Actualmente, el aprendizaje profundo ha logrado grandes avances en el procesamiento visual y del habla, principalmente porque extrae lecciones del modo jerárquico con el que el cerebro maneja las imágenes y el habla. En el campo del Procesamiento del Lenguaje Natural (NLP, por sus siglas en inglés), un modelo de temas es una de las formas importantes para modelar documentos. Los modelos de temas se construyen sobre un modelo generativo que claramente no coincide con la forma en que los humanos escriben. En este documento, proponemos el Modelo de Evento, que es no supervisado y se basa en el mecanismo de procesamiento del lenguaje de la neurolingüística, para modelar documentos. En el Modelo de Evento, los documentos son descripciones de eventos concretos o abstractos vistos, escuchados o percibidos por las personas y las palabras son objetos en los eventos. El Modelo de Evento tiene dos etapas: aprendizaje de palabras y reducción de dimensionalidad. El aprendizaje de palabras consiste en aprender la semántica de las palabras basado en el aprendizaje profundo. La reducción de dimensionalidad es el proceso que representa un documento como un vector de baja dimensionalidad mediante un modo lineal que es completamente diferente de los modelos de temas. El Modelo de Evento logra resultados de vanguardia en tareas de recuperación de documentos.