Telugu ఎనిమిది గంటల బస్సు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: ఎనిమిది-గంటల-బస్సు
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/ఎనిమిది-గంటల-బస్సు
Date: 2026-08-11 13:05
Chunks: 3
Book Overview
Book: ఎనిమిది-గంటల-బస్సు
Source: https://sundarayya.org/ఎనిమిది-గంటల-బస్సు
Total OCR chunks analysed: 3
OCR Quality Summary
Average Telugu script coverage across all chunks: 86%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- బస్సు
- ఉంది
- ఎనిమిది
- లీలల
- అరిం
- కూడా
- గంటలు
- న్్
- లర్
- వచచన
- గంటల
- క్యా
- న్ని
- న్ా
- ల్లీ
- ననున
- నవనవ
- కోసం
- పట్నం
- గంటలకు
- లేదు
- చూస్తున్నారు
- న్వ్
- న్నా
- అక్
- టిజి
- చందం
- ల్యే
- గనుక
- కక్
Per-Chunk Details
Chunk 1 — ఎనిమిది-గంటల-బస్సు_pages0001-0010.txt
OCR Score: 87% Telugu coverage
Characters: 43625
OCR Issues:
- ASCII junk on lines: [210, 312, 486, 489, 551]...
- Repeated punctuation clusters: 33 occurrences
Key Terms:
- బస్సు
- ఉంది
- ఎనిమిది
- లీలల
- అరిం
- కూడా
- గంటలు
- న్్
- లర్
- వచచన
- గంటల
- క్యా
- న్ని
- న్ా
- ల్లీ
- ననున
- నవనవ
- కోసం
- పట్నం
- గంటలకు
- లేదు
- చూస్తున్నారు
- న్వ్
- న్నా
- అక్
- టిజి
- చందం
- ల్యే
- గనుక
- కక్
Extractive Summary:
న క వదం క్ గిం లె 70 6కి ల ఇకా ల్యర్వ ర్య రం రిం ఇ జపం ణ్ 90, క! కక గే కస న క క క క టీ జ ఇ ర ర న బోజ అ = ల టిల అల లీల య. 1 ఆ నీ గా | + ళీ స నో (ఇ (| క్ష ౮ న చకా ర్ట కి (పేల ॥ ౯ బ్ “ ఖ్ " / జ్ | క న క ల మం కుం!
Chunk 2 — ఎనిమిది-గంటల-బస్సు_pages0011-0020.txt
OCR Score: 79% Telugu coverage
Characters: 45567
OCR Issues:
- ASCII junk on lines: [74, 78, 81, 83, 87]...
- Repeated punctuation clusters: 55 occurrences
Key Terms:
- బస్సు
- కేటీ
- ఉంది
- శీలం
- అందరూ
- లీలల
- కేటి
- శిలల
- రేటే
- ళ్ళి
- కళ్
- నేనే
- టీటీ
- నీలీ
- సీటు
- ఆమెను
- బస్సులో
- న్్
- రీల్
- టల్
- కేళి
- కలలే
- ఇక్
- గంటల
- ఎనిమిది
- అయ్యో
- సుబ్బయ్యగారు
- బాధపడ్డారు
- కూడా
- ఆమెకు
Extractive Summary:
క వ స డా న ఇ" న్ 4 పసల్స ఎఇ క లం ల 4 = మి టం న ర క అలలో ల న. లర స క య అలల న “న క స ౪1 న శ య సంక ప క న టం వ్య ల ల "ఖ్ కణ లం శన్యాల్య చు ళ్యానట్యల్య ల 2 ్ ॥ నక న నే | శ స కస క క గ | యే అ ల! ॥| వ 1 ల శ జ వా స స క న పే లోల న "| ర.
Chunk 3 — ఎనిమిది-గంటల-బస్సు_pages0021-0021.txt
OCR Score: 93% Telugu coverage
Characters: 203
OCR Issues:
- No notable OCR issues detected
Key Terms:
- మవను
- ఫౌండేషన్
- పుప్తకాల
- పరిశీలవాపట్టిక
- పహాంవల్య
- పేరు
- చుందయళట్టి
- వమకలట్టి
- _మెక్తువ
- పెద్దపైతపేల
- పతలువిడదీపివి
- టీవీల
- _పజలుపరంచూపివవి
- బైందింగుచేసివి
- ప్కవచయ్యవివి
Extractive Summary:
మవను ఫౌండేషన్ జీ పుప్తకాల పరిశీలవాపట్టిక "పహాంవల్య ద ౧|దం (౧ /చున కం పేరు / "చుందయళట్టి సట వమకలట్టి | _మెక్తువ | పెద్దపైతపేల మ పతలువిడదీపివి | దం త్ టీవీల _పజలుపరంచూపివవి బైందింగుచేసివి ప్కవచయ్యవివి