Telugu నేను చెట్టును noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: నేను-చెట్టును

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/naeenau-caetataunau-0
Date: 2026-08-06 09:42
Chunks: 2

Book Overview

Book: నేను-చెట్టును
Source: https://sundarayya.org/naeenau-caetataunau-0
Total OCR chunks analysed: 2

OCR Quality Summary

Average Telugu script coverage across all chunks: 78%

Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

నెను
సైన్స్‌
నెట్‌
వర్క్‌
చెట్టు
కోసం
వుంటాయ్‌
కేగోలో
సానీగో
భర్తీ
క్షీ
రటధటు
వట్టల
సర్ట్‌
రీస్‌
సలుల
కళ్‌
జజగ్‌
చర్మ
క్ని
“స్మి
అస్థ
సహసం
“రేఫాశే
టీూా
భారం
ఫిసో
గచటో
గళ్య
క్యాన్‌

Per-Chunk Details

Chunk 1 — నేను-చెట్టును_pages0001-0010.txt

OCR Score: 81% Telugu coverage
Characters: 4303

OCR Issues:

ASCII junk on lines: [153]
Repeated punctuation clusters: 6 occurrences

Key Terms:

నెను
సైన్స్‌
నెట్‌
వర్క్‌
చెట్టు
కోసం
వుంటాయ్‌
కేగోలో
సానీగో
భర్తీ
క్షీ
రటధటు
వట్టల
సర్ట్‌
రీస్‌
సలుల
కళ్‌
జజగ్‌
చర్మ
క్ని
“స్మి
అస్థ
సహసం
“రేఫాశే
టీూా
భారం
ఫిసో
గచటో
గళ్య
క్యాన్‌

Extractive Summary:

క క న 1 ళ్‌ (ఓ ట్‌ గ (న్‌ ల వే. గ మ గ్‌ క స్త (గ్గ 1 నీ స వే గ! టిల్‌... + క్‌ ఒక్క లో న ళ్ళ త్త టో గ టో ఖ్‌ స | ర.

Chunk 2 — నేను-చెట్టును_pages0011-0017.txt

OCR Score: 75% Telugu coverage
Characters: 4193

OCR Issues:

ASCII junk on lines: [46, 47, 50, 52, 55]...
Repeated punctuation clusters: 10 occurrences

Key Terms:

ఎన్ని
ప్రచురణ
క్ష్‌
ఒకనాటి
చెట్టును
ఎంతటి
నాది
గ్‌ా
న్‌్‌
క్యా
న్‌ా
ఎందరు
చుట్టాలు
నాకు
సంసారం
సంతొషం
౨౧౧త
ఎఅత్వ్తుగొ
బరిగాను
పచ్చగా
బతికాను
పూలు
పూచాను
పండ్లు
పంచాను
ట్‌ి
న్నా
వాలా
నన్ను
నరికారు

Extractive Summary: