El rápido crecimiento del comercio electrónico ha destacado la necesidad crítica de un análisis eficiente del sentimiento de las reseñas de los clientes, sin embargo, las complejidades del lenguaje natural como el sarcasmo y los sentimientos mixtos siguen siendo un desafío. Para abordar estas ambigüedades, este estudio propone una nueva arquitectura de análisis de sentimientos. La metodología integra una red de Memoria a Largo Plazo y Corto Plazo Bidireccional (Bi-LSTM) con un mecanismo de Atención de Luong. El componente Bi-LSTM modela el contexto secuencial y bidireccional del texto, mientras que el mecanismo de Atención de Luong aísla y enfatiza las partes más significativas de las reseñas para una detección precisa del sentimiento. El modelo híbrido propuesto demuestra un rendimiento excepcional en comparación con los métodos tradicionales, logrando una precisión del 96.67%, una exactitud del 96.83% y un recall del 96.67%, junto con un sobreajuste relativamente bajo. En última instancia, los hallazgos confirman que esta arquitectura gestiona eficazmente el lenguaje ambiguo y es altamente capaz de realizar análisis de sentimientos en tiempo real a gran escala, ofreciendo herramientas analíticas robustas para dar forma a las estrategias de marketing del comercio electrónico.