音声言語理解（SLU）システムには、スロットフィリング（SF）とインテンション検出（ID）という2つの主要なタスクが含まれています。これらの2つのタスクのための統合モデルは、SLUにおいて傾向となっています。しかし、既存の統合モデルでは、インテンションとスロットの双方向的な相互関連が確立されていません。本論文では、統合されたインテンション検出とスロットフィリングのための新しい双方向的な相互関連モデルを提案します。私たちは、2つのタスク間に直接的な接続を確立し、互いに促進するためのSF-IDネットワークを導入します。さらに、SF-IDネットワーク内に完全に新しい反復メカニズムを設計することで、双方向的な相互関連を強化しました。実験結果は、当モデルが最先端のモデルと比較してATISおよびSnipsデータセットにおいて文レベルの意味フレーム精度でそれぞれ3.79%および5.42%向上していることを示しています。