El entendimiento del lenguaje natural es un aspecto crucial de los sistemas de diálogo orientados a tareas, que abarca la detección de intenciones (ID) y el rellenado de espacios (SF). Los enfoques convencionales para ID y SF resuelven los problemas de manera separada, mientras que estudios recientes ahora se inclinan hacia un modelado conjunto para abordar la detección multi-intención y SF. Aunque los avances en el aprendizaje de indicaciones ofrecen un marco unificado para ID y SF, los métodos actuales basados en indicaciones no logran explotar completamente la semántica de las etiquetas de intención y espacio. Además, el potencial de utilizar el aprendizaje de indicaciones para modelar la correlación entre ID y SF en escenarios multi-intención permanece inexplorado. Para abordar el problema, proponemos un marco de generación de texto que unifica ID y SF. Las plantillas de indicaciones se construyen con descripciones semánticas de etiquetas. Además, introducimos una tarea auxiliar para capturar explícitamente la correlación entre ID y SF. Los resultados experimentales en dos conjuntos de datos de referencia muestran que nuestro método logra una mejora general de precisión del -% en un escenario de datos completos y del -% en un entorno de pocas muestras en comparación con un método previo, estableciéndolo como un nuevo enfoque de vanguardia.