Trong bối cảnh thông tin giả mạo ngày càng phổ biến trên các nền tảng mạng xã hội, việc xác định chính xác nội dung sai lệch đã trở thành một vấn đề cấp thiết. Nghiên cứu này tập trung phát triển một mô hình học kết hợp giữa Mạng Nơ-ron Tích chập (CNN) và Mạng Bộ nhớ Dài-Ngắn hạn (LSTM), nhằm xây dựng hệ thống phân loại tin giả hiệu quả với độ chính xác cao. Thông qua quá trình thực nghiệm, mô hình được huấn luyện trên các tập dữ liệu lớn từ mạng xã hội, và kết quả dự đoán được đánh giá bằng các chỉ số cụ thể để đảm bảo tính nhất quán trên nhiều tập dữ liệu khác nhau. Ngoài ra, có thể cân nhắc sử dụng các cơ chế chú ý (attention mechanisms) khác hoặc kết hợp nhiều mô-đun chú ý để nâng cao hiệu suất của mô hình.