Los diagramas del lenguaje de modelado de sistemas (SysML) generados manualmente por modeladores de sistemas pueden ser propensos a errores, lo que consume tiempo e introduce subjetividad. Las técnicas y herramientas de procesamiento de lenguaje natural (NLP) para crear diagramas SysML pueden ayudar a mejorar los procesos de diseño de software y sistemas. Aunque NLP extrae y analiza de manera efectiva datos de texto en bruto, como documentos de requisitos basados en texto, para ayudar en la especificación del diseño, el lenguaje natural, la complejidad inherente y la variabilidad presentan desafíos para interpretar los datos con precisión. En este artículo, exploramos la integración de NLP con SysML para automatizar la generación de modelos de sistemas a partir de requisitos textuales de entrada. Proponemos un marco de generación de modelos que aprovecha Python y la biblioteca NLP spaCy para procesar la entrada de texto y generar diagramas de definición de clases/bloques utilizando PlantUML para la representación visual. La intención de este marco es ayudar a reducir el esfuerzo manual en la creación de diagramas SysML v1.6, en este caso, diagramas de definición de clases/bloques. Evaluamos la efectividad del marco utilizando medidas de precisión y recuperación. La contribución de este artículo al dominio del modelado de sistemas es doble. Primero, se proporciona una revisión y análisis de las técnicas de procesamiento de lenguaje natural para la generación automatizada de diagramas SysML. En segundo lugar, se presenta un marco para extraer automáticamente relaciones textuales adaptadas para generar un diagrama de clases/diagrama de bloques que contenga las clases/bloques, sus relaciones, métodos y atributos.