Dado la alta presión inflacionaria en Rumania, el objetivo de este documento es demostrar el potencial de los modelos de retardo distribuido autorregresivo (ARDL) que incorporan análisis de sentimiento para proporcionar mejores pronósticos de inflación en comparación con las técnicas de aprendizaje automático (ML). El análisis de sentimiento basado en informes del Banco Nacional de Rumania sobre la inflación trimestral puede proporcionar insumos valiosos para los modelos econométricos. El modelo ARDL, utilizando datos de inflación e índice de sentimiento del período anterior, superó al modelo propuesto de media móvil integrada autoregresiva estacional (SARIMA) y a las técnicas de ML (máquina de vectores de soporte y redes neuronales artificiales). Los pronósticos basados en el modelo ARDL predijeron correctamente todos los cambios en la inflación, mientras que las medidas de precisión (error medio, error absoluto medio, error cuadrático medio raíz) en el corto plazo 2023: Q1-2024: Q3 indicaron los pronósticos más precisos. Los pronósticos más precisos son esenciales para los bancos nacionales, empresas, responsables de políticas y hogares.