Nous combinons deux des approches les plus populaires en matière de correction automatique des erreurs grammaticales (GEC) : la GEC basée sur la traduction automatique statistique (SMT) et la GEC basée sur la traduction automatique neuronale (NMT). Le système hybride obtient de nouveaux résultats d'état de l'art sur les benchmarks CoNLL-2014 et JFLEG. Ce système de GEC préserve la précision des sorties SMT tout en générant des phrases plus fluides, caractéristique typique des systèmes NMT. Notre analyse montre que les systèmes créés sont plus proches d'atteindre une performance au niveau humain que tout autre système de GEC rapporté jusqu'à présent.