各位专家，您好， 我们正在处理文本分类问题。我们有大约 80K 条记录，大约有 50 个类。数据极不平衡。它有 2 列，一列用于描述，另一列包含类。 到目前为止，我们已经尝试了以下模型和技术： 数据预处理： 一个。小写转换，删除数字文本，删除 标点符号 b.删除了不重要的单词和停用词 c.词形还原 TFIDF 转换 使用 SKLEARN 模型： 一个。线性SVC b.线性回归 c.逻辑回归 d.决策树 e.随机森林 使用 Huggingface 变形金刚： 一个。谷歌伯特 b.蒸馏伯特 SMOTE 采样 据观察，我们获得的最大准确度为 70%（随机森林和 Google Bert）。 准确性还有提升空间吗？ 如果是，我们还可以使用哪些其他技术或模型来提高准确性？
