كشف النوايا وتعبئة الحقول هما مهمتان أساسيتان في فهم اللغة الطبيعية. في الواقع، قد تحتوي جملة واحدة على عدة نوايا. والتحدي الجديد الذي تواجهه الأبحاث الحديثة هو كيفية ربط النوايا المختلفة بالحقول المقابلة لها. تحل النماذج الحالية هذه المشكلة من خلال استخدام طبقات عصبية لالتقاط معلومات النوايا المرتبطة بشكل تكيفي لكل حقل، ولكن عملية اختيار النوايا لا تزال غير واضحة بدرجة كافية. لاحظنا وجود اتساق قوي بين النوايا ومواضيع الجملة، لذا استخدمنا معلومات الموضوع في التفاعل بين كشف النوايا وتعبئة الحقول من خلال آلية دمج المواضيع، حيث تُستبدل معلومات الموضوع على مستوى الرموز (tokens) بمعلومات النوايا لتوجيه توقع الحقول. بالإضافة إلى ذلك، تم استخدام معلومات الموضوع على مستوى الجملة لتعزيز كشف النوايا. أظهرت نتائج التجارب تحسينات واضحة على مجموعتي بيانات عامتين، حيث حققت تحسينًا بنسبة 4.8% في دقة الجملة على مجموعة بيانات MixATIS، وتحسينًا بنسبة 0.7% في كشف النوايا على مجموعة بيانات MixSNIPS.