 | 刘翔 纪录 就是 用来 打破 的 罗伯斯 有 一点 不如 我 2384 | 女佩 世界杯 谭雪 一剑 定乾坤 直言 手上 动作 需 改进 2385 | 汉军 接受 朱广沪 NUMBER 阵容 陆博飞 位置 还有 待 敲定 2386 | 徐静蕾 博客 久 未 更新 引 猜疑 曾 撰文 想 走 了 2387 | 平衡 市 难以 打破 2388 | 南航 辞职 飞行员 被判赔 NUMBER 万 2389 | 湖人 总经理 透露 夏季 计划 续约 两 替补 无意 追 大腕 2390 | 集中 供暖 为 大势所趋 享受 低谷 用电 优惠 户 有限 2391 | 红颜 的 岁月 热播 王同辉 为 爱 当 逃兵 2392 | 西昌 市长 作客 搜狐 大力 推介 下 月 彝族 火把节 2393 | 美国 死亡 谷 石块 自行 移动 成未解 之谜 图 2394 | 亚足联 官网 中国 为 尊严 而战 澳大利亚 获胜 成疑 2395 | 科萨 透露 密 会 孙继海 结果 NUMBER 周内 他 给 我 最后 答复 2396 | 最新 研究 长期 吸烟 的 人 寿命 会 缩短 NUMBER 至 DATE 2397 | 精舞门 昨 上映 范 老板 自 曝 混夜 店图 2398 | 男子 砍死 情人 逃逸 警察 靠 抒情 日记 将 其 抓获 2399 | 揭秘 科萨 回归 大连 始末 三点 因素 助 徐明 独立 运作 2400 | 航海家 重建 明代 古 战船 计划 远征 横渡 太平洋 图 2401 | 两 希望 或 可 终结 八连 阴 格局 2402 | 外汇局 严控 热钱 八类 非 居民 人民币 账户 将 被 监管 2403 | NUMBER 个 理由 女人 比 男人 更 有 条件 出轨 2404 | NUMBER 人 退出 NUMBER EN 选秀 大会 NUMBER 名 球员 参加 最 2405 | 加息 阴影 袭击 港股 市场 地产股 首当其冲 2406 | 成渝 高速 大巴车 自燃 引发 NUMBER 车 追尾 NUMBER 人 受伤 图 2407 | 内地 房企赴 港 上市 或重 开闸 财务 稳健 成 首要 因素 2408 | 美国 吝啬 女王 宠物狗 失去 千万 遗产 图 2409 | 租赁 即将 进入 旺季 消费者 不能 忽视 的 三个 细节 2410 | 记 北京城建集团 建设 公司 临时 党支部 2411 | 深圳 商报 阿联 回家 ? 姚明 复出 ? 2412 | 伊布 武功 因何 无法 施展 技术 天皇 竟 被 用成 德罗巴 2413 | 美 顶尖 空战 学校 NUMBER 架 战机 飞行 时 相撞 残骸 散落 沙漠 2414 | 先 吃 酸辣粉 再 吃 菠萝 两 女工 亚硝酸盐 中毒 2415 | 异地 拍 婚纱照 开始 走俏 图 2416 | 中国 股市 为什么 不会 产生 巴菲特 ? 2417 | 希腊 遭遇 强震 死伤 百余人 总理 缩短 访问 行程 图 2418 | 持卡人 外借 加油卡 狂收 好处费 中 石油 将 调查 图 2419 | 上证所 发布 新规 上市公司 募集 资金 应 专户 存放 2420 | 扬子 体育报 何涛 用 胜利 迎接 季后赛 2421 | DATE 中国 概念股 多数 下跌 搜狐 逆市 大涨 NUMBER 2422 | 楼房 越高越 不 安全 ? 错 2423 | 城市 名片 世界 水电 之 都 屈原 故里 宜昌 2424 | 第 NUMBER 届 上海 电影节 令人 关注 的 NUMBER 部 电影 2425 | 受 伯南克 讲话 支持 美元 演绎 惊天大 逆转 2426 | 从 车型 战略 看 斯柯达 品牌 中国 之道 2427 | 短线 或 有 反复 中长线 行情 仍 可期 2428 | 诺基亚 再次 爆出 电池 门 原装 手机 变 定时炸弹 2429 | 情系 普法 无怨无悔 记 延庆县 法制宣传 志愿者 张军 2430 | 世界 环境 日 在 用车 的 节能 与 环保 探讨 2431 | 收评 两市 缩量 下行 沪 指跌 NUMBER 点 盘中 创新 低 2432 | 巴克莱银行 入股 新华 信托 将 获批 外资 入股 信托 比例 放开 或 先试 水 2433 | 陈涛 回归 国奥 称要 学会 感恩 叹 错过 留洋 最佳 时间 2434 | 新 核桃 倒霉 阿翔 感觉 就 像是 个 大个儿 小品 2435 | 长 满黑毛 的 记忆 图 2436 | 选择 什么样 的 男人 当 老公 最 安全 ? 2437 | 金融 系统 出席 团 十六大 代表 名单 2438 | 姚明 伤愈 归来 有话 说 目前 已 恢复 DATE 将 去 灾区 2439 | 重庆 一 肠衣 加工厂 粪水 直排 长江 腥臭 刺鼻 图 2440 | 北京城 建 业绩 大增 奥运 地产 参股 券商 锦上添花 2441 | 国土资源部 停批 别墅 用地 高价 别墅 仍不愁 卖 2442 | 数据 对比 中国 长城 处子 赛季 全能 易建联 不输 姚明 2443 | 搜钱 精英 沙龙 第二期 - 虚拟 支付 2444 | 女排 大奖赛 中巴 EN 验 成色 不死鸟 归来 将成 焦点 2445 | 大鱼吃小鱼 珠三角 出口 鞋企 数量 锐减 近半 2446 | 高价股 业绩 预增 凸显 稳定增长 潜力 2447 | 美国 日本 担心 两岸 走得 太近 马英九 打 乖乖 牌 2448 | 慈善事业 试水 企业化 运作 2449 | 股改 下半场 悄然 启动 大非 自愿 锁股 又 添新例 2450 | 华兴 资本 EN 包凡 新型 投行 解困 中小企业 融资难 2451 | 权威 算账 新政 出台 成都 购房 到底 省 多少 ? 2452 | 李承鹏 从此 天下 无嬉 2453 | 警方 调查 海南 师大 艳照 门 NUMBER 多名 女生 被 偷拍图 2454 | 业内 论坛 2455 | 中古 女排 最强 阵容 首度 遭遇 一传 发球 成 胜负 关键 2456 | 天下 杂谈 网络 苛评 猛于 虎 2457 | 二级 市场 迎来 热销 期 利好 政策 令 市场 趋于 理性 2458 | 短裤 风靡 夏日 翘 女孩 最 爱 NUMBER 款式 2459 | 拽 女 当道 事业 在手 男人 我 有 2460 | 圣火 传递 长沙 熊倪 跑 首棒 亲为 灾区 组织 义赛 捐款 2461 | 到 沈阳 就 像 回家 四川 射击队 异地 感受 别样 的 温情 2462 | 一个 女人 经历 过 离婚 后 的 真实 感受 2463 | 高红 朝鲜 有 实力 没 风度 三毛 似 国宝 中国 有 希望 2464 | 雅虎 作别 微软 移情 谷歌 图 2465 | 法国 输得 比 意大利 还 惨 死亡 之组 两分 也 可以 出线 2466 | 副校长 深夜 进入 宿舍 狂打 NUMBER 岁 女生 NUMBER 耳光 图 2467 | EN NUMBER 乒球 全明星赛 落下 帷幕 冠军 曾 连胜 王楠 郭跃 2468 | 美国 人 眼中 的 奥巴马 2469 | 田宇 关键时刻 就要 拿 得 出来 2470 | 教 你 打造 今夏 EN 台 最 火爆 的 卷发 款 2471 | 焦点 外企 职工 住房 俱乐部 会员 春节 联谊 活动 通知 2472 | 开创 陈设 艺术设计 新潮 追溯 中西 传统 文化 根源 2473 | DATE 戊戌变法 开始 2474 | 记者 手记 将 永远 铭刻 他们 不朽 的 名字 2475 | 可恶 的 跑跑 可怕 的 跳跳 2476 | 国子监 老街 周六 亮 新妆 六 文物 单位 免费 开放 图 2477 | 警方 提示 八种 以 奥运会 为名 实施 的 诈骗 手段 2478 | 牛肉 风波 烈 李明博 招架 无 力图 2479 | 卖 二手书 赚 不 赚 关键 看 选址 NUMBER 招教 你 