Telugu గోరింక గూడు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: గోరింక-గూడు
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/గోరింక-గూడు
Date: 2026-08-09 16:19
Chunks: 3
Book Overview
Book: గోరింక-గూడు
Source: https://sundarayya.org/గోరింక-గూడు
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.
- వాడు
- నాగరాజు
- సార్
- వాడికి
- కాదు
- గట్టిగా
- ర్ం
- వాడి
- ర్తి
- న్ని
- పనులు
- ఉండేవి
- తెలుసా
- క్ి
- న్లో
- ఉండేది
- వాటిని
- మాకు
- ఉంటుంది
- క్ష్
- సంగతి
- చేసే
- నన్ను
- స్టా
- ఇజ్
- స్వీ
- మోరు
- మిరు
- వాడిని
- వాటి
Per-Chunk Details
Chunk 1 — గోరింక-గూడు_pages0001-0010.txt
OCR Score: 88% Telugu coverage
Characters: 32121
OCR Issues:
- ASCII junk on lines: [133, 137, 341]
Key Terms:
- వాడు
- నాగరాజు
- సార్
- వాడికి
- కాదు
- గట్టిగా
- ర్ం
- వాడి
- ర్తి
- న్ని
- పనులు
- ఉండేవి
- తెలుసా
- క్ి
- న్లో
- ఉండేది
- వాటిని
- మాకు
- ఉంటుంది
- క్ష్
- సంగతి
- చేసే
- నన్ను
- స్టా
- ఇజ్
- స్వీ
- మోరు
- మిరు
- వాడిని
- వాటి
Extractive Summary:
౨ ర్, నో రోనికి (ఆ ర సలి పఆరేళ , కన న ప న్ గ ను టీ క షా ఇ ఏ రన నే జ్ అరె అరిం భి ఖ్ ల గ శా అ నన క మం మ చ్ (| ॥ వ జం క న్స ం ॥్ గవాం టం న 9౧ రిని గ న్న ీ ర చ సర య్ హో 9 వం న జక డక సంగ గి గ్ల' స్థన ళా త జా న. 0న ని ప న నూ న నగ ర న వ య ర శ వ ప పు మ న వ క న స క అం న్ ఎల చి తి ర సా వ్ క్ష = ., ల ద న్యాస స్వీ కో తు వ్ ౯ కిక క్ష అ జ చ మో ల జె క్షీ ల | త (| ళీ లీ | చ ల క న నాల ప స న ప టర యు య. న్ట్ంపై మ దర ఏత ఆ వళి, న మ లి, గవ ల ” వ స టో క్ష ఇ న న మీ ప మ కః ను నః మో స క్ త కన స ర సో ల ల్ ఇన పం ఈ "టి వ న ఏం, న స ౪9 న న | ౮ (1 మ క్ + షె న క వల సి | మ గ్య క్ష వ పన మం న న ఓ ర స న కం” ప నన న్ ప న్ | | ఇ శ న శ క యో ॥ గ ఇం9 గి, న మ న్ క 1 న ల జ!
Chunk 2 — గోరింక-గూడు_pages0011-0020.txt
OCR Score: 85% Telugu coverage
Characters: 72976
OCR Issues:
- ASCII junk on lines: [274, 306, 346, 347, 356]...
- Repeated punctuation clusters: 23 occurrences
Key Terms:
- న్్
- నాగరాజు
- ఉంది
- గోరింక
- లక్
- గద్ద
- పిల్లలు
- న్వ్
- అమ్మ
- వాడు
- అన్నాడు
- గూడు
- దూలం
- ల్ో
- కన్
- న్నే
- నేను
- కూడా
- నాకు
- ఉండేలు
- న్న్న
- న్ని
- న్నక
- అట్ట
- దానిని
- నుంచి
- క్ి
- ట్ర్
- ల్లో
- అక్
Extractive Summary:
అటి ల బం పంంసై టో ఖల్ * గో 6 అతీలీలీ, స గ్యక ల రను ను నరో పరల న ఉని క క క న ఇకక్తాలం (న 9 క్ | రం టీజర్ త, నేల సస మనని లీ న (5 కీ 29 “వో, టి, నీ ణే చ శ్ర ఏన 10$0 00: 'ల' జ” ల ఇ వ్ ల ల ఠి, న 1 ఇ క ర్ న 4 ఇ ఖీ, వ. (- టో లో ॥ ం స అలీ |; కం బీ క క క ; జై న త జం ॥ శ / / గి శిల అ ల; వా జ క. క ర 1 వో ఇ ॥ ల - /| _ క కై శం న ః ఖు శ టో!
Chunk 3 — గోరింక-గూడు_pages0021-0025.txt
OCR Score: 87% Telugu coverage
Characters: 10748
OCR Issues:
- ASCII junk on lines: [301, 321, 325, 337, 341]...
Key Terms:
- నాగరాజు
- వాళ్ళు
- పుస్తకాలు
- కూడా
- అన్నాడు
- ఫోన్
- చదువుతారు
- బొట్టు
- బాగా
- అరిచి
- వాటి
- వస్తాయి
- కిటికీలోంచి
- గద్ద
- గోరింక
- వాడు
- జేబులో
- వసలం
- న్ు
- వినం
- శివి
- న్ా
- శిలల
- సంలు
- ల్లీ
- ప్రచురణ
- ముద్రణ
- బాలసుబ్రహ్మణ్యం
- బొమ్మల్ని
- చూచి
Extractive Summary:
ళ్ ఆ చు ఇ న ఖే 1 కలీ కెట్ట శలాక క ప్ ౭ నే శీ ంం శంస న్ శ నాళా 4 తే ల శి క్ వ! శు ళ్ వల్ లి క క స క శ ॥ ళం కరీ శు టి ఇ 4 తై శా వ | వరన క శ +చి శా శ క న; ర నా న క వ ళ్ థి ( ౫ ట్రిం ట్ "ల కలే. షన అ క న శ త్ర ౪ క వీ + చవ 2, ఇ శ ఉం రా పా లే 1, ళా ళ్ సా న శ “ళల [స క 1 క తట్టీ 2 కనే ఇరా క ర | శ్ నొళంట నే ల వుంట.