Telugu ఎవరి తోక noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: ఎవరి-తోక
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/evarai-taooka
Date: 2026-08-06 09:27
Chunks: 3
Book Overview
Book: ఎవరి-తోక
Source: https://sundarayya.org/evarai-taooka
Total OCR chunks analysed: 3
OCR Quality Summary
Average Telugu script coverage across all chunks: 85%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- ప్రచురణ
- ఎవరి
- ఫోన్
- ఉంటుంది
- వేదిక
- బాలసుబ్రమణ్యం
- కోతి
- దీంతో
- అంశా
- ఆక్హ్కా
- త్రి
- శ్వా
- జఆజనవిజాన
- వెదిక
- ఉంటం
- 1గ10”
- తుకు
- విజ్ఞాన
- ఆల్
- ఇండియా
- పీపుల్స్
- సైన్స్
- నెట్
- వర్క్
- అనుబంధం
- సీరీస్
- ఎడిటర్
- జనవిజ్ఞాన
- ఆంధప్రదేశ్
- మొదటి
Per-Chunk Details
Chunk 1 — ఎవరి-తోక_pages0001-0010.txt
OCR Score: 84% Telugu coverage
Characters: 1360
OCR Issues:
- ASCII junk on lines: [60, 61, 64, 66, 71]...
Key Terms:
- ప్రచురణ
- ఎవరి
- ఫోన్
- ఉంటుంది
- వేదిక
- బాలసుబ్రమణ్యం
- కోతి
- దీంతో
- అంశా
- ఆక్హ్కా
- త్రి
- శ్వా
- జఆజనవిజాన
- వెదిక
- ఉంటం
- 1గ10”
- తుకు
- విజ్ఞాన
- ఆల్
- ఇండియా
- పీపుల్స్
- సైన్స్
- నెట్
- వర్క్
- అనుబంధం
- సీరీస్
- ఎడిటర్
- జనవిజ్ఞాన
- ఆంధప్రదేశ్
- మొదటి
Extractive Summary:
, | అంశా వ్ ః | "శ జ 1 ఆక్హ్కా.......టషి య ॥ సే క అలా ం. క్త | 4 శ జీ ల గ్ ళా స టా. - శ్ జీ / త్రి 4 - న (౯ తీ క న చే ల క ౮ ఆ అ శ్వా ॥ జా ఇ 6 య్య ప.
Chunk 2 — ఎవరి-తోక_pages0011-0020.txt
OCR Score: 88% Telugu coverage
Characters: 709
OCR Issues:
- ASCII junk on lines: [23]
- High noise-line ratio (12/68 lines < 3 chars)
Key Terms:
- ఉంటుంది
- ఎవరి
- చాలా
- అందంగా
- దీన్ని
- దీంతో
- కొడుతుంది
- కంగారు
- నెమలి
- ఇ్హ్ర
- పైకి
- లేచి
- ఊపుతూ
- చెట్ల
- షికార్లు
- నడజో
- గ్రా
- “శ్
- పొట్టిగా
- రండుగా
- చీలి
- గుర్రం
- కుచ్చులుగా
- వుంటుంది
- చూడడానికి
- ఇదిఎవరితోక
- లావుగా
- బలంగా
- పొడుగ్గా
- దీని
Extractive Summary:
౯ ఇ్హ్ర శ. ఇది ఉడత తోక అ క్ట . - ఉడత దీన్ని ఊపుతూ ఉంటుంది.
Chunk 3 — ఎవరి-తోక_pages0021-0025.txt
OCR Score: 83% Telugu coverage
Characters: 1614
OCR Issues:
- No notable OCR issues detected
Key Terms:
- వాళ్ళు
- పుస్తకాలు
- దేంతో
- కూడా
- స్టే
- నెన్న
- న్ు
- కీసి
- కోరీ
- అన్
- ఉందా
- తోకతో
- చేసే
- పనులు
- చింపాంజీ
- చేస్తుంది
- నువ్వు
- చేస్తావు
- బడిలో
- అప్పుడే
- చేరిన
- ఒకటో
- తరగతి
- చదువుతున్న
- చద్ద్య్యోటరా”
- వాళ్ళకు
- కృణజళ్త్నడా
- రాస్తారై
- షనీాీ
- ఆరంలేని
Extractive Summary:
ఖ్న ౪ 44 ఇ, శే తొ ల క ” శ న్న | ॥ ఓ | న్న భట నెన్న త్ య. న య కోరీ ల. గ్ శ లే ల బి అన్ ణీ లీ శ స త ఏ .