开 二手 书店 2480 | 物业 招收 保安 条件 苛刻 入 职要 承诺 自愿 不买 社保 2481 | 全球 最佳 投资 地 中国 第一 印度 第二 2482 | 华远 为 业主 提供 房屋 质量 保修 保证 担保 2483 | 北京 通州 早市 突遭 关门 停业 相关 部门 称 综合治理 2484 | 国足 兵败 掏空 中超 上座率 暴跌 长沙 球票 降 至 五元 2485 | NUMBER 个 女人 的 华丽 战争 2486 | 越南 货币 飞速 贬值 股市 暴跌 中 企望 祖国 救 市 2487 | 光大 证券 五月 出口 大幅 上升 银行 经营 压力 加大 2488 | 用画 来 诠释 毕加索 的 人生 图 2489 | 前 五月 重工业 利润 增长 最快 轻工业 受 油价 影响 大 2490 | 穆帅 曾 为 巴萨 定 换血 计划 留小罗 德科 卖 亨利 图雷 2491 | 面对 灾难 NUMBER 后 用 行动 感恩 和 担当 2492 | ■ 编者按 2493 | 跟 女星 学 最能 诱惑 他 的 招牌 销魂 态 2494 | 第九 批获 资助 灾区 儿童 名单 2495 | 破发 阵营 大 扩军 EN 股 市场 融资 功能 趋于 瘫痪 2496 | 网上 租房 EN 找 中介 租房 你 选 哪个 ? 2497 | 汇 青春 力量 奏 时代 强音 书写 共青团 工作 新篇章 2498 | 河南建业 地产 上市 首日 破发 胡葆森称 相比 路演 少融 几亿 也 值 2499 | 深圳 环保局 副科长 酒后 驾车 撞 人称 找 黑社会 摆平 2500 | 红网且 问 张纪中 究竟 谁 是 苍蝇 2501 | 谁 来 打破 泛珠三角 区域合作 壁垒 2502 | 退房 又 退 地 房价 在 波浪式 冲击 下 摇摇欲坠 2503 | 盖茨 泪别 微软 承认 忽视 网络广告 是 最大 败笔 图 2504 | 黄磊 绵竹 看望 儿童 爱心 带走 深痛 巨创 2505 | 他 莫昔芬 之 父 夺得 DATE EN 年度 大奖 图 2506 | 新 沙皇 领 欧洲杯 十大 涨停 股一人 身价 翻近 NUMBER 万倍 2507 | 中日 合拍 动画片 三国演义 反 暴力 杀人不见血 2508 | 蔡依林 示范 今夏 最火 快速 减肥法 2509 | 残疾 男子 轻生 被 救受 照顾 欲 捐 器官 报答 社会 图 2510 | 云南 NUMBER 万 学子 今日 高考 一半 可以 上 大学 2511 | 银星 能源 首台 风机 乘风 而 来 2512 | 广东 男子 NUMBER 万元 自制 直升机 飞行 视频 走红 网络图 2513 | 水系 改变 别墅 命运 2514 | 粮食 峰会 缔结 共识 农业 革命 亟待 启动 2515 | 乌鲁木齐 自助游 须知 组图 2516 | 网上 项目 外包 在 竞技 比赛 中 寻找 阳光 财富 2517 | 汶川 地震 旅游 环线 提议 浮出 水面 2518 | 昆明 铁路 警方 十年 破获 毒品 案件 NUMBER 起 2519 | 沈刘曦 建功 朴正焕 点球 毅腾 NUMBER - NUMBER 安徽 仍 保持 不败 2520 | 敬礼 娃娃 郎铮 见到 NUMBER 名 救命恩人 再 敬礼 图 2521 | 券商 自营 为何 受 重点 关照 2522 | 商务 建筑 引起 交通拥堵 巨型 结构 是否 带来 了 祸患 2523 | 点评 DATE 高考作文 更加 贴近 现实 需要 真功夫 2524 | 老 民警 独自 巡守 北川 空城 图 2525 | 柴油 荒 入夏 更 严峻 广东 汕头 免战牌 高高挂 2526 | 法国 对决 荷兰 命悬 一线 蓝衣 军团 意大利 期待 重生 2527 | 韩剧 榜 一枝梅 收视 好 最强 七 迂 开局 不顺 2528 | 行业 景气 向 好 新能源 中 报 值得 期待 2529 | 我国 煤炭 价格 居 高难 下 原因 分析 2530 | 当 开门 撞见 爱妻 偷情 我 的 心 都 碎 了 2531 | 高处 的 眼睛 美 浮空器 项目 关注 军种 间 互操作性 2532 | 推进 自由化 的 埃及 经济 2533 | NUMBER EN 经济型 连锁 酒店 闹 钱 荒 经济型 酒店 陷 亏损 恐慌 2534 | 独立 电信 监管 机构 成 众望所归 2535 | 三一 重工 引发 遐想 NUMBER 家 公司 今年 迎 全流通 2536 | 焦点 爬房 圆满结束 购房者 购房 意向 成交量 双 爆满 2537 | 沪 上 民企 挑起 专户 理财 大梁 图 2538 | 北大 历史系 党委书记 称以 范美忠 为耻 赞成 开除 2539 | 私家车 贴 广告 赚 油钱 甲 客族 在 深圳 抬头 2540 | 九 常委 先后 赴 灾区 中国政府 用 行动 诠释 执政为民 2541 | 福布斯 微软 和 EN 的 终极 对决 图 2542 | 业内 论坛 2543 | 北师大 心理 学院 首批 志愿者 赴川 开展 心理 援助 2544 | 灾难 面前 中国 作家 奋然 前行 图 2545 | 欠下 巨额 债务 希尔顿酒店 用地 面临 拍卖 2546 | 业内 论坛 2547 | 陈慧琳 喜极而泣 宣布 婚讯 组图 2548 | 我 的 健康 听 网络 的 药企 传统 营销 模式 遇 挑战 2549 | DATE 上海证券交易所 上市公司 2550 | 石康 博客 发表 炮轰 许三多图 2551 | 电信 重组 遭遇 意外 寒冷 图 2552 | 中国经济时报 看 格兰仕 如何 转身 ? 2553 | 北京地铁 进入 自动 售 检票 时代 乘客 发怵 不敢 通行 2554 | 明年 地产 政策 以 稳为 基调 调控 趋向 制度化 长效 化 2555 | 四川 确保 监督 检查 贯穿 救灾款 物 管理 使用 全过程 2556 | 南京长江大桥 桥洞 商铺 将 全部 取缔 可能 封闭 大修 2557 | 业内 2558 | 青岛 香港 欢乐 互动 共同 祝愿 北京 奥运会 顺利 成功 2559 | 深圳 一个 离经叛道 的 楼市 样本 2560 | 周 老虎 系 周正 龙 造假 虎爪 模具 被 搜出 图 2561 | 严复 与 开平 矿权 交涉 案 2562 | 台湾 憋足劲 款待 大陆 游客 为争 客源 亮出 绝招 图 2563 | 玉林市 政府 副 秘书长 陈昭祺 NUMBER 中国 地 交会 演讲 2564 | 投资 门槛 降低 地震 未 伤及 中国 车市 筋骨 2565 | 四招 齐发 证监会 有限 救 市 2566 | 各地 证监局 发起 围剿 大 股东 占款 总动员 2567 | 济南军区 某 步兵旅 旅长 绝不放弃 一个 可能 幸存者 2568 | 奥运 交通 限行 措施 落定 京城 物流业 变阵 以 对 2569 | 高 失业率 高油价 令 美国 经济 雪上加霜 2570 | 房地产商 纷纷 打出 环境 牌 假山 假水 吸引 购房者 2571 | 危险 复杂 的 海上 渗透 作战 2572 | 世纪 联合 万柳 阳光 爱心 高尔夫 夏令营 将 开营 2573 | 反思 赈灾 捐助 企业 慈善 战略 的 智 与 失 2574 | 美 北方 司令部 担负 灾难 救援 任务 已 进行 相关 演习 2575 | 易宪容 成品油 价格 上调 可一石 几鸟 2576 | 灾区 初中 学历 最牛 校长 招来 博士后 级 老师 2577 | 构建 会展业 的 公共服务 体系 确保 浙洽会 消 博会 举办 2578 | 母亲 不堪 忍受 女儿 暴力 殴打 将 其 勒死 焚尸 分尸 2579 | 中国 建筑 的 非常 十年 外国 设计 与 中国 建筑 2580 | 药学 人震 前亮 剑 参与 救援 与 死神 擦肩而过 2581 | 老总 外来 房企 全国 化 