Telugu ఎలుకకు దొరికిన పెన్సిలు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: ఎలుకకు-దొరికిన-పెన్సిలు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/elaukakau-daoraikaina-paenasaila
Date: 2026-08-03 21:43
Chunks: 2


Book Overview

Book: ఎలుకకు-దొరికిన-పెన్సిలు
Source: https://sundarayya.org/elaukakau-daoraikaina-paenasaila
Total OCR chunks analysed: 2


OCR Quality Summary

Average Telugu script coverage across all chunks: 84%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • పెన్సిలు
  • ఎలుక
  • అంది
  • తరువాత
  • ఎలుకకు
  • దొరికిన
  • ప్రచురణ
  • నేను
  • మంచి
  • పుస్తకం
  • జనవిజ్ఞానవేదిక
  • ఫోన్‌
  • తినటానికి
  • అంటూ
  • బొమ్మ
  • ముక్కలు
  • దీసింది
  • ముంచి
  • పుసకం
  • జనవిజానవేదిక
  • త్‌ో
  • ళ్ళి
  • ౮0811
  • కథ-బొమ్ములు
  • సుతెయేవ్‌
  • వ్రాలి
  • ప్రగతి
  • ప్రచురణలు
  • మాస్కో
  • స్తోరీస్‌

Per-Chunk Details

Chunk 1 — ఎలుకకు-దొరికిన-పెన్సిలు_pages0001-0010.txt

OCR Score: 84% Telugu coverage
Characters: 1897

OCR Issues:

  • ASCII junk on lines: [42, 57, 58, 64, 67]

Key Terms:

  • పెన్సిలు
  • ఎలుక
  • అంది
  • తరువాత
  • ఎలుకకు
  • దొరికిన
  • ప్రచురణ
  • నేను
  • మంచి
  • పుస్తకం
  • జనవిజ్ఞానవేదిక
  • ఫోన్‌
  • తినటానికి
  • అంటూ
  • బొమ్మ
  • ముక్కలు
  • దీసింది
  • ముంచి
  • పుసకం
  • జనవిజానవేదిక
  • త్‌ో
  • ళ్ళి
  • ౮0811
  • కథ-బొమ్ములు
  • సుతెయేవ్‌
  • వ్రాలి
  • ప్రగతి
  • ప్రచురణలు
  • మాస్కో
  • స్తోరీస్‌

Extractive Summary:

క ఇ మ గ్‌ ఆ న! శ ఎలుకకు దొరికిన పెన్సిలు జక రోజు ఒక ఎలుక తినటానికి వమైనా దొరుకుతుందేమోనని _ వెతుకుతోంది. న్‌ ఆ అత "౨౨ స | ( సరే!


Chunk 2 — ఎలుకకు-దొరికిన-పెన్సిలు_pages0011-0017.txt

OCR Score: 85% Telugu coverage
Characters: 1446

OCR Issues:

  • ASCII junk on lines: [49, 78]

Key Terms:

  • ఎలుక
  • పెద్ద
  • అంది
  • మాదిరి
  • పెన్సిలు
  • ఉంది
  • ఉన్నాయి
  • తరువాత
  • సున్నా
  • దీసింది
  • చేసినది
  • “అవును
  • జున్ను
  • ముక్క
  • లాగానే
  • మ్మో
  • వటిని
  • జున్నుముక్కలోని
  • ఖాళిలనే
  • అనుకుందాం
  • యన్సలు
  • _జప్పకుంది
  • కింద
  • ఇంకో
  • సున్న
  • ం్రూ
  • పండు
  • 3ంది
  • పండులా
  • “అయితే

Extractive Summary:

| | _ ్ట జ = వ ఇ యల / న ఇ తత్త ఏళ్ల. కక న ఉచ క ర క లక జ " _ | . అట ల న న స క వ.