XLNet: Generalized Autoregressive Pretraining
         for Language Understanding

          Zhilin Yang1 , Zihang Dai12 , Yiming Yang1 , Jaime Carbonell1 ,
                 Ruslan Salakhutdinov1 , Quoc V. Le2
             1
              Carnegie Mellon University, 2 Google AI Brain Team
        {zhiliny,dzihang,yiming,jgc,rsalakhu}@cs.cmu.edu, qvl@google.com

                        Abstract
      With the capability of modeling bidirectional contexts, denoising autoencoding
      based pret ...