Telugu ఊసరవెల్లి noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: ఊసరవెల్లి

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/usaravaelalai
Date: 2026-08-03 21:59
Chunks: 3


Book Overview

Book: ఊసరవెల్లి
Source: https://sundarayya.org/usaravaelalai
Total OCR chunks analysed: 3


OCR Quality Summary

Average Telugu script coverage across all chunks: 87%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • కుకు
  • లీలల
  • న్‌్‌
  • వంచన
  • నందం
  • వలవల
  • చందం
  • లేలే
  • లక్ష
  • న్‌ు
  • నేనే
  • క్షా
  • కక్ష
  • వందనం
  • ననున
  • నవనవ
  • అక్ష
  • లంచం
  • నక్ష
  • నీలీ
  • టీటీ
  • జీలం
  • ళ్ళి
  • చంచలం
  • చంచల
  • వపను
  • రేటే
  • పవనం
  • వందర
  • వదనం

Per-Chunk Details

Chunk 1 — ఊసరవెల్లి_pages0001-0010.txt

OCR Score: 88% Telugu coverage
Characters: 119724

OCR Issues:

  • ASCII junk on lines: [30, 42, 299, 303, 406]...
  • Repeated punctuation clusters: 63 occurrences

Key Terms:

  • కుకు
  • లీలల
  • న్‌్‌
  • వంచన
  • నందం
  • వలవల
  • చందం
  • లేలే
  • లక్ష
  • న్‌ు
  • నేనే
  • క్షా
  • కక్ష
  • వందనం
  • ననున
  • నవనవ
  • అక్ష
  • లంచం
  • నక్ష
  • నీలీ
  • టీటీ
  • జీలం
  • ళ్ళి
  • చంచలం
  • చంచల
  • వపను
  • రేటే
  • పవనం
  • వందర
  • వదనం

Extractive Summary:

కక న ల శ 6 ఇ క క. (] తల ఇఇ కనన కిల లీ, వనక వరన వలల దనన వంచన వపను నందన న న ళి అవా శ కోకాకి క కదే టల నన రన ర ననన న మ న కక క క గ న ల్‌ ఈ న , షి “టం కక న లీ న్‌ + క ర నన వల జరిలచిలిల చం చల రలలనంని శశి ఈ క స న | క్ష క స షీ రిల రఅ చల అరిఅం లల 0 శశ ఇ అ ఇ జ టే టం ఇం ళ్‌ ఐల | క ఉ చూశా ఫు జి ల ఎట ఉఊ 4 ఓ అ ౨ + శ 4 కనన శీ ఇ ప “శ + అ అం 4 ఉంధి అ అని ఫల. న ననన ర ₹ 22 (క ఇదం చ 00 4 ఇని లేల ట్‌ (౮ గ్‌ ల (గ్‌ అచల న న , ' న క న కక న క ప ఇట్ట (3 చ్రైం = వలల రల వైజనింంటం ఇ అ ఫీ ఖీ ళల్వుల్యలు 4 భా కే శ ( వ ఇ కనే న నే.


Chunk 2 — ఊసరవెల్లి_pages0011-0020.txt

OCR Score: 86% Telugu coverage
Characters: 18677

OCR Issues:

  • ASCII junk on lines: [591, 592, 602, 606, 608]...
  • Repeated punctuation clusters: 30 occurrences

Key Terms:

  • దొరగారి
  • అన్నాడు
  • హెడ్డు
  • పెద్ద
  • కుక్క
  • నేను
  • పనివాడు
  • లేదు
  • నువ్వు
  • హెడ్డుకి
  • ఉంది
  • బాలయ్య
  • ఇంటికుక్క
  • అంటూ
  • పోలీసు
  • సంగతి
  • అడిగాడు
  • కుక్కపిల్లను
  • న్‌ా
  • ర్‌ం
  • చిన్న
  • రంగులు
  • “సార్‌
  • తర్వాత
  • నుంచి
  • అనుమానం
  • “ఇదిగో
  • బొక్కలో
  • బాలయ్యకు
  • ఇంటికి

Extractive Summary:

ల ల ల / క శ న వ... ఖే న లో టి శ సా నో రిం న్‌ ఓ స /| ల = | క చేట టు ॥ ర... కయ ళల 6 . త్‌ ఇ అటెంక ళా ఇటో ల చ శి గ్‌ శే జొ 4 ఇన క గ క ప ర లంలన షక, స కో క్‌ న్న న ఖర్చా మా నీల బే ల ర సర రకర న సే క క కా ఏ లం ద స ఇ టో కవల సనక యయ స కే నీ నక య లీ సనా! మం “కప గ్‌ ళా / జ క ళ్‌ క పిజా ల త "* 0 క 0 క్‌ భా ( (ర ఇ య్‌ బటల లో గ / ల న షక్‌ న కున్న జీ ( వ ల టల లం” వ టా త తలు.


Chunk 3 — ఊసరవెల్లి_pages0021-0021.txt

OCR Score: 88% Telugu coverage
Characters: 297

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • మవసు
  • ఫౌండేషన్‌
  • శన్తూం
  • పంశీందాపటిం
  • __శపంపణఖ్య
  • గిది
  • _పెద్దబైతాపేజీలు
  • లేవట
  • __లీనిపేటలు
  • __శయారుచేపనది
  • హిబ్‌చేి
  • ౧౧౧0
  • నవరీక్షచేపని
  • ంగేగిగంటం
  • __పేలుపరిచూపివది
  • __కొండింగుచేపివది
  • ___సొన్‌చెయ్యనివిి
  • రులు
  • మునుపు
  • వజంగేేవ

Extractive Summary:

మవసు ఫౌండేషన్‌ న శన్తూం పంశీందాపటిం __శపంపణఖ్య [గర గిది 0 వమ | సలు కా తా నా _పెద్దబైతాపేజీలు ౧/౮౧ యయా లేవట (గి __లీనిపేటలు | గలి. యయా __శయారుచేపనది కాయ హిబ్‌చేి గ (౧౧౧0. నవరీక్షచేపని "ంగేగిగంటం __పేలుపరిచూపివది __కొండింగుచేపివది ర ___సొన్‌చెయ్యనివిి యం రులు కల లం | యీ _ .