Os mapas auto-organizáveis de Kohonen (Selforganizing maps - SOM) têm sido bastante úteis para a visualização de dados de alta dimensão por serem capazes
de comprimir informações da entrada e ainda preservar relações geométricas importantes nos dados (KOHONEN, 1998; KOHONEN, 2001). A rede de Kohonen apresenta
enormes vantagens para a análise de fenômenos linguísticos, entre elas a categorização do input de uma maneira não-supervisionada, o que é muito útil em vários níveis de
categorização linguística. Essa rede neural foi utilizada para facilitar a visualização da formação de aprendizes por grau de similaridade no que se referia à transferência
de acento de L1 para L2. A aplicação da rede SOM neste contexto foi inovadora. Os resultados das simulações evidenciaram a organização dos falantes em grupos bem
deinidos e apontam o uso dessa rede como ferramenta bem-sucedida no auxílio da determinação de nível de proiciência em língua estrangeira no futuro.
