Так круто же ) То, что вы пишете в 1 и 2 - это и есть результат ) Можно же просто идти дальше:
1) теперь выделить новости без личностей; посмотреть внимательно только на них, и понять - какие ещё есть признаки
2) улучшать качество парсинга ) я давно занимаюсь парсингами - качества всегда можно улучшить ) ...либо подумать, как ещё собрать словарь именованных сущностей (может быть на других текстах) :)

Понятие важно/не важно можно трактовать как определение хайпа. Чем больше статей на данную тематику за последний период, тем тема важнее.

Тогда
а) нужно смысловое расстояние между двумя текстами
б) сравнить каждый с каждым нереально

Я пытался искать дубли
Гипотеза: чем больше дублей у поста - тем он важнее

Либо на ее продвижение потрачено больше денег)

а) много спама
б) посчитать нереально при большом кол-ве текстов

я могу в лс проконсультироваться?

Я навскидку вот о чем подумал:
1) новости могут быть разного масштаба и тематики. Масштаб: мировые, по стране, по региону, по городу, по району, по жк, по дому, по квартире или отдельной семье/мини-сообществу (пример с кошкой). Тематики: политические (личности), экономика (цифры)... По жанру (возможно это не так называется): событие, рассуждение, мнение, исследование... Можно залезть в учебники для сми/журналстов и посмотреть, какие еще есть классификации. И подумать, нужны ли вам в задаче воооообще все новости, или только отдельные виды/типы/жанры. Если отдельные - то разметить тексты еще и по этим классификациям (руками/толокой) и признаки далее искать более узко.

2) выявить "интересность" для большого круга людей... Пока у нас не существует полноценной модели человека в коде - никак. Но, можно взять массив постов и ноаостей, побольше, и, опять же, тупо отдать в ручную разметку, попросив людей, помимо ответа "новость"/"не новость" указать: а) наиболее интересные цитпты из текста, б) своими словами написать комментарий - почему эта новость была им интересна/важна. Результат использовать как обучающую выборку для критерия "интересность" ) из цитат выделить круг "интересных тем", а из комментариев - еще раз круг тем, название которых не содержится в тексте явно. Учитывать, что помимо "средней интересности" (темы, интнресные всем, "среднему" человеку) будут наборы тем, интересных отдельным группам - т.е. вот темы в этой обуч.выборке  можно будет еще на кластеры разбить:)

Интересная задача)

А, забыл дописать, пост чаще будет поппдать в "мнения" - по ряду разных признаков. Я к этому написал про жанры. По сути фильтр такой) если, конечно, нам не нужны и "мнения" в новостях)

Слушайте, идиотский вопрос, какой инструмент (на python в первую очередь) может исправить это предложение: "Наполнитель длякошачьих туалетов"? Попробовал и Jamspell и pymorphy2 и в natasha поковырялся, не могу понять...

Вроде банальность, но ни кто не видит ошибки в слитном написании слов

Из бесплатного, умеющего разбивать слова, знаю только про levenshtein_corrector из диппавлова:
http://docs.deeppavlov.ai/en/master/features/models/spelling_correction.html

Ну и если влезете в лимиты (10к реквестов в сутки), то можно Яндекс.Спеллер использовать, у него качество получше будет

https://anyks.com/spell-checker/index.html исправляет. правда, он многое другое не исправляет...

Ну через API или запросы не так интересно, так как теряется автономность, но все равно спасибо

это опен-сорс, можно себе локально поставить.

Аа, отлично))

Приветствую! Если стоит задача из текстов выбирать все ФИО и представлять в именительном падеже, то использовать следует библиотеку Natasha или Nerus?

какой самый популярный фильтр обсценной лексики на питоне? ищу по гитхабу но не уверен что популярнее/точнее/лучше поддерживается

nerus — это датасет. компоненты natasha, которые вам могут подойти: slovnet и yargy.