La literatura contiene varios informes que evalúan las habilidades de las redes neuronales profundas en el aprendizaje de transferencia de texto. Hasta donde sabemos, sin embargo, ha habido pocos esfuerzos para realizar plenamente el potencial de las redes neuronales profundas en la clasificación de sentimientos de reseñas de productos en diferentes dominios. En este documento, proponemos una red neuronal convolucional de dos capas (CNN) para la clasificación de sentimientos de reseñas de productos en diferentes dominios (LM-CNN-LB). La investigación de aprendizaje de transferencia en la clasificación de sentimientos de reseñas de productos basada en redes neuronales profundas ha estado limitada por la falta de un corpus a gran escala; buscamos remediar este problema utilizando un conjunto de datos auxiliar a gran escala recopilado de reseñas de productos de Amazon en diferentes dominios. Nuestro marco propuesto muestra la transferibilidad dramática de las redes neuronales profundas para la clasificación de sentimientos de reseñas de productos en diferentes dominios y logra un rendimiento de vanguardia. El marco también supera a las características complejas diseñadas utilizadas con un método no basado en redes neuronales profundas. Los experimentos demuestran que la introducción de datos a gran escala de dominios similares es una forma efectiva de resolver la falta de datos de entrenamiento. El LM-CNN-LB entrenado en el conjunto de datos de dominios relacionados de múltiples fuentes superó al entrenado en un solo dominio similar.