Il rapido aumento della generazione di contenuti testuali da fonti come WhatsApp, Instagram e Amazon produce quotidianamente enormi quantità di dati. L'interpretazione di questi dati può aiutare gli imprenditori a comprendere la percezione pubblica dei loro prodotti o servizi e a prendere decisioni informate. A causa del grande volume di testo, l'elaborazione del linguaggio naturale (NLP), un aspetto cruciale dell'analisi del sentimento (SA), è essenziale per l'interpretazione dei contenuti. Questa ricerca si concentra sullo sviluppo di un modello di riassunto delle recensioni dei consumatori (CRS) che utilizza tecniche NLP e la memoria a breve termine lunga (LSTM) per riassumere i dati e fornire alle aziende informazioni significative sul comportamento e sulle preferenze dei consumatori. L'efficacia del modello CRS si basa sul modello SA e consiste in due fasi: SADL e CRS. La fase SADL comprende la pre-elaborazione delle recensioni, l'estrazione delle caratteristiche e la classificazione del sentiment, mentre la fase CRS esegue una sintesi automatica basata sui risultati SADL.