El análisis de sentimientos en redes sociales y e-mercados se ha convertido en una tendencia emergente. La extracción de términos de aspecto para textos libres de estructura es la tarea principal incorporada en el análisis de sentimientos basado en aspectos. Esta importancia radica en la dependencia de otras tareas de los resultados que proporciona, lo que influye directamente en la precisión de los resultados finales del análisis de sentimientos. En este trabajo, proponemos un modelo de extracción de términos de aspecto para identificar los aspectos prominentes. El modelo se basa en agrupar los vectores de palabras generados utilizando el modelo de incrustación de palabras pre-entrenado. Se empleó la reducción de dimensionalidad para mejorar la calidad de los grupos de palabras obtenidos utilizando el algoritmo de agrupamiento K-Means++. El modelo propuesto se probó en conjuntos de datos reales recopilados de sitios web de minoristas en línea y del conjunto de datos SemEval-14. Los resultados muestran que nuestro modelo supera a los modelos de referencia.