Los rastreadores de actividad física alientan a las personas a ser más activas, a las que sufren de problemas de obesidad a perder peso monitoreando su dieta, a los adultos mayores a comprender su estado de salud midiendo su frecuencia cardiaca. En general, las empresas muestran publicidad para este tipo de productos y los describen como beneficiosos. Sin embargo, los usuarios buscan los productos que mejor se adapten a sus necesidades personales, para lo cual suelen revisar las opiniones de otros usuarios en plataformas de comercio electrónico como Amazon. En esta investigación, se estudió la satisfacción de los usuarios tras publicar su experiencia de haber usado los rastreadores de actividad física. Se evaluó si las opiniones provistas están relacionadas a la calidad ofrecida por los fabricantes, mediante la utilización de técnicas de procesamiento de lenguaje natural. Se desarrollo un análisis de sentimientos en función a las características técnicas ofrecidas por los dispositivos, empleando el aprendizaje de transferencia de un modelo de lenguaje basado en Transformer (RoBERTa). Se reentrenó el modelo en un corpus más específico, adaptándolo a la terminología de las reseñas en base a las valoraciones de los usuarios. Se desarrollo el entrenamiento del modelo en 2 módulos independientes, el primer módulo clasificó 20 características técnicas logrando un ajuste en el periodo de prueba del 93.48% de precisión, y el segundo modulo clasificó los sentimientos del usuario en un ajuste del 70.95%. Se realizó una comparación entre el sentimiento promedio del usuario vs el fabricante, obteniendo un 3.11 para el usuario y 3.99 para el fabricante. Palabras Clave: BERT, análisis de sentimientos, NLP, aumento de datos.