تم استخدام معلومات نوع الخطأ على نطاق واسع لتحسين أداء نماذج تصحيح الأخطاء النحوية (GEC)، سواءً في إنتاج التصحيحات، أو إعادة ترتيبها، أو دمج نماذج GEC. إن دمج نماذج GEC التي تمتلك قدرات مكملة في تصحيح أنواع مختلفة من الأخطاء يُعد فعّالاً جداً في إنتاج تصحيحات أفضل. ومع ذلك، فإن دمج الأنظمة يُكبّد تكلفة حسابية عالية نظراً لضرورة تشغيل الاستدلال على النماذج الأساسية قبل تنفيذ طريقة الدمج نفسها. وبالتالي، سيكون أكثر كفاءة امتلاك نموذج واحد يحتوي على عدة شبكات فرعية متخصصة في تصحيح أنواع مختلفة من الأخطاء. في هذه الورقة، نقترح نموذج "مزيج الخبراء" (MoECE) لتصحيح الأخطاء النحوية. ويحقق نموذجنا أداءً يُعادل أداء T5-XL بثلاثة أضعاف أقل من عدد المعلمات الفعالة. علاوةً على ذلك، يُنتج نموذجنا تصحيحات قابلة للتفسير من خلال تحديد نوع الخطأ أثناء الاستدلال.