Con la popularización de la tecnología digital, el problema de la contaminación de la información causada por noticias falsas se ha vuelto más común. La difusión maliciosa de contenido dañino, ofensivo o ilegal puede llevar a la desinformación, malentendidos y disturbios sociales, afectando la estabilidad social y el desarrollo económico sostenible. Con la continua iteración de la tecnología de inteligencia artificial, los investigadores han llevado a cabo la minería y análisis automático e inteligente de datos de noticias basados en aspectos de las características de la información y han logrado la identificación efectiva de información de noticias falsas. Sin embargo, la investigación actual carece de la aplicación de conocimientos multidisciplinarios y de investigación sobre la interpretabilidad de los métodos relacionados. Este artículo se centra en la tecnología existente de detección de noticias falsas. La encuesta incluye conjuntos de datos de noticias falsas, métodos de investigación para la detección de noticias falsas, modelos técnicos generales y métodos técnicos relacionados multimodales. La contribución innovadora es discutir el progreso de la investigación sobre la detección de noticias falsas en comunicación, lingüística, psicología y otras disciplinas. Al mismo tiempo, clasifica y resume los métodos de detección de noticias falsas explicables y propone un sistema de comunicación de triángulo humano-máquina-teoría explicable, con el objetivo de establecer un sistema de difusión de información de interacción humano-máquina sostenible y centrado en las personas. Finalmente, discutimos los prometedores temas de investigación futura de la tecnología de detección de noticias falsas.