Dans cet article, nous formulons la combinaison de systèmes pour la correction d'erreurs grammaticales (GEC) comme une tâche d'apprentissage automatique simple : une classification binaire. Nous démontrons qu’avec une formulation adéquate du problème, un algorithme de régression logistique simple peut s’avérer très efficace pour combiner les modèles GEC. Notre méthode permet d’augmenter le score F0.5 par rapport au meilleur système de base de manière significative, de 4,2 points sur l’ensemble de test CoNLL-2014 et de 7,2 points sur l’ensemble de test BEA-2019. En outre, notre approche dépasse l’état de l’art de 4,0 points sur BEA-2019, de 1,2 point sur CoNLL-2014 avec annotation originale, et de 3,4 points sur CoNLL-2014 avec annotation alternative. Nous montrons également que notre méthode de combinaison de systèmes produit des corrections de meilleure qualité, avec des scores F0.5 supérieurs à ceux obtenus par les méthodes d’ensemble classiques.