布局 中 的 济南 城市 价值 2582 | 激进 股东 重燃 代理权 战火 微软 趁势 再 把 球 踢回 2583 | 抗震救灾 中 感悟 道德 的 力量 一位 记者 赴 灾区 亲历 图 2584 | 访谈 李翊君 当妈 有 技巧 欲 带 灾区 小孩 回 台 生活 2585 | 军事 纪实 DATE 播出 抢通 一号 工程 2586 | 李长春 在 中国 共青团 十六大 上 的 祝词 全文 2587 | 记 奋战 在 救灾 一线 的 军队 新闻 工作者 2588 | 青川 地震 移民 调查 NUMBER 万户 NUMBER 万人 需要 搬迁 2589 | 中铁 电气化 局 集团 宝成线 NUMBER 隧道 抗震 抢险 纪实 2590 | 利尔 化学 招股 意向书 摘要 2591 | DATE 份 活动 2592 | 出售 2593 | 出售 2594 | 视频 才旦卓玛 传递 圣火 即兴 唱起 北京 的 金山 上 2595 | 本 公司 电子公告 服务 严格遵守 2596 | 搜狐 房产 2597 | 大牌 女星 妆容 失败 自毁 容颜 2598 | 出售 2599 | 组图 EN 总决赛 群星 荟萃 关颖姗 现身 比赛 现场 2600 | 组图 血染沙场 加 黄牌 缠身 悲情 巴拉克 难求 一冠 2601 | 出售 2602 | 出售 2603 | 出售 2604 | 第二炮兵 某部 大山深处 的 守 哨兵 2605 | 马 天宇 系绿 丝带 宣传 新专辑 部分 收入 捐助 灾区 2606 | 图文 圣火 百色 传递 第 NUMBER 棒 火炬手 传递 祥云 2607 | 出售 2608 | 孙燕姿 灾区 探访 小朋友 跳绳 技术 不佳 被 绊倒 图 2609 | 组图 奥运 火炬 传递 荆州 站 火炬手 签名 祝福 灾区 2610 | 图文 北京 奥运会 主会场 鸟巢 一层 座席 2611 | 图文 奥运 圣火 云南 香格里拉 传递 陈群 手持 火炬 2612 | 出售 2613 | 出售 2614 | 出售 2615 | 组图 NUMBER 欧洲杯 NUMBER 强 宝贝 法国队 宝贝 莫尔加尼 2616 | 出售 2617 | 组图 星条旗 包裹 爱子 克里斯蒂娜 劝诫 青少年 2618 | 组图 原 EN 成员 韩 艺苑 泳装 性感 写真集 曝光 2619 | 出售 2620 | 图文 圣火 重庆 传递 第 NUMBER 棒 火炬手 传递 祥云 2621 | 出售 2622 | 出售 2623 | 图文 圣火 重庆 万州 传递 第 NUMBER 棒 火炬手 传递 2624 | 出售 2625 | 出售 2626 | 出售 2627 | 出售 2628 | 大小 EN 金曲奖 定装 斗艳 恶搞 蔡依林 2629 | 搜狐 房产 2630 | 北 2631 | 组图 韩智慧 娇媚 温柔 裙角 飞扬 海边 疗情 伤 2632 | 组图 迪亚兹 与 有妇之夫 外出 傲炫 右手 别致 金戒 2633 | 组图 火炬 接力 平遥 站 古城 传递 显 古风 古韵 2634 | 出售 2635 | 出售 2636 | 图文 圣火 重庆 万州 传递 第 NUMBER 棒 火炬手 传递 2637 | 组图访 太原 火炬手 联想集团 高级 副总裁 贺 志强 2638 | 图文 奥运 圣火 新疆 石河子 传递 火炬手 张斌 传递 2639 | 组图 金善雅 性感 诱惑 尽展 冷艳 熟女 气质 2640 | 出售 2641 | 楼盘 简介 2642 | 图文 圣火 格尔木 传递 NUMBER 棒 火炬手 传递 祥云 2643 | 图文 圣火 格尔木 传递 NUMBER 棒 火炬手 传递 祥云 2644 | 圣火 在 南通 传递 第 NUMBER 棒 火炬手 传递 祥云 2645 | 只 属于 女人 的 手机链 袖珍 内衣 2646 | 组图 圣火 传递 长沙 站 跳水 奥运冠军 熊倪 传首 棒 2647 | 组图 看到 青海湖 漂亮 景色 兴高采烈 的 工作人员 2648 | 图文 好运 北京 摄影展 五 入围 作品 NUMBER 2649 | 出售 2650 | 一周 新闻 留言 榜 2651 | NUMBER 该 服务 品牌 必须 是 国家工商局 认可 的 注册商标 2652 | 图文 圣火 接力 武汉站 第 NUMBER 棒 火炬手 传递 祥云 2653 | 组图 韩美林 开 艺术馆 宋祖英 敬一丹 周涛 捧场 2654 | 出售 2655 | 麦当娜 离婚 迹象 愈发 明显 婆婆 否认 儿子 婚变 图 2656 | 出售 2657 | 楼盘 简介 2658 | 出售 2659 | 中国空军 歼 - NUMBER EN 战斗 轰炸机 计划 浮出 水面 2660 | 组图 NUMBER 环球小姐 美艳 泳装 照 大比拼 2661 | 组图 法庭 接受 询问 不爽 布兰妮 狂扫货 发泄 不满 2662 | 出售 2663 | 董文华 难掩 沧桑 老态 鱼尾纹 眼袋 肆虐 图 2664 | 图文 圣火 传递 青海湖 站 第 NUMBER 棒 火炬手 2665 | 楼盘 简介 2666 | 图文 圣火 接力 武汉站 第 NUMBER 棒 火炬手 传递 祥云 2667 | 测试 他 是 一个 容易 变心 男人 吗 ? 2668 | 组图 港姐 华丽 演绎 珠宝 手饰 史宛 殷 激动 落泪 2669 | 长沙 NUMBER 棒 火炬手 除了 荣耀 感 还有 一份 社会 责任 2670 | 市场 圈 最新 文章 2671 | 鸟巢 服务员 接受 专业 特训 需要 掌握 多项 技巧 2672 | 阎维文 将 传 祥云 火炬 我会 用 军人 方式 传递 2673 | 奥运 问答 哪 一届 奥运会 开始 设置 女性 比赛项目 2674 | DATE 全国 高 考试题 与 答案 2675 | 图文 奥运 火炬 特许 商品 鸟巢 匙 扣 两件套 二 2676 | 组图绫濑遥 纯情 美少女 床上 写真 2677 | 美 泳坛 名将 齐格勒 踩场 热身 菲尔 普斯 周五 亮相 2678 | 展现 中国 印 独特 魅力 西泠印社 首次 赴美 展出 2679 | 奥运 圣火 DATE 在 吴忠 传递 传递 里程 NUMBER 公里 2680 | 辽阳 美食 特产 2681 | 图文 火炬 传递 广州 站 第 NUMBER 棒 火炬手 传递 祥云 2682 | 图文 火炬 传递 广州 站 第 NUMBER 棒 火炬手 传递 祥云 2683 | 编者按 2684 | 图文 圣火 南宁 传递 第 NUMBER 棒 火炬手 传递 祥云 2685 | 截至 NUMBER 时 唐家山 堰塞湖 库容 约 为 NUMBER 亿立方米 2686 | 巴萨 官方 公布 新 赛季 球衣 宣传 海报 竟无小罗图 2687 | 图文 中国男篮 NUMBER - NUMBER 孟菲斯 大学 丁锦辉 飞身 上篮 2688 | NUMBER 赛 我 橙色 盛典 活动 视频 2689 | 印度 种姓 矛盾 升级 组图 2690 | 高佬 海滩 难忍 冲动 咸猪 手 女友 半 裸露 胸遭 拍图 2691 | 伊甸 之东 精彩剧照 - - - - NUMBER 2692 | 楼盘 简介 2693 | 抗震救灾 英模事迹 报告团 在 浙江 举行 报告会 图 2694 | 组图 欧洲杯 克罗地亚 紧张 备战 比利 奇秀 脚法 2695 | 浪漫 - - 男女 共浴 泸沽湖 瓦 汝 温泉 2696 | 图文 圣火 接力 湘潭 站 第 NUMBER 棒 火炬手 传递 祥云 2697 | NUMBER 时 唐家山 堰塞湖 泄 流槽 流量 NUMBER 立方米 秒 2698 | 出售 2699 | 湖人 绿军 对决 十大 经典 巨星 肉搏 黑白 战成 追忆 2700 | 图文 EN 凯尔特人 胜湖 人 皮尔斯 喜笑颜开 