在使用定位表述的传统语义学网络中，概括不是这种表述的直接结果。已知黑猩猩喜欢洋葱，表现这个新知识的显而易见的方法是改变属于黑猩猩单元的联结强度。但这并没有自动地改变属于大猩猩单元的联结。所以为了在定位式方案中实现概括，必须求助于额外的过程。一个通用方法是，使激活从定位单元扩展到表述相似概念的其他单元中去(Collins and Loftus 1975；Quillian 1968)。于是当一个概念单元被激活时，它就会部分地激活它的相邻单元，因此存储于来自这些相邻单元联结中的任何知识就会部分地发挥作用。这一基本思想有许多种不同的形式(Fahlman 1979;Levin 1976;McClelland 1981)。
我们很难明确地将使用带有扩展激活的定位表述的系统与使用分布式表述的系统区分开来。在这两种系统中，激活一个概念的结果都是有许多不同的硬件单元被激活了。在某些模型中，它们的区别几乎完全消失了，比如麦克莱兰(McClelland1981)的概括模型，其中概念的特性是由特征单元上的一个激活模式来表述的，而这一激活模式是由用作这一概念的例子的潜在地非常多的单元的相互作用所决定的。其主要区别是，在一种情况下，存在着一个独立的特殊硬件单元，它的作用有如“手柄”，使得像概念名称那样的纯常规特性容易接近，同时构造这个网络的理论家也较容易了解网络各部分代表着什么。
如果我们是用人工规定网络中单元之间的联结的方法来构造网络，定位表述方案就有一些明显的优点。首先，比较容易认为，如果我们自己已经为网络提供了所有“知识”，即所有联结，我们就理解网络的行为。但是，如果完成这一工作的是网络内各个单元之间相互作用影响的整个分布式模式，那么这种理解就常常是虚妄的。其次，人们也许直觉地感到：把任意一个名称加到一个分布式模式上，显然比把它加到一个单个的单元上更加困难。然而，直观上更困难的事，不见得更有效。我们将看到，人们居然能够通过运用分布式表述实现与更少些单元的任意联系。不过在转向这些考虑之前，我们还是先来探讨一下分布式表述的另一个优点：在不配置新硬件的情况下，它们使创造新概念成为可能。
11 分布式表述
275