Analysis: జనం-పాటలు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/జనం-పాటలు
Date: 2026-08-12 12:07
Chunks: 3

---

Book Overview

Book: జనం-పాటలు
Source: https://sundarayya.org/జనం-పాటలు
Total OCR chunks analysed: 3

---

OCR Quality Summary

Average Telugu script coverage across all chunks: 83%

---

Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

• ప్రచురణ
• తందనానె
• చెన్నంపల్లి
• కొచ్చినయి
• గ్లో
• విజ్ఞాన
• ముద్రణ
• బాలసుబ్రహ్మణ్యం
• సోన్‌
• కన్వీనర్‌
• ముందర
• దొడ్డ
• వాములు
• సెనగల్‌
• బావా
• రావాలా
• రాయా
• పాలా
• శ్రా
• మన్‌
• కక్ష
• నెస్‌
• అజ్‌
• కీన్‌
• క్యా
• అన్యే
• వాబలు
• ౧0టల
• చాయి
• వయంట్‌

---

Per-Chunk Details

Chunk 1 — జనం-పాటలు_pages0001-0010.txt

OCR Score: 76% Telugu coverage
Characters: 4069

OCR Issues:

• ASCII junk on lines: [71, 78, 87, 97, 99]...
• Repeated punctuation clusters: 8 occurrences

Key Terms:

• ప్రచురణ
• తందనానె
• చెన్నంపల్లి
• కొచ్చినయి
• గ్లో
• విజ్ఞాన
• ముద్రణ
• బాలసుబ్రహ్మణ్యం
• సోన్‌
• కన్వీనర్‌
• ముందర
• దొడ్డ
• వాములు
• సెనగల్‌
• బావా
• రావాలా
• రాయా
• పాలా
• శ్రా
• మన్‌
• కక్ష
• నెస్‌
• అజ్‌
• కీన్‌
• క్యా
• అన్యే
• వాబలు
• ౧0టల
• చాయి
• వయంట్‌

Extractive Summary:

= క | | శ - | | క ॥ లవ ల రావాలా రాయా పాలా 2 క్‌ న | న జ ననన న | మ శే 1 ] యూ య _ | శ్‌ ల్ల [1] . ] యమా నను న్‌ 1 వట | న క (కస న " .. “౫ | ' న భజ ఇ తనో ౯ ఇజ | గం గ " క్‌ శ్రా జి ఇ + ; ఆక వ | టీ చా న నం 1? రో గో తా న న క | / | థ్‌ ల్‌ | ల ; 4 | క స చెన్నంపల్లి సాయమూ 1, గో + ్‌ /గ్‌ ల డ |.

---

Chunk 2 — జనం-పాటలు_pages0011-0020.txt

OCR Score: 86% Telugu coverage
Characters: 4715

OCR Issues:

• Repeated punctuation clusters: 8 occurrences

Key Terms:

• వాళ్ళు
• అత్త
• నారాయణ
• కూడా
• పుస్తకాలు
• బావా
• అత్తరో
• ఓఅత్త
• ఆరళ్ళ
• కోడలా
• వేడిపాలమీద
• నూనె
• న్‌్‌
• నక్కతోక
• రోటికాడికి
• దేరా
• ఎల్లలు
• చూచి
• చదువుతారు
• పుటం
• స్టో
• అనలుకాో
• ఉప్ప
• కస్త
• అభ్య
• ౨ఎవిసెడు
• గంధం
• పూసబరు
• చావడిగుంజకు
• కటేరు

Extractive Summary:

5 ఇ క శ ఉప్ప గ్ల (పా అల, ల ల్‌ ఖ్‌ (జ గ స్ట ళో ల న “కో క ల స్‌ 9 స్‌ ం గ వ? సాం ఉన్‌ / శ ఎ ్ట 2 గ అ క ౪ సళ్ళ ప్ర యక త శ లో నే జ ఇ క ఈ మ్మ శి శ ష్‌ (| | (| ఆ జ ణం! నో ః ఓ శ / శీ ఇ షా గ మ స్‌ + ల శ జ వ్‌ ల ల్‌ టాం అల్‌ బ్‌ న ఇ 1 పళని పిపొయె నోరెర్రనాయె | పన వనన వా | ల కక్‌ ో " | “ ళ్న ల్‌ బ్య స చ్‌ చ షు న క ప, శ 'ఏదిలో బావగారికి వినసిగు్గులాయో--- “౬ రచిల్నమాబావకు.

---

Chunk 3 — జనం-పాటలు_pages0021-0021.txt

OCR Score: 87% Telugu coverage
Characters: 207

OCR Issues:

• ASCII junk on lines: [11]

Key Terms:

• మవసు
• ఫౌండేషన్‌
• శాంవాన
• ముందుల్టీ
• వెమకల్టి
• _పెద్దపైూపేల
• _లంవతం
• తయారుచేసి
• విరరీపితంి
• ప్వావచేవ
• గ0ం00200
• ట్రైరీంగుచేపినది
• ప్కావ్‌చయ్యవవి
• తప్పు
• నసీర్‌

Extractive Summary:

మవసు ఫౌండేషన్‌ శాంవాన దనన ౧గో 62 ముందుల్టీ ౮ ల వెమకల్టి స కణం... చ _పెద్దపైూపేల ( నీ. _లంవతం | సర తయారుచేసి (గటా ా చె పజల విరరీపితంి _| గగ (1. ప్వావచేవ ౨ గ0ం00200 ట్రైరీంగుచేపినది ప్కావ్‌చయ్యవవి తప్పు నసీర్‌

---