Много классовая классификация текста через BERT

У меня есть набор данных с 8 классами, которые я тренирую через bert. После искусственного добавления данных (по 1000 примеров на каждый класс с помощью NLPAUG) и обучения на них, на тестовых данных я получил оценку точности около 0.5. Исходная обучающая выборка с оригинальным текстом составляет примерно 1700 несбалансированных примеров. Как можно повысить точность?