Un système de compréhension du langage parlé (SLU) comprend deux tâches principales : le remplissage d'entités nommées (SF) et la détection d'intention (ID). Le modèle conjoint pour ces deux tâches est en train de devenir une tendance dans le domaine de la SLU. Cependant, les connexions bidirectionnelles interdépendantes entre l'intention et les entités nommées ne sont pas établies dans les modèles conjoints existants. Dans cet article, nous proposons un nouveau modèle bidirectionnel interdépendant pour la détection d'intention conjointe et le remplissage d'entités nommées. Nous introduisons un réseau SF-ID pour établir des connexions directes entre les deux tâches, afin de les faire se renforcer mutuellement. De plus, nous concevons un mécanisme d'itération entièrement nouveau au sein du réseau SF-ID pour améliorer les connexions bidirectionnelles interdépendantes. Les résultats expérimentaux montrent que l'amélioration relative de la précision sémantique au niveau des phrases de notre modèle est de 3,79 % et 5,42 % sur les ensembles de données ATIS et Snips, respectivement, par rapport au modèle de pointe actuel.