Durante la pandemia de COVID-19, se han realizado muchos estudios de investigación para examinar el impacto del brote en el sector financiero, especialmente en las criptomonedas. Las redes sociales, como Twitter, juegan un papel significativo como indicador importante en la predicción de los precios de Bitcoin (BTC). Sin embargo, hay una brecha de investigación en la determinación de la estrategia de preprocesamiento óptima en los tweets de BTC para desarrollar un modelo preciso de predicción de aprendizaje automático para los precios de bitcoin. Este documento desarrolla diferentes estrategias de preprocesamiento de texto para correlacionar los puntajes de sentimiento del texto de Twitter con los precios de Bitcoin durante la pandemia de COVID-19. Exploramos el efecto de diferentes funciones de preprocesamiento, características y longitudes de datos en los resultados de correlación. De las 13 estrategias, descubrimos que dividir oraciones, eliminar etiquetas específicas de Twitter o su combinación generalmente mejoran la correlación de los puntajes de sentimiento y los puntajes de polaridad de volumen con los precios de Bitcoin. Los precios solo se correlacionan bien con los puntajes de sentimiento en períodos de tiempo más cortos. Seleccionar la estrategia de preprocesamiento óptima impulsaría a los modelos de predicción de aprendizaje automático a lograr una mejor precisión en comparación con los precios reales.