タスク指向型対話システムにおいて、近年の対話状態追跡（DST）手法は、前回の対話状態を基に、現在の対話ターンに基づいて対話状態を一度の生成で推定する傾向にある。しかし、これらのモデルが現在のターンで犯す誤りは、次のターンに引き継がれやすく、誤りの伝播（error propagation）を引き起こすリスクがある。本論文では、対話状態追跡のための新たな二段階生成アーキテクチャである「Amendable Generation for Dialogue State Tracking（AG-DST）」を提案する。本モデルは以下の二段階の生成プロセスを含む：（1）現在の対話文と前回の対話状態に基づき、初期の対話状態を生成する第一段階、および（2）第一段階で得られた初期対話状態を修正する第二段階。追加された修正生成プロセスにより、モデルは初期状態に残存する誤りを修正することで、より堅牢な対話状態追跡を学習するよう設計されている。この修正段階は、二重チェックプロセスにおける「検証者（reviser）」の役割を果たし、不必要な誤りの伝播を緩和する。実験結果から、AG-DSTは2つの代表的なDSTデータセット（MultiWOZ 2.2およびWOZ 2.0）において、従来手法を顕著に上回り、新たな最先端性能を達成した。