Telugu జీడి మామిడి గుత్తులు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: జీడి-మామిడి-గుత్తులు
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/jaiidai-maaamaidai-gautataulau
Date: 2026-08-03 22:05
Chunks: 3
Book Overview
Book: జీడి-మామిడి-గుత్తులు
Source: https://sundarayya.org/jaiidai-maaamaidai-gautataulau
Total OCR chunks analysed: 3
OCR Quality Summary
Average Telugu script coverage across all chunks: 88%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- తాతయ్య
- గోపి
- కూడా
- అమ్మమ్మ
- పోలయ్య
- జీడి
- ఉంటాయి
- మామిడి
- ఇంకా
- తాతయ్యా
- క్ష్
- జ్యా
- న్ా
- వాడికి
- తాతయ్యతో
- కథలు
- ఇద్దరూ
- వాటిని
- ఉంది
- బీడి
- “అవునురా
- అన్నాడు
- న్నీ
- ఇక్
- త్ే
- న్వ్
- తరగతి
- ఎంతో
- ఊరంటి
- చాలా
Per-Chunk Details
Chunk 1 — జీడి-మామిడి-గుత్తులు_pages0001-0010.txt
OCR Score: 85% Telugu coverage
Characters: 12151
OCR Issues:
- Repeated punctuation clusters: 7 occurrences
Key Terms:
- తాతయ్య
- గోపి
- కూడా
- అమ్మమ్మ
- పోలయ్య
- జీడి
- ఉంటాయి
- మామిడి
- ఇంకా
- తాతయ్యా
- క్ష్
- జ్యా
- న్ా
- వాడికి
- తాతయ్యతో
- కథలు
- ఇద్దరూ
- వాటిని
- ఉంది
- బీడి
- “అవునురా
- అన్నాడు
- న్నీ
- ఇక్
- త్ే
- న్వ్
- తరగతి
- ఎంతో
- ఊరంటి
- చాలా
Extractive Summary:
ఆ 1 క సా క టీ" ఇక ఇ శ , | = = శ ౯ క క 1 జ శ్ | శ | క | జ్యా ం వ | క జీ ల శీ , . నా “లాబాను జం అ జ్ ౮ మ” ల గ _ ల కే ఓ గ సం క్ ఆ టి ఈ న్స జం క్ త ఇ అ ళ్ అ ళం క తై జనా క న నిమి. క | జ క - క్ ల ఈ , ఆ ళో ఇ ీ ॥ , ఖా, ట్ - శ్ ఇ ఎ నా న క్ 4!
Chunk 2 — జీడి-మామిడి-గుత్తులు_pages0011-0020.txt
OCR Score: 87% Telugu coverage
Characters: 16318
OCR Issues:
- ASCII junk on lines: [361, 373, 375, 381, 383]
- Repeated punctuation clusters: 13 occurrences
Key Terms:
- కూడా
- గోపి
- ఉంది
- వాళ్ళు
- తాతయ్య
- అన్నాడు
- తాతయ్యా
- వాడికి
- పుస్తకాలు
- అడిగాడు
- వాటిని
- వేరే
- ఫ్యాక్టరీకి
- దుమ్ము
- లేదు
- గోపికి
- బడికి
- ఇప్పుడు
- చదువుతారు
- కాదు
- పెద్ద
- గేటు
- నవ్వాడు
- ఇద్దరూ
- వచ్చారు
- ఫ్యాక్టరీ
- జీడి
- బాధగా
- న్్
- స్తా
Extractive Summary:
రే టగ్ వా క [1 ప తన్ స గ న ఫు నే శస నంత య సయ మక రం దా భా ర క రా న సస లో స ఈలా న్స్ ల కో 6 వ మ. గం స శ ప ర క స ర | క స్ క ఖా శ త హహ క న సా ళ్ ళు ౯ అ యే ప క క వ న న్ తం వ య ॥ క య | అ కుంట * లా కి బ్ టి” లో - , స్తా కూ + కోలా రస లీ 1 వ. న | త క క శే స | క న శ ల న?
Chunk 3 — జీడి-మామిడి-గుత్తులు_pages0021-0021.txt
OCR Score: 91% Telugu coverage
Characters: 182
OCR Issues:
- No notable OCR issues detected
Key Terms:
- మవసు
- ఫొండేషన్
- నరుల
- ఇ౮ఆట
- _మెకంపతల
- కోకు
- గ్మింి
- ఇకానతత
- నాలా
- కంగు
- చేపిన
- __న్చెయ్యవివ
- పరపతి
- తొ౧గ౫
- అననని
Extractive Summary:
_ మవసు ఫొండేషన్ హం నటల ద నరుల ఇ౮ఆట తు నన. 3 నా _మెకంపతల గొ] యాం కపప | రర లా కోకు | గ్మింి లి భరి ఇత (గరం ఇకానతత నాలా కంగు చేపిన లా __న్చెయ్యవివ లా క గిం లా పరపతి _ | తొ౧గ౫ ఉ౨ అననని