2701 | 组图 葡萄牙 EN 土耳其 大战 一触即发 热情 的 球迷 2702 | 图文 圣火 接力 长沙 站 第 NUMBER 棒 火炬手 传递 祥云 2703 | DATE 全国 高考 海南 卷 物理科 试题 及 答案 2704 | 北京 首证量 能 萎缩 导致 盘面 沉闷 2705 | 波兰 EN 克罗地亚 赔率 克罗地亚 可能 放 水波 胆 NUMBER - NUMBER 2706 | 图文 大威 新造型 充满 复古 灵性 烈日 下 的 女球迷 2707 | 图文 EN 凯尔特人 EN 湖人 加内特 送 火锅 2708 | NUMBER 个 实用 方案 小 居室 变身 大 空间 2709 | 晋亿 实业 公布 临时 股东 大会决议 公告 2710 | 奥运 火炬 昨晚 入 湘 火种 灯仅 现身 两分钟 婉拒 采访 2711 | 甜帅 组合 昂首 晋级 女双 NUMBER 强 郑洁 结束 单打 之旅 2712 | 城市 名片 之 太原 服务 全省 影响 全国 吸引 世界 2713 | 新 熊猫馆 迎来 端午 小 高峰 奥运 熊猫 赚足 人气 图 2714 | 荆州 演绎 体彩 人 奥运 情怀 火炬手 张建顺 将 传 圣火 2715 | 浙江 生产 过渡 安置 房超 两 万套 到达 广元 超 一 万套 2716 | 图文 欧洲杯 西班牙 NUMBER - NUMBER 意大利 腿 抬 得 不够 高 2717 | DATE 高考 全国 卷 NUMBER 语文 试题答案 2718 | 图文 巴西 女排 NUMBER - NUMBER 德国 女排 巴西 拦网 留下 空隙 2719 | 发现 号 两名 宇航员 完成 第一次 太空行走 2720 | DATE 高考 重庆 卷理 综 试题 2721 | 两面针 公布 严二平 不再 担任 公司 研发 总监 及 高管 人员 职务 公告 2722 | 火炬 喀什 传递 结束 抗震 英雄传 末棒 2723 | 西安市 对 帐篷 等 十种 救灾物资 实行 临时 价格 干预 2724 | 泸天化 增持 恒大 动力 2725 | 银河 动力 披露 收购计划 2726 | 巴西 不 动用 公共 资金 办 NUMBER 世界杯 企业 直面 EN 2727 | 东百 集团 半年报 预增 NUMBER 以上 2728 | 沈阳 为 实现 无烟 奥运 大部 公共场所 全面 禁烟 2729 | 东京 股市 早盘 下跌 2730 | 图文 德国 NUMBER - NUMBER 克罗地亚 波 多尔斯 基稍 挽 颜面 2731 | 意大利 出征 前 注入 强心针 多 纳多尼 NUMBER 小时 内 续约 2732 | 北京 奥运会 对 隐性 广告 说 不 奥组委 将 进行 监控 2733 | 颁奖 受奖 者 罗洪 真金 允锡 间隔 三人 深情 对 望 2734 | 快讯 金允锡 发表 感言 眼中 泛着 泪光 2735 | 圣火 东方 威尼斯 丽江 传递 震区 两名 儿童 跑 出首 棒 2736 | 丽江 市民 热迎 奥运 圣火 五星红旗 五环旗 随风飘扬 2737 | DATE 普通 高等学校 招生 全国 统一 考试 文 2738 | EN 股 周三 早盘 低开 上证综指 下跌 近 NUMBER 守住 NUMBER 点 2739 | 传 美国 已 从 英国 撤走 部署 半世纪 核弹 官方 未 确认 2740 | 图文 男篮 备战 克罗地亚 张庆鹏练 罚球 2741 | 中汇 医药 DATE 召开 DATE 度 股东大会 2742 | 中国女足 NUMBER - NUMBER 小负 老冤家 尾随 朝鲜 小组 第 NUMBER 进四 2743 | 圣火 传递 穿越 世界 最大 的 水利枢纽 工程 2744 | 重庆 警方 利用 焚烧炉 销毁 NUMBER 余 公斤 毒品 图 2745 | 中国联通 再度 大跌 NUMBER EN 概念股 集体 跌幅 在 前 2746 | 中国 南方 航空 计划 再融资 NUMBER 亿 应对 高 成本 压力 2747 | EN 张伊静 携 第四张 专辑 EN 回归 2748 | 华发 股份 公布 董事局 会议 决议 公告 2749 | 北京 召开 领导 会议 推动 经济 发展 全力 筹办 奥运 2750 | 宝光 股份 董事会 决议 公告 2751 | 国 足 错失 十名 帅 与 希丁克 擦肩 利物浦 功勋 教头 2752 | 川 投 能源 NUMBER 多晶硅 龙头 调整 充分 2753 | 方大 EN 太阳能 新贵 高油价 受益者 2754 | DATE 高考 四川 卷 英语 试题答案 2755 | 刘 守卫 漫画 今天 流行 不 放水 克荷西 三连胜 晋级 2756 | 图文 国足 多 第二 练 龙王 关切 队员 2757 | 灾区 小学生 描绘 自己 心中 的 新家园 图 2758 | 赤壁 火灾 是 贪便宜 惹祸 2759 | 城投 控股 定向 发 新股 获批 2760 | 演出 预告 2761 | 快讯 唐家山 堰塞湖 湖区 治城 水位站 水位 NUMBER 米 2762 | 小丽 搭配 韩版 小 EN 恤 DATE 当红 穿 搭 2763 | 两 新股 今日 登陆 中小板 2764 | 山塘 中 发现 鸭嘴 蛇身 怪鱼 具有 活化石 之称 图 2765 | 戴尔 企业 林在京 认植 2766 | 图文 精英赛 金龙 NUMBER - NUMBER 乔 佩里 乔 佩里 关注 局势 2767 | 观看 跳水 比赛 的 一点 提示 2768 | 黑涩 会 美眉 裸妆入 镜素颜 重出江湖 图 2769 | 组图 西班牙 备战 与 意大利 比赛 斗牛士 双星 闪耀 2770 | 图文 亚洲杯 李昌镐 激战 赵汉乘 赵汉乘 赛前 调整 2771 | 中国 超级 摩托车 赛 北京站 落幕 2772 | 图文 荷兰 NUMBER - NUMBER 俄罗斯 这个 红牌 谁 都 没罚 下 2773 | DATE 全国 高考 广东 卷 EN 参考答案 2774 | 美国红十字会 再 向 中国 地震 灾区 再 捐 NUMBER 万美元 2775 | 快讯 陆毅 亲自 揭晓 诸葛亮 造型 图 人物 似 神似 仙 2776 | 吉尔吉斯斯坦 南部 暴发 致命性 炭疽病 疫情 2777 | 让 世界 充满 爱 诗文 诵读 会 举行 2778 | 切尔西 队友 反目成仇 英超 尖矛 后盾 将 直接 比拼 2779 | 菲尔 普斯 放弃 NUMBER 米 自由泳 飞鱼 也 有 不堪重负 时 2780 | 输球 勒夫 拿 球员 出气 不解 两场 比赛 差距 悬殊 2781 | DATE 普通高校 招生 统一 考试 全国 卷 NUMBER 语文 2782 | 马特乌斯 西班牙 是 夺冠 热门 可 战胜 任何 球队 2783 | 省 古籍 保护 中心 在 省图书馆 成立 2784 | 布冯 企盼 意大利 获 开门红 坦言 再 做 队长 仍 很 开心 2785 | 北 新 建材 董事会 决议 2786 | 图文 荷兰 NUMBER - NUMBER 意大利 加图 索 抢断 2787 | 图文 克罗地亚 NUMBER - NUMBER 波兰 波兰 很 受伤 2788 | 兰州市 工商部门 开出 首张 NUMBER 元限塑令 罚单 2789 | 图文 EN 总决赛 前 备战 忙 绿衫 军 众将 演练 战术 NUMBER 2790 | 图文 意大利 NUMBER - NUMBER 罗马尼亚 穆图 颇为 失望 2791 | 新人 泳儿 要 做 容祖儿 第二 望 明年 踏足 红馆 开唱 2792 | 日 男排 主帅 NUMBER 多年 前夺 过冠 北京奥运 要争 奖牌 2793 | 国际石油 会议 在 沙特 西部 港口城市 吉达 开幕 2794 | 长兴 NUMBER 风险 警示 公告 2795 | 图文 女排 大奖赛 