Dans cet article, nous présentons un classifieur hybride original. Un premier expert de modélisation détermine les deux classes les plus pertinentes en comparant le symbole inconnu à un ensemble exhaustif de symboles. Le second, discriminant, permet de lever les ambiguïtés. Cette architecture hybride exploite le fait que la "bonne" classe appartient le plus souvent aux deux classes les plus pertinentes trouvées par le premier classifieur. Les expérimentations, conduites sur une base de test de 20000 caractères manuscrits(62 classes), montrent que l'apport relatif de la coopération s'élève à 30%.