La complejidad del sistema que caracteriza a los sistemas actuales justifica un enfoque integrado y completo para el diseño y desarrollo de sistemas. Esta necesidad ha provocado un cambio de paradigma hacia enfoques de Ingeniería de Sistemas Basada en Modelos (MBSE) para el diseño de sistemas y un alejamiento de los métodos tradicionales centrados en documentos. Si bien MBSE muestra un gran potencial, las ambigüedades e inconsistencias presentes en los requisitos en Lenguaje Natural (NL) obstaculizan su conversión directa a modelos. El campo del Procesamiento de Lenguaje Natural (NLP) ha demostrado un gran potencial para facilitar la conversión de requisitos en NL a un formato semi-legible por máquina que permite su estandarización y uso en un entorno basado en modelos. Un primer paso hacia la estandarización de requisitos consiste en clasificarlos según el tipo (diseño, funcional, rendimiento, etc.) que representan. Con ese fin, se necesita ajustar un modelo de lenguaje capaz de clasificar requisitos en requisitos aeroespaciales etiquetados. Este documento presenta un corpus de requisitos aeroespaciales anotados y de código abierto (el primero de su tipo) desarrollado con el propósito de este esfuerzo que incluye tres tipos de requisitos, a saber, requisitos de diseño, funcionales y de rendimiento. Este documento describe además el uso del corpus mencionado para ajustar BERT y obtener el aeroBERT-Classifier: un nuevo modelo de lenguaje para clasificar requisitos aeroespaciales en requisitos de diseño, funcionales o de rendimiento. Finalmente, este documento proporciona una comparación entre aeroBERT-Classifier y otros modelos de clasificación de texto como GPT-2, Memoria a Largo Corto Bidireccional (Bi-LSTM) y bart-large-mnli. En particular, muestra el rendimiento superior de aeroBERT-Classifier en la clasificación de requisitos aeroespaciales en comparación con modelos existentes, y esto a pesar de que el modelo fue ajustado utilizando un pequeño conjunto de datos etiquetados.