中国 EN 巴西 冯坤 薛明 双人 拦网 2796 | 名牌 猫 与 奢侈 狗 的 大牌 时尚生活 2797 | 桂林 遭受 新一轮 强降雨 城区 内涝 严重 组图 2798 | 图文 EN 凯尔特人 EN 湖人 电视 名人 奥布赖恩 2799 | 三 巨头 初尝 总决赛 滋味 里 弗斯 目标 总决赛 夺冠军 2800 | 南勇 女足 还 不能 高兴 太早 还有 决赛 等 着 你们 2801 | 图文 孟菲尔 斯 NUMBER - NUMBER 费德勒 大力 发球 2802 | 精密 NUMBER 风险 警示 公告 2803 | 封城 一月 再 回 北川 两 男子 从 县城 搬运 物品 图 2804 | 中国 加快 审批 受灾地区 银行业 机构 准入 申请 2805 | 四川 人大代表 灾区 学校 重建 教室 宜 小型化 2806 | 邯郸 援川 NUMBER 套 安置 房 落成 2807 | 图文 欧洲杯 德国 EN 土耳其 巴拉克 阿尔腾 托普 2808 | 钢铁股 排 在 涨幅 榜前列 两市 均 已 翻红 2809 | 王铭 三 同志 逝世 2810 | 蒙古国 强 暴风雪 造成 NUMBER 人 死亡 多处 电力设施 被 毁 2811 | 图文 搜狐 直击 意大利队 训练 帅气 安布 罗西尼 2812 | 综合 突破 专题 复习 地方 时区 时 2813 | 图文 欧锦赛 EN 组 激情 球迷 脸谱 不 一 2814 | 图文 女王 草地 杯纳豆 NUMBER - NUMBER 锦织 圭 施展 中国 功夫 2815 | 女排 今战 古巴 迎 最强 挑战 第九次 交手 谁 能 占先 ? 2816 | 韩国 拟 增设 至少 NUMBER 座 核电站 2817 | 图文 库兹涅佐娃 NUMBER - NUMBER 卡 内皮 库兹娃 面露 凶狠 2818 | 足彩 胜负 玩法 NUMBER 期 交战 历史 艾尔切 EN 赫 库斯 2819 | 农业发展银行 贷款 超过 NUMBER 亿元 支持 救灾 和 重建 2820 | 图文 俄罗斯 NUMBER - NUMBER 西班牙 卡普 德维拉 受到 阻挡 2821 | 唐家山 堰塞湖 洪水 平稳 通过 绵阳 2822 | 唐家 山泄 流槽 流量 NUMBER 立方 秒 绵阳 连发 NUMBER 次 公告 2823 | 预告 DATE NUMBER 仁者无敌 主创 做客 搜狐 2824 | NUMBER 时 NUMBER 分 内蒙古 鄂伦春自治旗 发生 里氏 NUMBER 级 地震 2825 | DATE 普通高校 招生 统一 考试 广东 卷 文科 基础 EN 2826 | 组图 克罗地亚 备战 波兰 主帅 队长 懒洋洋 没 精神 2827 | 美媒体 看好 姚明 带 火箭 称休 城绿军 将 会师 总决赛 2828 | 港股 恒指 大跌 NUMBER 点 基金 经理 称 新一轮 下跌 开始 2829 | 只 需 每天 NUMBER 分钟 让 你 的 EN 又 翘 又 美 2830 | DATE 全国 高考 重庆 卷文综 试题 2831 | 图文 荷兰 训练 备战 范佩西 奔 向 主力 2832 | 海基会 副 秘书长 两会 已 就 互设 办事处 取得 共识 2833 | 中 对 日 韩 等 地 进口 丙酮 征收 反倾销税 期限 为 DATE 2834 | DATE 普通高校 招生 统一 考试 全国 卷 NUMBER 理科 综合 2835 | 图文 欧洲杯 意大利 NUMBER - NUMBER 罗马尼亚 门将 赛场 飞吻 2836 | 图文 捷克 EN 葡萄牙 EN 罗 带球 突破 2837 | NUMBER 岁 女生 化装 护士 上 前线 千里 连线 治 好 震后 阴影 2838 | NUMBER 欧洲杯 小组赛 最新 出线 赔率 - - 截止 DATE NUMBER 2839 | 全军 和 武警部队 NUMBER 亿元 捐款 全部 转赠 到 重灾区 2840 | 铜价 仍 有 下行 空间 2841 | 汶川 地震 不会 对 中国 经济 造成 严重 影响 2842 | 石化 股 发威 港股 三 连阳 2843 | 安理会 决议 要求 各国 合作 打击 阿富汗 毒品 犯罪 2844 | 澳柯玛 公布 提示性 公告 2845 | 日本共产党 在 网络 上广受 好评 平均 每月 千人 入党 2846 | 国足 无上 签 2847 | 英 高等法院 下令 逮捕 文莱 苏丹 弟弟 贾法里 亲王 2848 | 印度 通货膨胀率 升至 DATE 多来 最高 2849 | 国 足 生死战 将 狂攻 卡塔尔 杜伊拟 出奇 排 NUMBER 怪阵 2850 | 中小板 遭遇 黑色 星期五 周线 终结 五连阴 2851 | 姜瑜 中方 在 东海 问题 上 的 一贯主张 和 立场 没有 变化 2852 | 波兰 站 美 女排 再 发威 NUMBER - NUMBER 横扫 多米尼加 获 两连胜 2853 | 女排 大奖赛 第一 周二 传 排行榜 冯坤 第六 小魏 第十 2854 | 皇马 重金 利诱 EN - 罗 葡萄牙 飞翼 或创 足坛 第一 高薪 2855 | 赈灾 歌 收入 捐 灾区 成龙 生死 不 离 下载 率 第 NUMBER 2856 | 奥运 赛场 将 严格 限制 隐性 广告 2857 | 高金 食品 四川 发生 地震 对 公司 影响 进展 情况 2858 | EN 北京 市场 经销商 优惠 NUMBER 万元 抢 市场 2859 | 水漫金山 盛景 年底 将 重现 镇江 已 消失 数百年 2860 | 北京 奥林匹克公园 中心区 商业 文化 地块 今起 招标 2861 | 美的 建议 在 越 投资 两头 在外 更 安全 2862 | 祥云 搭 起 休闲 亭 四方 新建 NUMBER 处 休闲 健身 广场 2863 | 奥运 火炬 云南 传递 准备就绪 钟焕娣 将 传 第一 棒 2864 | 李小鹏 分管 商务 等 工作 排名 居 山西 副省长 第二位 2865 | 百通 夏庄路 NUMBER 号 商业 项目 定名 北 青岛 城市 广场 2866 | 海盛 · 新 阳光 地带 近日 推出 即墨 超低价 特荐 房 2867 | 国美 电器 的 选址 要求 2868 | 陈锡文 征地 制度 改革 建筑用 地 价格 不会 大幅 上涨 2869 | DATE 全国 高考 广东 卷 政治试题 2870 | 前 DATE 乘用车 销售 过 NUMBER 万辆 同比 增长 NUMBER 图 2871 | 宝钢 与 力拓 达成 铁矿石 价格 协议 2872 | 哀兵 对 劈 还是 以和为贵 希腊 俄罗斯 恐迎 沉闷 平局 2873 | 民建联 发表 港澳 合作 报告 冀 简化 澳门 人来 港 手续 2874 | 汶川 地震 抗震救灾 进展 情况 2875 | 三狮 罪人 重新 上岗 逃离 英伦 赴 荷甲 执教 特温特 2876 | 绩优 板块 上涨 反弹 值得 期待 2877 | 护肤 风靡 网络 的 省钱 护肤 小 偏方 2878 | 辽宁 证券 研究所 2879 | 步步高 商业 连锁 股份 有限公司 首次 公开 发行股票 网上 定价 发行 摇号 中签 结果 公告 2880 | 南 大 选派 教师 到 滨海新区 挂职 2881 | 济南 时报 做 兄弟 不如 做 掉 兄弟 2882 | 凯尔特人 夺冠 在 望 球迷 疯狂 愿用 一切 换 一张 门票 2883 | 北京 机动车 DATE 起单 双号 限行 公车 停驶 七成 2884 | 日本 开通 首个 网络 音频 全 文字 检索 网站 2885 | 中 移动 将 大规模 补建 EN 基站 二期 规划 启动 2886 | 北海 国 发 低价 海洋 业 涉足 新能源 可 期 2887 | 塑料 镇 企业 七停 三转 2888 | 远洋 一方 异国 风情节 