我正在尝试解决 NLP 多标签分类问题。我有大量的文件，应该分为 29 类。
我解决问题的方法是，在清理文本、删除停用词、标记化等之后，执行以下操作：
为了创建特征矩阵，我查看了每个文档的词条的频率分布，然后创建了这些词条的表格（其中重复的词条被删除），然后我计算了相应文本中每个词的词条频率（tf）。所以，最终我在每个文档中得到了大约 1000 个术语和它们受人尊敬的频率。
然后我将selectKbest它们缩小到 490 左右。在缩放它们之后，我使用 OneVsRestClassifier( SVC) 进行分类。
我得到了一个F1 score周围，0.58但它根本没有改善，我需要得到0.62。
我是否正确处理问题？
我需要使用tfidf vectorizer而不是tf，以及如何使用？
我对 NLP 很陌生，我完全不确定下一步该做什么以及如何提高分数。
在这个主题上的任何帮助都是无价的。
谢谢