本論文では，コホネンの自己組織型マップ(SOM:Self-organization Map)[7]を用いて「の」の交替現象を観察する．ここでは，基本的な自己組織化マッ プ(基本SOM)について述べる．
SOMはニューラルネットワークをモデル化したものの一つで，教師無し競合強化 学習及び近傍学習により，ある分布に従う入力データの特徴を抽出し，その分布 を近似した特徴マップを生成する．マップの多くは2次元平面に表示されるため， 同じような特徴を持つデータはマップ上の近い位置に出力される．よって，デー タがマップのどの位置に出力されたかにより，どのデータと類似した特徴を持つ かということがわかるので，視覚的にも理解しやすい．
SOMのネットワークは，入力層と2次元平面上に出力ノードが格子状に配置された 出力層の2層からなり，入力層はすべての出力ノードと結合している．各々の出 力ノードには入力データと対応した，すなわちn次元の入力ベクトルにはn次 元の参照ベクトルが格納されており，入力ベクトルと一番近い参照ベクトルを持 つ出力ノードと，その近傍にある出力ノードの参照ベクトルをその入力ベクトル に近づけていく．このような動作を繰り返すことにより，次第に同じような特徴 をもつデータが集まった領域がつくられていく．すなわちマップが自己組織化さ れていき，入力ベクトルの特徴を反映したマップが生成される．