Telugu ఇదీ లోకం noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: ఇదీ-లోకం

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/idaii-laookam
Date: 2026-08-03 22:47
Chunks: 3


Book Overview

Book: ఇదీ-లోకం
Source: https://sundarayya.org/idaii-laookam
Total OCR chunks analysed: 3


OCR Quality Summary

Average Telugu script coverage across all chunks: 88%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • పాము
  • నేను
  • నాకు
  • అంటే
  • మంచిది
  • ల్ని
  • సంగతి
  • బయలు
  • చాలా
  • దూరం
  • అంటూ
  • అంతా
  • రాయి
  • ఆనాటి
  • వాడిని
  • సంగతులు
  • మనిషి
  • బడిలో
  • వరండాలో
  • ఇంటిలో
  • మాకు
  • వుంచడం
  • దేనికి
  • లట్యల
  • శ్యు
  • ఎదిలువ
  • కలిశా
  • ్ట్‌
  • ఓఫీన్ళ
  • జాసి

Per-Chunk Details

Chunk 1 — ఇదీ-లోకం_pages0001-0010.txt

OCR Score: 87% Telugu coverage
Characters: 3745

OCR Issues:

  • ASCII junk on lines: [43]

Key Terms:

  • పాము
  • నేను
  • నాకు
  • అంటే
  • మంచిది
  • ల్ని
  • సంగతి
  • బయలు
  • చాలా
  • దూరం
  • అంటూ
  • అంతా
  • రాయి
  • ఆనాటి
  • వాడిని
  • సంగతులు
  • మనిషి
  • బడిలో
  • వరండాలో
  • ఇంటిలో
  • మాకు
  • వుంచడం
  • దేనికి
  • లట్యల
  • శ్యు
  • ఎదిలువ
  • కలిశా
  • ్ట్‌
  • ఓఫీన్ళ
  • జాసి

Extractive Summary:

ల ఎదిలువ అం ర్య కలిశా దక జీ ౮ చ గావ 1 గ్‌ ్ట్‌ వాక త గ్‌ , మీ 458 రి ఇ “ఈ ణా శి ం _ | తీ చిన మ 1 స్ప - “౮ షీ “గ స లు 1 క ౮ గి భత ఓఫీన్ళ స్త హా జాసి ' సస శ .. జ్‌ క న్‌ ఆ ౮ '/ | ము నీ ట్ట ని వు . త క - తి స త క్ష ళ్‌ ఎ వ శ్‌ లు అ థె 4 న వ్‌ వ “ క లీ ॥ వీ క ఎ ం ॥ క ౩ 4 ఇ ' స ఈ క్‌ క ళం .ఖి న! క శో ఫి న వ ల క అ , ఇద్ర క్ష ఒ ॥ ఖు - ల జా ళా త శి ణి లీ వో ఆ గ్‌ ఖ్న జ ఇ ల గ ఇ ల్ని ఈ ఈ వై ళా ౯ శ ళ్‌ జ గ | శె కి శ లి జ జ్య ఖి పై ట్‌ ఇ ఇ శొ్‌ఆ ల!


Chunk 2 — ఇదీ-లోకం_pages0011-0020.txt

OCR Score: 90% Telugu coverage
Characters: 4346

OCR Issues:

  • ASCII junk on lines: [135, 139, 142]

Key Terms:

  • నాకు
  • చదువు
  • కొందరు
  • అయినా
  • నేను
  • కోతి
  • వారు
  • దీనిని
  • అందరూ
  • కూడా
  • నూతన
  • విజ్ఞాన
  • వేదిక
  • అవసరం
  • మేకలు
  • రోజూ
  • పోతూ
  • కిటికీలోంచి
  • చదవడం
  • కోవాలని
  • వుండేది
  • టీచరు
  • అడిగాడు
  • జంకు
  • చేసారు
  • నెలలు
  • ఇపుడు
  • తరగతి
  • వాచకం
  • ఊరిలో

Extractive Summary:

గ చేటే ట్‌.1 | ర గవ ణయ (బస్తా హన న జే వ 1 క... ౧ కాటా 1/1 మ్‌ అ భట్ల ఆదాం రా జ సో, , శ లో, 7 ల " (అహా 9 క గ్‌ జ [ య క గ్ర ఆ జాణ ఆ తడ 5 7. ్టై క క దో లల యా గ దబా తీట = శ్వ క్ట అ ఆ ఇ . క్క నాం న క ల అం లో ఆమ .


Chunk 3 — ఇదీ-లోకం_pages0021-0021.txt

OCR Score: 87% Telugu coverage
Characters: 267

OCR Issues:

  • ASCII junk on lines: [12]

Key Terms:

  • మవసు
  • ఫౌండేషన్‌
  • శ్రీ
  • పుస్తకాల
  • పరిశీలనాపట్టిక
  • _సపంవఖ
  • ముంరుళట
  • _పెద్దపైజాపీజల
  • లీవిపేలం
  • _తఈయారుచేపవి
  • __వజలువిడరీపివవి
  • పొావచేపది
  • ౧0900
  • _వీజలుపరిచూపివవి
  • _లిండింగుచేపి
  • పావ్‌
  • చెయ్యనివి
  • రాలిన
  • వవనననననననాకు

Extractive Summary:

ఇ మవసు ఫౌండేషన్‌ శ్రీ పుస్తకాల పరిశీలనాపట్టిక _సపంవఖ (గొ దం [ గగ ౯ [ద ముంరుళట వమ ౧/రుం _పెద్దపైజాపీజల | లీవిపేలం ౮ త్‌ ప అనన * ననా కస