之 夏威夷 风情 2889 | 美国 票房 之王 现场 观战 传奇 影星 我 是 科比 球迷 2890 | 裴勇俊 三年 内 完婚 将 推 宣传 韩国 风景 摄影集 图 2891 | 加拿大 新屋 开工 量大涨 NUMBER 2892 | 中国 莲乡 迎 圣火 伟人 故里 飘 祥云 2893 | 广东 NUMBER 家 饭店 被 取消 星级 包括 NUMBER 家 四星级 饭店 2894 | 全国人大 正 制订 五年 立法 计划 或 列入 个人 破产法 2895 | 关注 科技进步 法 多项 措施 鼓励 扶持 企业 自主 创新 2896 | 图文 刘翔 伤退 向 观众 致歉 难解 飞人 之 淡然 表情 2897 | 台 立委 指扁 金主 仍 掌控 三大信 保 基金 要求 撤换 2898 | 韩媒 对比 中国 对 日 韩 军机 入境 态度 称 与 中国 更近 2899 | 乳房 的 五大 黄金 线 2900 | 目前 最大 非政府 机构 与 卫生部 合作 社区 建设 启动 2901 | 北川 中学 映秀镇 小学 等 获授 抗震救灾 先进集体 2902 | 四川 举办 首场 抗震救灾 专场 招聘会 灾区 寻工者 众 2903 | 高校 专业 就业 分布 出炉 不要 再 让 名牌 和 热门 误导 2904 | 徐州 一 网友 辱骂 灾区 群众 被 拘 年龄 还 不足 NUMBER 岁 2905 | DATE 股票 基金净值 全线 缩水 八成 跌幅 逾 NUMBER 2906 | 揭秘 刘翔 退赛 台前幕后 缺阵 让 对手 深感 惋惜 2907 | 国家文物局 灾后 文物保护 和 修复 约 需 NUMBER 亿元 2908 | 床前 明月光 的 床 找到 物证 类似 马扎 2909 | 莱曼 誓死捍卫 德国 大门 赌上 性命 也 要 封杀 土耳其 2910 | 中国 足球报 看晕 了 2911 | 八 连胜 仍 需 保持 头脑清醒 男篮 期待 奥运 献真 佳绩 2912 | 公益 比赛 源于 中国 教练 启发 孟菲斯 助教 赞 崔 万军 2913 | 专家 湖人 不 交易 拜纳姆 发挥 大个子 作用 是 关键 2914 | NUMBER 家 机构 获 视频 牌照 五大 门户网站 榜上有名 2915 | 梅兰芳 DATE 底 上映 阿娇 戏份 疑似 全删 2916 | 凤凰 号 拍 到 迄今 最 清晰 的 火星 沙尘 照片 图 2917 | EN 股 再现 暴跌 摩根 大 通称 中国 股市 估值 已 更趋 合理 2918 | 杭州市区 商品房 销售 下降 小户型 房 一枝独秀 2919 | 据报 美国 已 秘密 撤走 部署 英国 NUMBER 多年 核武器 2920 | 武汉 硚口 城管 封杀 NUMBER 句 脏话 狠话 执法 前 需 敬礼 2921 | 奥运 期间 酒店 房价 多少 才 算 合理 ? 2922 | 南方 将 遇 强降雨 国家 防总 启动 防汛 ⅳ 级 应急 响应 2923 | 精英赛 两连败 晋级 无望 梁文博 没有 遗憾 只想 锻炼 2924 | 大风 冰雹 致 河南 十人 死亡 部分 农作物 绝收 图 2925 | 巴西 超模 EN 裸照 拍卖 引发 轰动 2926 | NUMBER 岁 年轻 战士 一条 战地 短信 申请入党 2927 | 死亡 通知书 疑似 提前 下达 尤 尼斯 我们 志在 三分 2928 | 山西省 人大常委会 任命 李小鹏 为 山西 副省长 图 2929 | 进球彩 NUMBER 期啸宇 波胆 赔率 阿勒 桑 主场 望出 NUMBER 2930 | 住邦 业主 参与 公共 装修 2931 | 孕前 准备 ? 不可 小 视图 2932 | 灾区 城镇 群众 饮水 基本 得到 保障 2933 | 巴萨 NUMBER 万 风暴 后 仍 有 重手 巨头 称 还 将 再 买 三人 2934 | 英 NUMBER 万镑 拍卖 世界 最后 一个 鹅毛 高尔夫球 图 2935 | 时尚 女人 正在 追捧 九种 类型 的 食品 2936 | 巴士 股份 将 转型 汽车 零部件 业 2937 | 全省 NUMBER 万 考生 今日 中考 2938 | EN 帮 山口组 大佬 走后门 换肝换 情报 不成 反挨涮 2939 | 你 得 援助 焦虑症 了 吗 2940 | 新晋商 领军人物 郭双 威传 奥运 火炬 承晋商 文化 图 2941 | 佩佩 领衔 桑巴 雇佣军 力助 葡萄牙 老 核心 星光 暗淡 2942 | 巴西 将 从 世界 粮食 涨价 中 受益 2943 | 中央财政 紧急 拨付 NUMBER 亿元 补贴 资金 2944 | 建桥 杯 唐 奕 无缘 八强 表演赛 折磨 前辈 芮乃伟 2945 | 新华 时评 变质 食用油 横行 监管部门 岂能 袖手 2946 | 留美 韩国 女 花艺 家 EN 的 浪漫 满屋 组图 2947 | 三天 变成 小腰 精 排毒 收腹 五 招式 2948 | 配股 公告 刚出 天威保变 跌停 伺候 2949 | 印军 拟 深入 中 印 争议 区借 探险 宣示 主权 2950 | 美媒体 曝 火箭 有意 交易 麦迪 一号 恐将缘 尽 休斯顿 2951 | 国资 剥离 医药 辅业 接盘 者 或 曲高和寡 2952 | 克罗地亚 胜 德国 遥望 冠军 欧洲杯 黑马 突现 更好 看 2953 | 危难 中 保护 学生 受伤 的 女 教师 王敏 一个 也 不能 少 2954 | 抗震救灾 中国 新闻界 打 了 一场 漂亮仗 2955 | EN 下 注册 的 域名 首次 突破 百万 大关 2956 | 岛内 四点 可 上下 集美 大桥 从 环岛 路上 桥 最 便捷 2957 | 知情人 曝 意甲 重磅 交易 米兰 尤文 争抢 土耳其 EN - 罗 2958 | 广州 五种 住宅 可 申请 改 商用 2959 | 七成 消费者 买车 先看 油耗 小型 轿车市场 初显 曙光 2960 | 新 舵手 领航 橙衣 舰队 最 和谐 团队 来自 第一 EN 手中 2961 | 业内 论坛 2962 | 楼市 低迷 房难 出手 失业 女网友 发帖 征 男人帮 供楼 2963 | 新乒赛 解签 王励勤 无 劲敌 女单 队友 相遇 签运差 2964 | 依据 新 民诉法 规定 的 执行 异议 制度 佛山 审结 首例 执行 复议 案件 2965 | NUMBER 一季度 北京 新 楼盘 2966 | 国家统计局 前 DATE 固定资产 投资 增长 NUMBER 2967 | 都江堰 受灾 群众 安置 点 见闻 日子 一定 越来越 好 2968 | 莎娃 出局 谁 是 最大 受益者 NUMBER 法网 注定 迎来 新 主人 2969 | 下半年 EN 股 市场 有望 价值 回归 2970 | 珠江 骏景 招募 网上 真人秀 2971 | 休城 专家 痛斥 火箭 遭黑论 力劝 斯特恩 行动 破 谣言 2972 | 郑州 DATE 出 预测 分数线 理科 一本 至少 降 NUMBER 分 2973 | 伊万 挽回 NUMBER 赛点 演 大逆转 长盘 获胜 进 NUMBER 强战 郑洁 2974 | 百朗园 卖房子 隐瞒 实情 开发商 赔偿 业主 NUMBER 万 2975 | 欧洲杯 EN 组 前瞻 - 西班牙 一 支独秀 三强 需 玩命 死 磕 2976 | 震后 广州 市民 买房 关注 质量 DATE 别墅 市场 升温 2977 | 发改委 宏观经济 研究院 副 院长 房价 今年 走低 2978 | NUMBER 岁 的 英雄 班长 林浩 与 NUMBER 名 被 免 官员 2979 | 鲁梅尼 格 反对 NUMBER 计划 称 欧洲 足球 无需 改变 2980 | 德土 大战 点燃 三大 看点 主帅 斗法 球队 谁 更加 血性 2981 | 东北 第一 镇 的 生态 文明 路 2982 | 传 不满 东亚 群星 风头 劲 嘲讽 林建岳 曾志伟 爆粗 2983 | 德纳 红土 大战 ⅴ 即将 上演 德约 科维奇 为 正名 而战 2984 | 公安部 要求 邮政 企业 对 邮寄 物品 当面 验视 2985 | 他 心底 的 NUMBER 个 雷区 千万别 触碰 2986 | 融资 大门 重新 向 房企 开启 ? 