كشفت التحديد النوايا وتعبئة الحقول عن مهام رئيسيتين لبناء نظام فهم اللغة الشفهية (SLU). وتربط هاتان المهمتان ببعضهما البعض بشكل وثيق، حيث تعتمد الحقول غالبًا بشكل كبير على النية. في هذه الورقة، نقترح إطارًا جديدًا لـ SLU بهدف دمج معلومات النية بشكل أفضل، والتي تُستخدم بدورها لتوجيه عملية تعبئة الحقول. في إطارنا، نعتمد نموذجًا متكاملًا مع آلية التمرير التراكمي (Stack-Propagation)، التي تسمح باستخدام معلومات النية مباشرة كمدخلات لعملية تعبئة الحقول، وبالتالي التقاط المعرفة الدلالية المتعلقة بالنية. بالإضافة إلى ذلك، لتفادي تراكم الأخطاء بشكل أكبر، نُجري كشف النية على مستوى الرموز (token-level) ضمن إطار التمرير التراكمي. أظهرت التجارب على مجموعتي بيانات علنيتين أن نموذجنا يحقق أداءً متقدمًا جدًا، ويتفوق على الطرق السابقة بفارق كبير. وأخيرًا، نستخدم نموذج التمثيل العكسي ثنائي الاتجاه من خلال المحولات (BERT) في إطارنا، مما يعزز أداءنا بشكل إضافي في مهام فهم اللغة الشفهية.