Bài báo này trình bày nghiên cứu về phát hiện tin giả dựa trên nội dung tin và ngữ cảnh xã hội sử dụng học máy. Đầu tiên, chúng tôi phân tích các khái niệm liên quan, các phương pháp phát hiện tin giả. Tiếp theo, chúng tôi mô hình hóa nhiệm vụ này như một bài toán phân lớp nhị phân, biểu diễn nội dung tin và ngữ cảnh xã hội dưới dạng véc-tơ đặc trưng. Sau đó, chúng tôi sử dụng một số thuật toán học máy để xây dựng mô hình phân lớp. Kết quả thực nghiệm với ba thuật toán học máy: Support Vector Machine, Naïve Bayes và k-Nearest Neighbors trên bộ dữ liệu FakeNewsNet cho thấy hiệu quả của phương pháp đề xuất.This paper presents research on detecting fake news based on news content and social context approach using machine learning. First of all, we analyze related concepts, methods of detecting fake news. Next, we model this task as a binary classification problem, representing news content and social context as feature vectors. Then we use machine learning algorithms to build the classification model. Experimental results with three machine learning algorithms: Support Vector Machine, Naive Bayes and k-Nearest Neighbors on the FakeNewsNet dataset show the effectiveness of the proposed method.