Ну, можна зберігати і класифікувати новини по різних категоріях і різних країнах.

П.С. Навіщо дублювати інформацію, яка й так дублюється по 100500 разів?

П.П.С. Хіба, якщо Вам вдасться написати якийсь ШІ, що зможе якимось чином визначати хоча би ймовірність, наскільки інформація подана в новинах достовірна, це була б ідея на мільйон.

Це був стьоб

Ні. А от наприклад:
Новина - Половину депутатів заарештували і кинули до в'язниці.
Ваша програма зберігає новину і в поле "достовірність" записує 0.00

Новина - Тарифи знову зростають
Ваша програма в поле достовірність пише 100.00

Тут іще такий нюанс, що заголовок новини зазвичай на порядок сенсаційніший за саму новину. Скажімо, заголовок: «Половина депутатів сиділи!», сама ж новина про те, що на останньому засіданні сиділа лише половина депутатів, тому кворуму не було. Формально — заголовок відповідає новині (яка сама по собі цілком достовірна), фактично — спотворює її зміст. Як міряти достовірність у таких випадках?

А й справді, кому зараз потрібен ще один сайт новин (чи, тим більше, ще один агрегатор новин — враховуючи, що більшість новин і на «справжніх» новинних сайтах є репостом)?
Ось минулого місяця їду я, бачу графіті — mama.net, ну, думаю, хтось піарить ресурс для матусь та інших овуляшок. Незрозуміло, правда, чого реклама в таких бомжацьких місцях. Може, щось антинаркоманське (типу, «мама, нет!»), що було б більш логічно?.. Коротше, заходжу туди — «ми відкриваємо новий супер мега агрегатор з усіма новинами з усього світу!». 

Питання в тому, а чи справді людям треба стільки хронологічно впорядкованої інформації про поточні події? Інакше як новинні ресурси з низьким відсотком корисної інформації взагалі втримуються на ринку — по ідеї, їх мали б відтіснити конкуренти з більш насиченим контентом?

Можна рахувати кількість цитувань, складати рейтинг.
Більш складне завдання, скласти граф посилань і знайти справжнє першоджерело.
Можна вигадати як рахувати впливовість (себто вплив на суспільство), через популярність (кількість цитувань + репостів + переглядів).
Продовжувати ?

Справа навіть не в правдивості, а в реальній спроможності глядача/слухача/читача перетравити таку кількість інформації — особливо якщо далі він її ніде не застосовує. Що новинні ресурси є різновидом політреклами, всім давно відомо — досягається це, як правило, не свідомою фальсифікацією, а однобоким висвітленням подій. Скажу більше, таку ж задачу виконуватиме й новинний ресурс, що в усіх подробицях висвітлюватиме як позитивні, так і негативні риси певної політичної сили, повністю забиваючи канал сприйняття глядача, але лишаючи при цьому конкурентів поза увагою — в кінцевому підсумку, глядач таких новин або піде голосувати за «найменше зло» (єдину партію, про яку він знає хоч щось), або проігнорує вибори взагалі (що для партії-замовника краще, ніж коли б він пішов голосувати за її конкурентів).

По-перше, ті з них, що справді слухають лекції — люди достатньо мотивовані, їм же потім прослухане здавати, інакше армія. А новини?
По-друге, чи справді всі ті лекції слухають, а не сплять на парах чи займаються якоюсь фігнею?
По-третє, чи справді там така вже концентрація корисної інформації? Препод може взагалі теревенити про життя, а вся корисна інформація — в підручниках.

dialectstat я для політичних нових хотів зробити одну цікаву фішку. Визначати імена і дії в тексті і робити перехресні посилання.
Для прикладу: Можна знайти з якими депутатами пересікався той чи інший політичний діяч.

Також можна побудувати свій словник синонімів. У вас є новина яка написана на 10 ресурах по різному. Придумайте як можна знайти речення які описують одну і ту саму дійю але в різному стилі. Дальше навчити програму генерувати подібні новини.

Також можна дивитись за трендами. Наприклад визначити самий популярний гаджет і на своєму сайті писати тільки про популярні штуки