La compréhension du langage parlé (SLU) repose principalement sur deux tâches : la détection d’intention et le remplissage de champs (slot filling), qui sont généralement modélisées conjointement dans les travaux existants. Toutefois, la plupart des modèles actuels ne parviennent pas à exploiter pleinement les relations de co-occurrence entre les champs et les intentions, ce qui limite leur performance potentielle. Pour remédier à ce problème, nous proposons dans cet article un nouveau réseau à mémoire collaborative (CM-Net), fondé sur un bloc bien conçu appelé CM-block. Le CM-block capture d’abord, de manière collaborative, des caractéristiques spécifiques aux champs et spécifiques aux intentions à partir des mémoires, puis utilise ces caractéristiques enrichies pour améliorer les représentations locales du contexte. À partir de ces représentations améliorées, le flux d’information séquentielle permet d’obtenir des représentations globales plus précises de l’énoncé (à la fois pour les champs et les intentions). En empilant plusieurs CM-blocks, notre CM-Net est capable d’effectuer de manière itérative un échange d’information entre les mémoires spécifiques, les contextes locaux et l’énoncé global, permettant ainsi un enrichissement mutuel progressif. Nous évaluons le CM-Net sur deux benchmarks standards (ATIS et SNIPS) ainsi que sur un corpus collecté spécifiquement (CAIS). Les résultats expérimentaux montrent que le CM-Net atteint des performances de pointe sur ATIS et SNIPS dans la plupart des critères, et surpasse significativement les modèles de référence sur CAIS. En outre, nous mettons à disposition publiquement le jeu de données CAIS pour la communauté de recherche.