Los requisitos de software se clasifican principalmente en requisitos funcionales y no funcionales. Si bien la investigación ha explorado la clasificación automática multicategoría de requisitos no funcionales, los requisitos funcionales siguen siendo en gran medida inexplorados. Este estudio abordó esa brecha al introducir un conjunto de datos completo que comprende 9529 requisitos funcionales de 315 proyectos diversos. Los requisitos se clasifican en cinco categorías: ubicuos, impulsados por eventos, impulsados por estados, comportamiento no deseado y capacidades opcionales. Se emplean técnicas de Procesamiento de Lenguaje Natural (NLP), aprendizaje automático (ML) y aprendizaje profundo (DL) para habilitar la clasificación automática. Todos los requisitos de software pasaron por varios procedimientos, incluida la normalización y técnicas de extracción de características como TF-IDF. Se llevaron a cabo una serie de experimentos de aprendizaje automático (ML) y aprendizaje profundo (DL) para clasificar subcategorías de requisitos funcionales. Entre los modelos entrenados, la red neuronal convolucional logró el mejor rendimiento, con una precisión del 93, seguida de la red de memoria a largo y corto plazo con una precisión del 92, superando a los métodos tradicionales basados en árboles de decisión. Este trabajo ofrece una base para herramientas de clasificación de requisitos precisas al proporcionar tanto el conjunto de datos como un enfoque de clasificación automatizada.