本文综述了口语语言理解中意图检测与槽位填充的联合建模进展，涵盖DGIF、Co-guiding Net、BERT联合模型、SF-ID网络、PromptSLU、AGIF等框架，通过图交互、对比学习、提示学习提升两任务协同，在多个数据集上取得显著性能提升。

该研究评估了不同尺寸的预训练语言模型在口语语言理解方面的表现。最大的模型在意图分类准确性方面表现良好，但在槽填充方面表现不佳，并且对ASR错误敏感。