Telugu అమ్మాయి ఎవరు అబ్బాయి ఎవరు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు
Date: 2026-08-09 16:06
Chunks: 4


Book Overview

Book: అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు
Source: https://sundarayya.org/అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు
Total OCR chunks analysed: 4


OCR Quality Summary

Average Telugu script coverage across all chunks: 89%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • ఎవరు
  • అమ్మాయి
  • అబ్బాయి
  • బాలసుబ్రమణ్యం
  • ఫోన్‌
  • కమలా
  • భాసిన్‌
  • చిత్రాలు
  • బిందియా
  • థాపర్‌
  • జనవిజ్ఞాన
  • ముద్రణ
  • వెంట్రుకలు
  • శిలల
  • గళ్‌
  • అహ్లా౦
  • తేలి
  • ప్రచురణ
  • త్తి
  • ళ్లే
  • పద్‌
  • తెలుగు
  • ్ర్త
  • ఆల్‌
  • ఇండియా
  • పీపుల్స్‌
  • సైన్స్‌
  • నెట్‌వర్క్‌
  • అనుబంధం
  • హిందీ

Per-Chunk Details

Chunk 1 — అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు_pages0001-0010.txt

OCR Score: 87% Telugu coverage
Characters: 1425

OCR Issues:

  • ASCII junk on lines: [42, 43, 46, 48, 51]...

Key Terms:

  • ఎవరు
  • అమ్మాయి
  • అబ్బాయి
  • బాలసుబ్రమణ్యం
  • ఫోన్‌
  • కమలా
  • భాసిన్‌
  • చిత్రాలు
  • బిందియా
  • థాపర్‌
  • జనవిజ్ఞాన
  • ముద్రణ
  • వెంట్రుకలు
  • శిలల
  • గళ్‌
  • అహ్లా౦
  • తేలి
  • ప్రచురణ
  • త్తి
  • ళ్లే
  • పద్‌
  • తెలుగు
  • ్ర్త
  • ఆల్‌
  • ఇండియా
  • పీపుల్స్‌
  • సైన్స్‌
  • నెట్‌వర్క్‌
  • అనుబంధం
  • హిందీ

Extractive Summary:

గ ( ననన ఖు | తేలి ౯ క వవ న న. వపా ర లం లీ అ, శీ ళి ఆధీల కన అత * న్‌ స భ్‌ వే అ భి) ర్యమేళ లి శ న్‌ా, ఎ క లి టు నన ర్ల మటడల వ్ర వ? సాన కు |] టీ గో కోచం డా గం జో లల లోయల రళ్లోగ్ల ళ్ళ శి రర ఫ్‌ షః స్తా నలో లీ లో ఈ జో న ఖీ ఉల్తాన్యళ సచళగళ హాస్‌ ళీ క 1 ల లల త లల ల "లోలో ల్‌ తి ఉజలోలల లి 6


Chunk 2 — అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు_pages0011-0020.txt

OCR Score: 87% Telugu coverage
Characters: 2663

OCR Issues:

  • ASCII junk on lines: [153]

Key Terms:

  • అబ్బాయి
  • అంటారు
  • కొందరు
  • రాము
  • అమ్మాయా
  • నిక్కరు
  • శాంతి
  • ల్సి
  • వళ్ళు
  • అబ్బాయిలా
  • పనులు
  • పొలంలో
  • మెడలో
  • ఎపుడూ
  • వుంటుంది
  • అ౪౪ం
  • అఖమాయనన
  • అాయయనరో
  • ఇనుమ
  • శోకేన
  • ల్‌ో
  • నాలి
  • ల్యయోన్లోనేట్‌ల్‌
  • గ్‌స్తె
  • కోట్‌
  • పోలో
  • మాయో
  • ఉగ్‌
  • తాటి
  • క్ట్‌గీ

Extractive Summary:

య క్‌ గో గ రల ఇ ల్యయోన్లోనేట్‌ల్‌ 1 ల కా? ( (ఈ | లోల ళీ క గ ఇ వం. లీ ఉగ్‌ జ తాటి ల ౯ రో | క.


Chunk 3 — అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు_pages0021-0030.txt

OCR Score: 89% Telugu coverage
Characters: 3207

OCR Issues:

  • ASCII junk on lines: [55, 60]

Key Terms:

  • బట్టీ
  • అమ్మాయిలు
  • రంగమ్మ
  • అబ్బాయా
  • కొందరు
  • ఎవరు
  • తేడా
  • ఒకటే
  • పిల్లల్ని
  • మ్ముతుంది
  • చేపలు
  • గ్టతుం
  • అరసు
  • జగ్య్యస్లోక్లీ
  • కంలో
  • డంరాలా
  • నళక్ళో
  • ణ్మీం
  • గోడు
  • పపదవ
  • శ్శి
  • ఛలింటబ్రశ
  • హాన్యడ
  • టీకే
  • జాలు
  • కిలా
  • గడలను
  • ఆజరేష
  • ంళ్గ
  • న్నమీా

Extractive Summary:

స +న న య కా ( న కిలా - గ గరు రమ [ పా గడలను అ ీ లీ ర లం థి రి ఆజరేష ఇ ంళ్గ అ న్నమీా 9 తో లో క్‌ టట్‌ లేకే 2 ళ్‌ ఇస గలే ఈ యస్‌ ఇల ఇ ర. ల సం శ | ఆ టీ ల, రో న ఒకో ౨ -వతిట అట ల ఇ లో ఈ .. క తిను శీ, నోటే ల క తే ఉని ఇ - నీ ఏటి - క సభ. న్‌ లర్‌ అ అట్టా ౧ 0 త్‌ న క క శి + క్త నపా... న క చా లీ శ ష్‌ తో గ్ర ల.


Chunk 4 — అమ్మాయి-ఎవరు-అబ్బాయి-ఎవరు_pages0031-0033.txt

OCR Score: 93% Telugu coverage
Characters: 937

OCR Issues:

  • ASCII junk on lines: [4]

Key Terms:

  • వాళ్ళు
  • పుస్తకాలు
  • చదువుతారు
  • కూడా
  • బొమ్మల్ని
  • చూచి
  • 611651౧
  • బడిలో
  • అప్పుడే
  • చేరిన
  • ఒకటో
  • తరగతి
  • చదువుతున్న
  • “చదవగలరా
  • వాళ్ళకు
  • వుంటాయా
  • రచయితలు
  • వాళ్ళ
  • కోసం
  • రాస్తారా
  • ఇపుడివన్నీ
  • అర్హంలేని
  • ప్రశ్నలు
  • పిల్లలు
  • చదవడం
  • రూపాల్లో
  • వుంటుంది
  • గుర్తుల్ని
  • బమ్మర్ని
  • అక్షరాల్ని

Extractive Summary:

ఇలా సహజంగా, స్వయంగా పల్లలు భాష నేర్చుకోడానికే ఈ ప్రయత్నం. ఈ పుస్తకాలు నాలుగు గ్రేడ్హ 50 పుస్తకాల సిరీస్‌లోవి. న మవసు ఫౌండేషన్‌ పషంపంఖ్య | దంగ!.