أظهرت نماذج الشبكات العصبية التكرارية القائمة على الانتباه لأغراض الكشف المشترك عن القصد وملء الفراغات (slot filling) أداءً متقدمًا جدًا، إلا أنها تعتمد على أوزان انتباه مستقلة. وبما أن هناك علاقة قوية بين الفراغات (slot) والقصد (intent)، فإن هذا البحث يقترح استخدام "بوابة فراغ" (slot gate) تركز على تعلم العلاقة بين متجهات الانتباه الخاصة بالقصد والفراغات، بهدف الحصول على نتائج أدق للإطار الدلالي من خلال تحسين عالمي. أظهرت التجارب أن النموذج المقترح يُحسّن بشكل ملحوظ دقة الإطار الدلالي على مستوى الجملة بنسبة 4.2% و1.9% مقارنة بالنموذج القائم على الانتباه على مجموعتي بيانات المعيار ATIS وSnips على التوالي.