国内 银行信贷 有所 松动 2987 | 葛优 着 缩水 衣 匆忙 赶场 熊抱 女主持 不 撒手 图 2988 | 盈彩网 足彩 NUMBER 期 分析 阿 维利 诺 收官战 可博 2989 | 大众 EN 换代 车型 曝光 将 同步 引进 国内 ? 2990 | 温家宝 主持 召开 国务院 常务会议 2991 | 评论 弘扬 正气 远比 严肃 纪律 紧要 2992 | 国 足 大佬 沉默 不 与 拉 杜 交流 高层 斡旋 杜伊 开金口 2993 | 男子 接 法官 通知 索取 档案 公司 大厅 遭 人 围殴 2994 | 不 符合 工商 检验 标准 杭州 大厦 EN 专卖店 歇业 待查 2995 | 罗本 回归 荷兰 依旧 不攻 出师不利 预示 法国 进 决赛 2996 | 伊万诺维奇 是 百日 女皇 ? EN NUMBER 争夺 温网 将 燃 2997 | 斯帅 自 曝为 钱 去 切尔西 阿布 天价 支票 后 有 几个 NUMBER ? 2998 | 德国 前瞻 新 日耳曼 战车 回归 传统 波尔蒂 冲 金靴 2999 | 维修保养 量 上升 近三成 汽车 换季 维护 高峰 来临 3000 | 透过 市场 看 玻璃 3001 | 解放军总医院 野战医院 抗震救灾 纪实 3002 | 沉沦 萨芬 受 妹妹 闪光 激励 光环 之下 小德 迷失 自我 3003 | 抓紧 研究 政策 科学 制定 规划 3004 | 碧桂园 高调 参建 经济 适用房 称 利润率 NUMBER 以上 3005 | 港股 投资 早报 有望 继续 在 NUMBER 关 附近 维持 震荡 3006 | 沪 深 大盘 双双 低开 沪 指开报 NUMBER 跌 NUMBER 点 3007 | 没有 资质 设计 合同 是否 有效 3008 | 莫 把 高房价 皮球 踢 给 年轻 白领 3009 | 奥林匹克公园 EN 大环 三足鼎立 朝阳区 3010 | 反弹 明星 次新股 3011 | 各 大屋 苑 楼价 回升 NUMBER 租金 较 五月 低位 高 NUMBER 3012 | 挪威 开发新 机器人 首次 能 在 垂直 管道 里 攀爬 图 3013 | 三大新 通胀 信号 出现 数量 紧缩 将 继续 发威 3014 | 意大利 金童 组合 初 亮相 皮耶罗 高效 卡萨诺 才 上路 3015 | 新一代 农民工 进入 中国 青年 精英 团队 3016 | 业内 论坛 3017 | 前言 3018 | NUMBER 岁 女子 冒险 生 下 女儿 救治 白血病 儿子 3019 | 售楼 代表 讲述 辛酸 的 跳槽 内幕 3020 | 国际 油价 冲破 NUMBER 美元 全球股市 受累 纷纷 跳水 3021 | 火箭 选秀 方向 大体 确定 换乐透 签得 摇摆人 成 首选 3022 | 近期 南方 持续 暴雨 并非 异常 图 3023 | 人多 主意 全 力量 大 集体 购房 始现 沪 上 3024 | 高级教师 王建 点评 高考 文综 试题 政治 难度 较大 3025 | 曾志伟 小儿子 给 张学友 打工 曝 父亲 两次 婚姻 3026 | 澳门 房地产业 静待 黎明 3027 | 受 柴油 荒 影响 柴油 轿车 发展 在 中国 陷入 两难 境地 3028 | 钓鱼岛 撞船 事件 引发 日本 媒体 关注 忧虑 所 为何 来 3029 | 焦点 昆明 房地产 网爬 房团 今日 取得 圆满成功 3030 | 业内 论坛 3031 | 京津 一体化 下 的 天津 洼地 价值 3032 | 广地 花园 重复 抵押 事件 追踪 二 股东 想 潜逃 3033 | 可乐 男孩 我会 重新 回到 课堂 3034 | 亚洲 电王 李小鹏 辞任 华能 可能 弃商 从政 图 3035 | 徐媛 经历 坎坷 成 正果 商瑞华 马晓旭 也 要 当 替补 3036 | 范 跑跑 妻子 称 坚决 支持 丈夫 不会 轻易 离开 家乡 3037 | 中联重科 NUMBER 亿 欧元 并购 鸡肋 一块 3038 | 房贷 证券化 之争 落下 帷幕 建行 将 获得 首家 试点 3039 | 央企 房地产 企业 重组 大幕 开启 外资 成 既得利益者 3040 | 海南 DATE 高考 成绩 放榜 再出 两名 女 状元 图 3041 | 范 跑跑 字斟句酌 表 歉意 坚称 言论 无 不妥 图 3042 | 燃油 供应 紧张 影响 车市 消费 热点 可能 将 发生 转移 3043 | 伍宝莲为 奥运 队员 设计 战袍 3044 | 反腐败 在 中国 的 位置 3045 | 双 转移 广东 实现 新一轮 大 发展 的 现实 选择 3046 | 广西 边防 总队 侦破 毒品案 纪实 3047 | 解读 关于 小 产权 房 合法化 的 争议 3048 | 基本 款 谁 最 牛 ? 看 NUMBER 大 热门 家 轿 基本 款 对比 3049 | DATE 起 一批 法律法规 施行 3050 | 德阳 欢乐谷 直接 损失 超 NUMBER 亿 资金 成 重建 瓶颈 图 3051 | 工薪 与 白领 人士 NUMBER 万元 购房 攻略 3052 | 苏州 园区 湖东 小户型 走俏 大户型 将 何去何从 3053 | 中国 油价 变相 补贴 全球 图 3054 | 重庆 民告官 第一 人 任何 事 都 要 讲 证据 图 3055 | 三千 点 之后 何去何从 3056 | 直播 实录 万科 海尔 全面 家居 战略 合作 签约 3057 | 世界 首条 高温 超导 磁悬浮 落户 湖北 投资 将 上 百亿 3058 | 好莱坞 藏独 明星 李察 - 基尔 涉藏 广告 引起 激愤 3059 | 都江堰 危房 产 权之争 灾民 是否 仍 有 土地 使用权 3060 | 农民 下地干活 带 书包 自学 十余年 考上 博士 图 3061 | 新建 商品住宅 呼唤 装修 同步 到位 3062 | 王石 预言 京城 楼价 明年 有 NUMBER 下降 空间 3063 | 拥江 而 居 的 风水 格局 珠江 沿岸 人气 财气 两 兴旺 3064 | 土地 泡沫 在 破裂 中国 高房价 存在 的 基石 正在 崩塌 3065 | DATE 北京 楼市 大 预测 房价 产品 政策 物业 3066 | 大三 女生 地震 言论 激怒 网友 遭人肉 搜索 被 逼 休学 3067 | 错误 的 十年 房地产 经典策划 模式 批判 3068 | 汶川 地震 与 第一次 企业 公民 总动员 3069 | 欧洲杯 帅哥 的 太太 谁 最靓 组图 3070 | NUMBER 后 女孩 发 裸照 鼓励 网友 为 灾区 捐款 图二 3071 | 庾澄庆 百万 大 歌星 录影 袁惟仁 EN 担任 嘉宾 3072 | 男篮 备战 立陶宛 组图 李楠秀 罚球 陈 江华 忙 热身 3073 | 幻灯 大战 前 德国 球员 宾馆 放松 拉姆 改打 兵乓球 3074 | 河马 冲击 鳄鱼 救 下 小鹿 并 帮 小鹿 舔 舐 伤口 图 3075 | 系统 提示 3076 | 系统 提示 3077 | 出售 3078 | 出售 3079 | 幻灯 成都 天府广场 泣不成声 白花 与 烛光 寄 哀思 3080 | 图文 荷兰 EN 意大利 多 纳多尼 场边 指挥 3081 | 网友 调查 您 认为 国际 球员 在 EN 最 适合 的 位置 是 3082 | 台湾 出现 第 NUMBER 例 肠病毒 死亡 案 疫情 指挥 中心 启动 3083 | 穆图 不 雅 裸体照 遭 曝光 花花太岁 恐焕 第三 春图 3084 | 编者按 3085 | 伍兹 暂别 高坛 留 六大 遗憾 专家 称 不 影响 职业 发展 3086 | 本 公司 电子公告 服务 严格遵守 3087 | 图文 魏圣美 精彩图片 欣赏 3088 | 出售 3089 | 系统 提示 3090 | 系统 提示 3091 | 楼盘 简介 3092 | 楼盘 简介 3093 | 特别 企划 NUMBER 位 韩国 男星 谁 会 是 最 温柔 的 父亲 ? 