Telugu పండిన చెట్టు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: పండిన-చెట్టు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/pamdaina-caetatau
Date: 2026-08-03 21:19
Chunks: 3


Book Overview

Book: పండిన-చెట్టు
Source: https://sundarayya.org/pamdaina-caetatau
Total OCR chunks analysed: 3


OCR Quality Summary

Average Telugu script coverage across all chunks: 86%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • నాయుడు
  • కూడా
  • నాదముని
  • కామయ్య
  • పెద్ద
  • నాలుగు
  • కొడుకులు
  • చేశారు
  • ఇంకా
  • అన్నాడు
  • పంపకం
  • ఉన్నాయి
  • వచ్చింది
  • వెండి
  • మూడు
  • ఎరక్క
  • నలుగురు
  • చూసి
  • బంగారం
  • ఉంది
  • పరక్క
  • ఆస్తి
  • అంటూ
  • నాయుడికి
  • అడిగాడు
  • కాలం
  • అన్నారు
  • తమలపాకులు
  • ఒక్కో
  • మాత్రం

Per-Chunk Details

Chunk 1 — పండిన-చెట్టు_pages0001-0010.txt

OCR Score: 88% Telugu coverage
Characters: 9807

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • నాయుడు
  • కూడా
  • నాదముని
  • కామయ్య
  • పెద్ద
  • నాలుగు
  • కొడుకులు
  • చేశారు
  • ఇంకా
  • అన్నాడు
  • పంపకం
  • ఉన్నాయి
  • వచ్చింది
  • వెండి
  • మూడు
  • ఎరక్క
  • నలుగురు
  • చూసి
  • బంగారం
  • ఉంది
  • పరక్క
  • ఆస్తి
  • అంటూ
  • నాయుడికి
  • అడిగాడు
  • కాలం
  • అన్నారు
  • తమలపాకులు
  • ఒక్కో
  • మాత్రం

Extractive Summary:

చేసో ల తై " ణా ఆ _ 4 ణ్‌ ॥ శ్‌ క న్‌ వ / శ స వవ " = శీ “అ (౧ . 11 | ॥ ం -్‌ ౯ య వై ॥ ॥ వ ం & ॥ ॥ ఇ త | క్‌ లు ॥ ॥ క్‌ క ఖ్‌ - 2 ॥ న! ॥ ఆ శ ॥ ల ణి క క్‌ " - అ = 2 _ ,= = ఈ గ్‌ గి ల | | వ .


Chunk 2 — పండిన-చెట్టు_pages0011-0020.txt

OCR Score: 91% Telugu coverage
Characters: 14600

OCR Issues:

  • ASCII junk on lines: [372, 389, 393, 404, 407]
  • Repeated punctuation clusters: 7 occurrences

Key Terms:

  • వాళ్ళు
  • ల్ని
  • చూశాడు
  • కామయ్య
  • కోసం
  • వచ్చింది
  • పుస్తకాలు
  • కూతురు
  • ఇద్దరూ
  • పోయారు
  • దూరంగా
  • సంగతి
  • మాత్రం
  • డబ్బు
  • రైలు
  • శ్రీ
  • కూర్చున్నారు
  • కూడా
  • నాయుడు
  • ముందు
  • ఎవరో
  • పేరక్క
  • ఫోన్‌
  • చదువుతారు
  • వాళ్లు
  • వాళ్ళిద్దరికి
  • కొడుకులు
  • పైసా
  • వాళ్ళకు
  • ఒక్క

Extractive Summary:

ఖ్‌ శి “లీ “ ( ల / గోటో (ల్‌ (లోలో లోలో లోయలలో టం అ 1 .స్సీ ఇ చో ళా గ దరిదళి లత క త ం లో (లట శోటేల్‌ * 7 * గ్‌ ల్‌ ళ్‌ జ ళో క నో నా గ్‌ా ల్‌ో డీ ర ర ఖ్యతీ = 290 బి ము ఛం లి నో ళ్‌ క న టీ త ౨ అననానానానాన / పితరి స ప ం క్‌ నా ల గాయక ణి శ్‌ - ఉననా + థీ లషలో ల గ ారనటు ల్‌ గ్‌ ణో శ్రీ 4, న లో " క శ జే ; న్‌ లా ల్తో మ క్‌ స మ కక్ష గ జే దార చే, _“చానాలాు ' ళన మ్‌ 6 9 + దే న లరీలో లాల స్‌ న ్గ్‌ ఆ ఉలి గ భం టే టా రక్షో యా మనళ సం తొ శరానానా- ల ళీ జన్‌ లీ నళ జ [| టో టే గ ళా ఇ ళా ఇ్నై- ఇఇ లీజ్‌ తిది అర్స్‌లో ణి ' శ్‌ శో మ జ్‌ ఖో లేలే, ఎ లిల్తోం క ల్‌ సఖి క్త. బా తీ జ్య న ర్‌ 1 కస ళం సఖ్యత జీ ఇమ ల క నం జ న 1 ,జ* లీ క; లీ ఇ, కన ఈ శ న న న శక సస గ న. రల ర న న కా | హన సం పా నళ నతన ం కన అదు టం క గ న [న ం న న న ఓ ఇ క క స అం భక అం న్‌ ర్వ లు టీల ట్‌ శ.


Chunk 3 — పండిన-చెట్టు_pages0021-0021.txt

OCR Score: 80% Telugu coverage
Characters: 234

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • మనము
  • ఫౌండేషన్‌
  • ప్రస్తకాం
  • పరశీలవాపట్టిక
  • __వపసకంపయలఖ్య
  • _____ముందులట్ట
  • __పెద్దపైజాపేజీలు
  • __భాళీవజీలు
  • ___లయారుచేపి
  • __పీలుపరిచావివ
  • __పొఃవ్‌
  • చెయ్యనివి
  • పంసిం

Extractive Summary:

మనము ఫౌండేషన్‌ నం ప్రస్తకాం పరశీలవాపట్టిక (__వపసకంపయలఖ్య ఎఎం లా దివ (౧ _____ముందులట్ట _ గ(౮౪/ పకక (మ | __పెద్దపైజాపేజీలు | [గా __భాళీవజీలు ' గగ. ___లయారుచేపి | (౧౧|| __పీలుపరిచావివ | కాం అనా __పొఃవ్‌ చెయ్యనివి. ( రతం గయ పంసిం యాగ.