Nlp 不同<；s></s>&书信电报；unk>；kenlm和berkeleylm之间的概率

我使用kenlm和berkeleylm构建了ngram语言模型，但它们给出了非常不同的令牌概率

kenlm给出了：

ngram 1=164482
ngram 2=4355352
ngram 3=15629476

\1-grams:
-6.701107   <unk>   0
0   <s> -1.9270477
-1.8337007  </s>    0

ngram 1=164482 ngram 2=4355352 ngram 3=15629476 \1克： -6.701107 0 0 -1.9270477 -1.8337007 0 而伯克莱姆则给出：

\data\
ngram 1=164481
ngram 2=4291478
ngram 3=15629476

\1-grams:
-99.000000  <s> -2.079426
-1.833699   </s>
and no <unk> token probability

\data\
ngram 1=164481
ngram 2=4291478
ngram 3=15629476
\1克：
-99.000000   -2.079426
-1.833699   
而且没有象征性的概率

我想知道他们为什么会以不同的方式处理这些问题，以及这些差异如何导致不同的结果