3094 | 啸宇 欧洲杯 DATE 推荐 复仇 之战 看好 双方 分 胜负 3095 | 北京 万达 广场 国际 商务 港 东区 隆重 封顶 3096 | 比 前天 上涨 NUMBER 米 武汉关 水位 昨 涨幅 最大 3097 | 龙芯 全新 福珑 NUMBER EN 迷你 电脑 上市 售价 NUMBER 元台 3098 | 我们 为什么 要建 EN 我们 要建 多少 EN ? 3099 | 组图 火炬 传递 在 即 联想 银川 举行 环保 签名 活动 3100 | 出售 3101 | 品牌 真丝 内衣秀 3102 | 巴黎 四月 婚纱 传奇 - - 专业 嫁衣 设计 制作 演绎 新娘 的 唯美 传奇 3103 | 出售 3104 | 本 公司 电子公告 服务 严格遵守 3105 | 二手房 3106 | 出售 3107 | 华 航班 机 纽约 机场 起飞前 撞坏 机尾 旅客 滞留 纽约 3108 | 西班牙 夺冠 仅存 理论 小法 个人 目标 只是 挤进 首发 3109 | 济南军区 某机步 旅多措 并举 保持 部队 持续 作战 能力 3110 | 西班牙 一届 杯赛 创 多少 神话 晒晒 欧洲 王者 成绩单 3111 | 逆向 思维 热钱 加速 涌入 正 抄底 EN 股 3112 | 本 公司 电子公告 服务 严格遵守 3113 | 出售 3114 | 本 公司 电子公告 服务 严格遵守 3115 | 出售 3116 | 图解 EN 羽毛 项链 打造 全过程 3117 | 外汇新闻 - 搜狐 财经 3118 | 汉军 教学赛 再胜 国安 小将 邓卓翔 两粒 进球 功劳 大 3119 | 南航 DATE 增加 太原 - 大连 航班 密度 3120 | 出售 3121 | 本 公司 电子公告 服务 严格遵守 3122 | 出售 3123 | 花絮 比埃尔 霍夫 示范 护肤 看美 男 如何 涂 防晒霜 3124 | 出售 3125 | 广爱 川流 纪念 画册 首发 3126 | 奥巴马 非洲 老家 痛饮 庆功酒 图 3127 | 系统 提示 3128 | 出售 3129 | 本 公司 电子公告 服务 严格遵守 3130 | 本 公司 电子公告 服务 严格遵守 3131 | 幻灯 奥地利 EN 克罗地亚 莫 德里奇 点球 立新功 3132 | 出售 3133 | 组图 女排 大奖赛 德国 NUMBER - NUMBER 泰国 双塔 防守 固若金汤 3134 | 如果 您 认为 以下 评论 是 对 本 楼盘 的 点评 请 点击 3135 | 合租 3136 | 本 公司 电子公告 服务 严格遵守 3137 | 出售 3138 | 本 公司 电子公告 服务 严格遵守 3139 | 本 公司 电子公告 服务 严格遵守 3140 | 出售 3141 | 组图 新疆 美女 演员 热娜 曼妙 舞姿 传递 祥云 3142 | 出售 3143 | 求购 3144 | 悉尼 奥运 原住民 点主 火炬 仪式 后 防火 服 不翼而飞 3145 | 测试 你 会 因为 什么 而 有 外遇 ? 3146 | 欧洲杯 彩绘 女足赛 丁字裤 的 战争 3147 | 铁道部 发行 DATE 首期 短期 融资券 NUMBER 亿 期限 NUMBER 天 3148 | 欧足联 重罚 土耳其 门将 禁 NUMBER 场 足协 被 处 NUMBER 万 罚单 3149 | 北京 法院 首次 适用 劳动 争议 调解 仲裁法 判案 3150 | 赞张娜 和 赵蕊蕊 表现 不错 陈忠和 团结 闯过 难关 3151 | 段秀斌 房地产业 亟需 修复 社会 形象 3152 | 钱江晚报 君子 报仇 DATE 不 晚 3153 | 香港 置业 料 楼市 续旺 下半年 二手 注册 或 达 NUMBER 万宗 3154 | 欧洲杯 大牌 射手 都 撞墙 老将 没有 机会 为 自己 正名 3155 | 性感 足球 性感 欧洲杯 3156 | 江青 年轻 时 的 绝密 照 3157 | 本 公司 电子公告 服务 严格遵守 3158 | 本 公司 电子公告 服务 严格遵守 3159 | 本 公司 电子公告 服务 严格遵守 3160 | 本 公司 电子公告 服务 严格遵守 3161 | 本 公司 电子公告 服务 严格遵守 3162 | 本 公司 电子公告 服务 严格遵守 3163 | 本 公司 电子公告 服务 严格遵守 3164 | 出售 3165 | 本 公司 电子公告 服务 严格遵守 3166 | 好运 北京 摄影 大赛 第三阶段 入围 作品 3167 | 系统 提示 3168 | 组图博 尔特 NUMBER 秒 NUMBER 击败 鲍威尔 博 尔特 轻松 微笑 3169 | 新通 国际 花园 二手房 3170 | 本 公司 电子公告 服务 严格遵守 3171 | 本 公司 电子公告 服务 严格遵守 3172 | 出售 3173 | 出售 3174 | 出售 3175 | 出售 3176 | 出售 3177 | 组图 张东健 郑丽媛 帅气 动感 代言 服装 拍 目录 3178 | 搜狐 房产 3179 | 出售 3180 | 出售 3181 | 出售 3182 | 出售 3183 | 组图 网眼 袜 混血美女 大 跳 钢管 热舞 3184 | 组图 古巴 暴扣 未能 取胜 局 意大利 女将 拥抱 庆祝 3185 | 北京 车展 聚焦 比亚迪 汽车 3186 | 幻灯 葡萄牙 EN 德国 看台 惊现 女版施 魏因 斯泰格 3187 | 幻灯 葡萄牙 EN 德国 看台 惊现 女版施 魏因 斯泰格 3188 | 视频 运动 后 喝啤酒 比 喝 白开水 健康 有助 消 酸痛 3189 | 唐家山 堰塞湖 蓄水量 已 低于 NUMBER 亿立方米 3190 | 图文 西班牙 EN 瑞典 伊布 跳 起 庆祝 3191 | 图文 西班牙 NUMBER - NUMBER 俄罗斯 失落 的 妖人 门将 3192 | 文熙俊 首场 夏季 个 唱 DATE 开唱 亲自 参与 演出 策划 3193 | 大牌 女星 妆容 失败 自毁 容颜 3194 | 美国 海滩 发现 DATE 前 神秘 幽灵 森林 3195 | 幻灯 张艳茹 腾挪 回天无力 韩端 单骑 闯关 入 重围 3196 | 幻灯 郜林 凌空 打 门 震慑 对手 郑智 缘何 笑脸 盈盈 3197 | 北 3198 | 韦德 精彩 组图 欣赏 内线 小 导弹 演绎 空中飞人 3199 | 组图 倡棋杯 次 轮 最后 一战 常昊 丁伟争 八强 名额 3200 | 组图 中 韩 天元 对抗赛 在 即 古力 认真 为 棋迷 签名 3201 | 官方 评欧杯 十大 经典 战 NUMBER 场 逆转 戏 法国 金球 夺冠 3202 | 组图 阿联 新欢 曝光 身高 NUMBER 米 NUMBER 已 进军 好莱坞 3203 | 印度 某 农场 一 牛犊 开荤 竟 一口 将 小鸡 吃掉 图 3204 | 好莱坞 女明星 们 那些 非比寻常 的 高跟鞋 3205 | 火箭 新援 多西 组图 暴扣 尽显 霸气 突破 气势 逼人 3206 | 永远 的 超级 美少女 3207 | --------------------------------------------------------------------------------