各位專家，您好， 我們正在處理文字分類問題。我們有大約 80K 筆記錄，大約有 50 個類別。數據極不平衡。它有 2 列，一列用於描述，另一列包含類別。 到目前為止，我們已經嘗試了以下模型和技術： 資料預處理： 一個。小寫轉換，刪除數字文本，刪除 標點符號 b.刪除了不重要的單字和停用詞 c.詞形還原 TFIDF 轉換 使用 SKLEARN 模式： 一個。線性SVC b.線性迴歸 c.邏輯迴歸 d.決策樹 e.隨機森林 使用 Huggingface 變形金剛： 一個。谷歌伯特 b.蒸餾伯特 SMOTE 採樣 據觀察，我們獲得的最大準確度為 70%（隨機森林和 Google Bert）。 準確度還有提升空間嗎？ 如果是，我們還可以使用哪些其他技術或模型來提高準確性？
