Hoy en día, es muy difícil diferenciar entre noticias reales y noticias falsas debido al rápido crecimiento de las redes sociales y el progreso tecnológico. Las noticias manipulativas se definen como desinformación calculada con el objetivo de crear creencias falsas. Este tipo de noticias falsas es altamente perjudicial para la sociedad, ya que profundiza la división política y debilita la confianza en las autoridades e instituciones. Por lo tanto, la identificación de noticias falsas ha surgido como un campo de investigación importante que busca validar el contenido. El modelo propuesto opera en dos etapas: primero, - se aplica a un documento completo para obtener sus características globales, y sus características espaciales y temporales se obtienen simultáneamente mediante el uso de Representaciones de Codificadores Bidireccionales de Transformadores y Memoria a Corto y Largo Plazo Bidireccional con una Unidad Recurrente con Compuerta. La Red de Aprendizaje Rápido clasifica eficientemente las características extraídas. Se realizaron experimentos comparativos en tres conjuntos de datos a gran escala fácilmente y públicamente obtenibles con el fin de analizar la eficiencia del enfoque propuesto. Los resultados también muestran qué tan bien se desempeña el modelo en comparación con los métodos pasados de clasificación.