任务型人机对话系统是自然语言处理领域当前的研究热点,相关技术发展近年来一直受到学术界和产业界的广泛关注。口语理解是任务型对话系统的重要组成部分,旨在将用户以自然语言形式输入的话语转化为结构化的语义表示,包括领域、意图、槽位等。尽管近年来口语理解研究提出的技术模型性能在逐步提升,但由于对话系统形式多样,已有的口语理解模型依然存在任务差异性大、泛化能力弱等难点。针对以上问题,本文从三种不同形式的对话系统出发,对不同口语理解技术的适用场景及改进展开研究。本文的主要贡献如下:（1）针对单轮对话口语理解中子任务无法进行显式特征交互等问题,提出了一种类型化迭代方法。该方法使用类型化抽象机制对语义槽填充任务的编码信息进行抽象化处理,用于增强意图识别任务性能。此外,该方法通过迭代机制实现编码信息双向交互,同时可以减轻由错误传播产生的信息误导。在两个公开的单轮对话数据集（ATIS和SNIPS）上的实验表明,本文提出的方法在多项指标上的性能均有明显提升。（2）针对多意图口语理解任务,提出了一种独立动态交互网络。过去的口语理解研究中,一个重要的假设是每轮对话中用户仅表达一种意图。然而在对话系统的实际应用中,用户可能在一句话中表达多种意图。针对这一特殊场景,本文提出一种独立动态交互网络,该网络通过基于图注意力机制的独立动态交互层,为每个词例捕获不同意图的细粒度语义信息。在DSTC4等多意图数据集上的实验结果表明,本文提出的独立动态交互网络在多意图识别任务中性能有所提升。（3）针对多轮对话口语理解任务,已有研究使用注意力机制模拟图结构来引入历史信息,但这种方法无法显式利用对话状态的结构性。此外,如何生成复杂格式的对话状态也为研究带来了挑战。针对以上问题,本文提出一种状态记忆图网络,该网络通过构建基于对话状态的状态记忆图保存历史对话信息,并使用图结构与当前对话进行特征交互。另外,本文还设计了一种基于状态记忆图的复杂对话状态生成方法。在多个公开的多轮对话数据集（包括中文数据集Cross WOZ、英文数据集Multi WOZ 2.0及Multi WOZ 2.1）上的实验结果表明,本文提出的状态记忆图网络可以有效提高联合正确率,并提高模型预测速度。