研究表明，利用基于地面真值注释和TF-IDF特征提取的新闻文章作为训练数据集，使用Multinomial Naive Bayes模型的准确率为99.46％，在预测未见数据时为88.98％。然而，该模型在将假新闻标记为真实新闻方面存在问题，需要进一步研究和改进语料库收集，并建议使用集成机器学习来加强预测。