Telugu కోకిలమ్మ కథ noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: కోకిలమ్మ-కథ
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/kaookailamama-katha
Date: 2026-08-03 22:08
Chunks: 3
Book Overview
Book: కోకిలమ్మ-కథ
Source: https://sundarayya.org/kaookailamama-katha
Total OCR chunks analysed: 3
OCR Quality Summary
Average Telugu script coverage across all chunks: 90%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- రాము
- యువరాజు
- దీపాలు
- కోకిలమ్మ
- త్ో
- రాముకి
- అమ్మ
- అరిం
- కూడా
- పెళ్ళి
- కాదు
- క్యు
- చెన్నయ్య
- క్షే
- ల్ని
- టిల్
- న్్
- న్ని
- వడ్రంగి
- అందంగా
- అయితే
- న్ా
- ఉంది
- మాటలు
- ఉంటుంది
- దీపం
- అన్నయ్య
- కల్
- అక్
- ర్ు
Per-Chunk Details
Chunk 1 — కోకిలమ్మ-కథ_pages0001-0010.txt
OCR Score: 87% Telugu coverage
Characters: 29836
OCR Issues:
- ASCII junk on lines: [62, 653, 720, 737, 744]...
- Repeated punctuation clusters: 18 occurrences
Key Terms:
- రాము
- యువరాజు
- దీపాలు
- కోకిలమ్మ
- త్ో
- రాముకి
- అమ్మ
- అరిం
- కూడా
- పెళ్ళి
- కాదు
- క్యు
- చెన్నయ్య
- క్షే
- ల్ని
- టిల్
- న్్
- న్ని
- వడ్రంగి
- అందంగా
- అయితే
- న్ా
- ఉంది
- మాటలు
- ఉంటుంది
- దీపం
- అన్నయ్య
- కల్
- అక్
- ర్ు
Extractive Summary:
ః న కలయ - ష్ (| అ ల | న ళ్ స ర వ న క | = ఇ ౯ న | ఈ య న! ళా శ క క ర నం ఇ ఇ స్ట లని ఈం కి ఖో సై 1 న ఇ క్ భీ ల కిల క రం న వ. అ నయన ద స మ | " శి | అలతి ఇ ళల 4 0ల్యల్యాగ్య కలాల న న (| వల ల ఇిల్ళాల్నా క ణే నన ర న నా ఖా ల అ 4 ల్యీని జల క స స.
Chunk 2 — కోకిలమ్మ-కథ_pages0011-0020.txt
OCR Score: 90% Telugu coverage
Characters: 11390
OCR Issues:
- ASCII junk on lines: [91, 328, 339, 341, 347]...
Key Terms:
- రాము
- అమ్మ
- ఉంది
- కోకిలమ్మ
- కూడా
- అన్నయ్య
- వాళ్ళు
- అన్నాడు
- అయ్యింది
- యువరాజు
- అంతా
- కోకిలమ్మకు
- సజ్జల
- పుస్తకాలు
- చదువుతారు
- పరిగెత్తింది
- చెల్లెలు
- కోసం
- రాత్రి
- పిలిచి
- దీపం
- అరిచింది
- గోతిలో
- గుంటలో
- ఫోన్
- ఆమెకు
- భయపడి
- అందరూ
- అక్కడి
- నుంచి
Extractive Summary:
గో 4 రో సరయు శ క చ న: న ఇకకోళ: తలి లీ ల్ ( చో గో లకి, ఇస చల్ ల రం సం 2 పసన ప ఆ వ ర. జం ళా సట లి 1 ఆ | బన ద అ ఇ కన న న న టిం న ్ు నవ నర ర ల నం. నే తీ క శి ఫు ణ్ వ న్ ( / అకట “కయ ' గ్ శ్ర/ జా న శ 1 £ీ (ల్లీ మీ జ య క | _ిిమ్క్ గ్ గ ఆ అత లే (4 ఇలు న్ ఫా జడలో ఇ నావలా ౯ కి శ వ "హా డా ిననమొడు ఆ _1 మె ళ నా గ్ కాలా (్ ' ఉమ... "వే!
Chunk 3 — కోకిలమ్మ-కథ_pages0021-0021.txt
OCR Score: 92% Telugu coverage
Characters: 290
OCR Issues:
- No notable OCR issues detected
Key Terms:
- మవసు
- ఫొండేషన్
- పుస్తకాల
- పరిశీలనాపట్టిక
- పుహంపంఖ్య
- దరిాద
- ముందుల
- వఎమకల్ట
- మొక్తంపేీల
- పెదపెలపజల
- భళవఉలు
- _లేవవేజలు
- పజీలువడదీసివవి
- వావచవవి
- పరక్షచేపకవి
- ౧ఏంంంయి
- వజలుపరిచూసివవి
- బ్రైండింగు
- చేపవది
- ఫొన్
- చెయ్యనని
- తన్వుల
- తననన
- ఎం727
Extractive Summary:
మవసు ఫొండేషన్ న్ పుస్తకాల పరిశీలనాపట్టిక | (- పుహంపంఖ్య గ దనగ[ దరిాద (వచా ముందుల వఎమకల్ట (౯ ౧౪ర మొక్తంపేీల | పెదపెలపజల ౧ భళవఉలు ౦ _లేవవేజలు టా పజీలువడదీసివవి భీం. వావచవవి గిం పరక్షచేపకవి | " ౧ఏంంంయి. వజలుపరిచూసివవి | బ్రైండింగు చేపవది ఫొన్ చెయ్యనని ( జా తన్వుల ముల నార తననన త ఎం727 అనన