Analysis: నేనూ-వస్తా

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/నేనూ-వస్తా
Date: 2026-08-12 12:09
Chunks: 3

---

Book Overview

Book: నేనూ-వస్తా
Source: https://sundarayya.org/నేనూ-వస్తా
Total OCR chunks analysed: 3

---

OCR Quality Summary

Average Telugu script coverage across all chunks: 73%

---

Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

• అంది
• బాతుపిల్ల
• కోడిపిల్ల
• సెల్‌
• చిత్రాలు
• సుతేయేవ్‌
• తెలుగు
• వస్తా
• గుడ్డులో
• పిల్ల
• ఉండేది
• ఛ్చేశా
• అంటూ
• బకరోజు
• బయటకొచ్చింది
• తవ్వుతా
• నేను
• నాకు
• 01101౬
• అత్‌
• జనవిజ్ఞాన
• వేదిక
• “శాఖ
• ల్ని
• వళ్లు
• ఆల్‌
• ఇండియా
• పీపుల్స్‌
• సైన్స్‌
• నెట్‌

---

Per-Chunk Details

Chunk 1 — నేనూ-వస్తా_pages0001-0010.txt

OCR Score: 65% Telugu coverage
Characters: 1970

OCR Issues:

• ASCII junk on lines: [41, 47, 48, 49, 54]...
• High noise-line ratio (21/133 lines < 3 chars)

Key Terms:

• అంది
• బాతుపిల్ల
• కోడిపిల్ల
• సెల్‌
• చిత్రాలు
• సుతేయేవ్‌
• తెలుగు
• వస్తా
• గుడ్డులో
• పిల్ల
• ఉండేది
• ఛ్చేశా
• అంటూ
• బకరోజు
• బయటకొచ్చింది
• తవ్వుతా
• నేను
• నాకు
• 01101౬
• అత్‌
• జనవిజ్ఞాన
• వేదిక
• “శాఖ
• ల్ని
• వళ్లు
• ఆల్‌
• ఇండియా
• పీపుల్స్‌
• సైన్స్‌
• నెట్‌

Extractive Summary:

సుతేయేవ్‌ థి ఠి తి తెలుగు: వి స లి ఠి “శాఖ న ఈ వ్‌ లం న లతా క వన. క య శేష ౧. క ( న

---

Chunk 2 — నేనూ-వస్తా_pages0011-0020.txt

OCR Score: 73% Telugu coverage
Characters: 4693

OCR Issues:

• ASCII junk on lines: [13, 15, 94, 95, 112]...
• Repeated punctuation clusters: 19 occurrences

Key Terms:

• పిల్లలు
• చదువుతారు
• పవనం
• నరము
• వలయాలను
• తిప్పుతూ
• తమాషా
• వాళ్ళు
• బొమ్మల్ని
• స్తా
• అప్ట్యు
• మన్ను
• వీడక
• ాాంంంయయయననరా
• పాలు
• తపసు
• 51మ”
• 3జ6ే
• ఉక్‌
• ౧౮౦౮౧౦
• 116౬
• తమసా
• కాయా
• న్‌ు
• మడ్‌
• ఉయణలీిసనసుు
• నపషుకు
• కాలాల
• న్‌ా
• ంపళ4

Extractive Summary:

ల నును వల రర నాం కు గున ర రట క | , పు శ గ న. రకం నరము వడ గిం్తోశల్రం నలో రించి ల వలచిన లల పతిం నం వన పధల నతన నంట రర ॥ స సను న రకమ న క ర 4 క ప న క వ న. 4 నన న గ న కవన పల టల ల 7 ౯ ౯ , న్‌ [స క సరీ ళా | క క ల ఆన, స స ఆ ఒ క ల |; ఇ

---

Chunk 3 — నేనూ-వస్తా_pages0021-0021.txt

OCR Score: 81% Telugu coverage
Characters: 220

OCR Issues:

• No notable OCR issues detected

Key Terms:

• మవసు
• ఫౌండేషన్‌
• పుస్తకాల
• పరిశీలనాపట్టిక
• __శపంవల్య
• ౧గెద్‌
• ముందుల
• __బెళ్తపితాపేటలు
• __లీవిపతం
• __సొవ్‌చేసవి
• ౧1౧200
• __బొడింగుచపివది
• __పెీంగుచేపెనని
• _పంనతంి
• _ఆ౦౧౦

Extractive Summary:

మవసు ఫౌండేషన్‌ న పుస్తకాల పరిశీలనాపట్టిక __శపంవల్య నేం ౧గెద్‌[1లూ ముందుల గేల = నకల ౯! __బెళ్తపితాపేటలు | గై యయయ __లీవిపతం | సర... సన "' ఇ __బొడింగుచపివది ఊట __పెీంగుచేపెనని | యం _పంనతంి | _ఆ౦౧౦

---