El miedo y el pánico generalizado han surgido sobre COVID-19 en plataformas de redes sociales que a menudo son apoyadas por contenido falsificado y alterado. Esta histeria colectiva crea ansiedad pública debido a la desinformación, malentendidos e ignorancia sobre el impacto de COVID-19. Para ayudar a los profesionales de la salud a abordar esta epidemia de manera más apropiada desde el principio, el análisis de sentimientos puede potencialmente ayudar a las autoridades a idear estrategias adecuadas. Este estudio analiza tweets relacionados con COVID-19 utilizando un enfoque de aprendizaje automático y ofrece una solución de alta precisión. Se realizan experimentos que involucran diferentes modelos de aprendizaje automático y profundo junto con varias características como Word2vec, frecuencia de términos, frecuencia de términos de documento y fusión de características de ambos enfoques de generación de características. El enfoque propuesto combina el clasificador de árbol adicional y la red neuronal convolucional y utiliza la fusión de características para lograr la puntuación de precisión más alta del 99%. El enfoque propuesto obtiene resultados mucho mejores que los enfoques existentes de análisis de sentimientos.