对同一句话，在“在线演示”时选择“粗分”和“msra"进行命名实体识别时，得到的结果很好，没有把每一个细小的地址都识别，而是识别了一个大的地址；但是在python中调用api执行tasks=[‘tok/coarse’, ‘ner/msra’]任务时，识别的结果是每一个小的地址，这是为什么？
我知道每一次识别结果都会有差别，但以上结果我已经反复多次尝试。怎样修改代码可以在python中调用时也得到如在线演示时一样的结果呢？还是这两者本来运行的原理就是不一样的？
如下所示
在“在线演示”中，选择粗分和msra，成功识别了“江南天池景区”，而没有把江南，天池分开输出，且经过多次尝试，结果都一样。
在python中，我执行“HanLP(‘安吉江南天池景区安吉江南天池景区安吉江南天池景区安吉江南天池景区安吉江南天池景区的“天池”像是一口大锅，大铁锅。’, tasks=[‘tok/coarse’, ‘ner/msra’]).pretty_print()”这一代码，得到结果却如下所示，它把江南、天池分开识别输出，且没有注意到“景区”应在大的地点中包含：
|To|NER Type
|安吉|───►LOCATION|
|江南|───►LOCATION|
|天池|───►LOCATION|
|景区|
|安吉|───►LOCATION|
|江南|───►LOCATION|
|天池|───►LOCATION|
|景区|
|安吉|───►LOCATION|
|江南|───►LOCATION|
|天池|───►LOCATION|
|景区|
|安吉|───►LOCATION|
|江南|───►LOCATION|
|天池|───►LOCATION|
|景区|
|安吉|───►LOCATION|
|江南|───►LOCATION|
|天池|───►LOCATION|
|景区|
|的 |
|“ |
|天池|───►LOCATION|
|” |
|像 |
|是 |
|一 |
|口 |
|大锅|
|， |
|大 |
|铁锅|
|。 |
是我写的代码有问题，漏了其中哪一步，还是结果就会有这样的差别呢？