Telugu పడవ ప్రయాణం noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: పడవ-ప్రయాణం
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/padava-parayaaanam
Date: 2026-08-03 21:36
Chunks: 2
Book Overview
Book: పడవ-ప్రయాణం
Source: https://sundarayya.org/padava-parayaaanam
Total OCR chunks analysed: 2
OCR Quality Summary
Average Telugu script coverage across all chunks: 76%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- ఎలుక
- సుతెయేవ్
- జనవిజ్ఞానవేదిక
- కోడిపిల్ల
- ఆరుద్ర
- ఆలోచించి
- మంచి
- పుస్తకం
- కథ-బొమ్మలు
- ప్రచురణ
- ఫోన్
- పురుగు
- వెళుతూ
- అంటూ
- గువ్వ
- పయూణం
- అతనూ
- తాతా
- ౧6రసేల్
- రోగ్
- మంచిపుస్తకం
- ప్రయాణం
- ప్రగతి
- ప్రచురణలు
- మాస్కో
- స్తోరీస్
- ఎండ్
- పిక్సర్స్
- నుంచి
- కలర్
Per-Chunk Details
Chunk 1 — పడవ-ప్రయాణం_pages0001-0010.txt
OCR Score: 83% Telugu coverage
Characters: 1537
OCR Issues:
- ASCII junk on lines: [35, 36, 42, 45]
Key Terms:
- ఎలుక
- సుతెయేవ్
- జనవిజ్ఞానవేదిక
- కోడిపిల్ల
- ఆరుద్ర
- ఆలోచించి
- మంచి
- పుస్తకం
- కథ-బొమ్మలు
- ప్రచురణ
- ఫోన్
- పురుగు
- వెళుతూ
- అంటూ
- గువ్వ
- పయూణం
- అతనూ
- తాతా
- ౧6రసేల్
- రోగ్
- మంచిపుస్తకం
- ప్రయాణం
- ప్రగతి
- ప్రచురణలు
- మాస్కో
- స్తోరీస్
- ఎండ్
- పిక్సర్స్
- నుంచి
- కలర్
Extractive Summary:
సళ న క మే థి, స్మ ( న థి గ ఈ ఫై = ల అతనూ స. పడవ ప్రయూణం బక కప్ప బక కోడిపిల్ల, బక ఎలుక, బక చీమ, జక ఆరుద్ర పురుగు షికారుకు బయలుదేరాయి. ల చీమ బక గడ్తిపోచ తెచ్చింది.
Chunk 2 — పడవ-ప్రయాణం_pages0011-0017.txt
OCR Score: 68% Telugu coverage
Characters: 6374
OCR Issues:
- ASCII junk on lines: [51, 150, 191]
- Repeated punctuation clusters: 10 occurrences
Key Terms:
- దూరం
- రాంంంజాాల్రాం్రకక
- అన్నీ
- కలిసి
- పనిచేయటం
- మొదలుపెట్టాయి
- గడ్డపోచను
- ఆక్రోటు
- గుల్లలో
- గుచ్చాయి
- దారంతో
- ఆకును
- గడ్డిపోచకు
- కట్టాయి
- క్షణంలో
- అందమైన
- తయారయ్యింది
- పడవని
- నీటిలోకి
- తోసి
- దాంట్లోకి
- ఎక్కాయి
- వాళ్ల
- ప్రయాణం
- మయముదలయ్యింది
- నీళలోంచి
- లుతింది
- వతనావమం
- గువ్వుదామగుకుంది
- “శ్రా
Extractive Summary:
న స '_ తా /| న నె = స్ = క 4 | ఎవ పం అ ఎ జీ ॥ గ ఇటే శ చ కా వ | ం శ 7 | య్! లన స * మాడ జ "చి వద లే ఆ షే సక క్త, , న వ 2; శ న వశము - క మ న | గ చ్ స | | తా జ స్ట 4 టన గు. క్వి స్ప ఖే 1 [| ఓ డేగ న + త జ నో 1 _ శ ॥ జక క యా జా వ శ తం - _ శే * ల్ క న నో |.