Dans les systèmes de dialogue orientés vers une tâche, les méthodes récentes de suivi de l’état de dialogue ont tendance à générer une seule fois l’état de dialogue à partir de l’état précédent. Les erreurs commises par ces modèles au tour actuel sont susceptibles d’être propagées au tour suivant, entraînant ainsi une propagation d’erreurs. Dans cet article, nous proposons une nouvelle méthode, appelée Amendable Generation for Dialogue State Tracking (AG-DST), qui repose sur un processus de génération en deux étapes : (1) la génération d’un état de dialogue primaire à partir du dialogue du tour courant et de l’état de dialogue précédent ; (2) la correction de cet état primaire obtenu à la première étape. Grâce à cette phase supplémentaire de correction, notre modèle est conçu pour apprendre un suivi d’état de dialogue plus robuste en corrigeant les erreurs persistantes dans l’état primaire. Cette étape joue ainsi le rôle d’un vérificateur dans un processus de double vérification, réduisant efficacement la propagation inutile d’erreurs. Les résultats expérimentaux montrent que AG-DST surpasse significativement les approches antérieures sur deux jeux de données actifs de suivi d’état de dialogue (MultiWOZ 2.2 et WOZ 2.0), atteignant de nouveaux états de l’art.