Telugu పాస్ పాస్ noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: పాస్-పాస్

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/paaasa-paaasa
Date: 2026-08-03 22:39
Chunks: 3


Book Overview

Book: పాస్-పాస్
Source: https://sundarayya.org/paaasa-paaasa
Total OCR chunks analysed: 3


OCR Quality Summary

Average Telugu script coverage across all chunks: 89%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • వానా
  • న్‌ా
  • వచచన
  • వన్‌
  • వైవి
  • వాకా
  • కక్ష
  • వంతి
  • వైడ్‌
  • వవ్‌
  • బాలసుబ్రమణ్యం
  • ముద్రణ
  • నానా
  • వన్న
  • త్తం
  • వన్య
  • టీనా
  • వాంచ
  • వైనం
  • నన్న
  • వివిన
  • న్‌్‌
  • చాచా
  • వనాని
  • వంపి
  • విపే
  • కన్‌
  • న్‌ు
  • వపను
  • వస్త

Per-Chunk Details

Chunk 1 — పాస్-పాస్_pages0001-0010.txt

OCR Score: 86% Telugu coverage
Characters: 17934

OCR Issues:

  • ASCII junk on lines: [246, 247, 251, 259]
  • Repeated punctuation clusters: 12 occurrences

Key Terms:

  • వానా
  • న్‌ా
  • వచచన
  • వన్‌
  • వైవి
  • వాకా
  • కక్ష
  • వంతి
  • వైడ్‌
  • వవ్‌
  • బాలసుబ్రమణ్యం
  • ముద్రణ
  • నానా
  • వన్న
  • త్తం
  • వన్య
  • టీనా
  • వాంచ
  • వైనం
  • నన్న
  • వివిన
  • న్‌్‌
  • చాచా
  • వనాని
  • వంపి
  • విపే
  • కన్‌
  • న్‌ు
  • వపను
  • వస్త

Extractive Summary:

ఉన న నభ స ల వ సా వాక = జ 4 దన శన ఇ క ్‌ = = ఎ _ - పె _ లై శ _ + ఇం వైచైవక్టనహైోవ2* దూ మి ణి క జవ న న వం 1 న క | న - మస - వ వా వక రన వాడికే ష్‌ 41 వంక న న తే న కా వహ న క వచ ల వాం వక " ॥ | ॥ | | ల _ | కా వనక కా వ క ఆ జలానికి ననన చ కక వ లట దవ చనం _ = చ - . వం ఆపే పు మావ డక కహా న హు క న క్‌ క్త జ ్టై వవ స్‌ ॥ - _ ఎ - స ర ల | _ - ఇ - వవ కస న షా డ నవ నన్న న వ = క చ వట క న పా మైనం న సవ న్‌ నం - . వా వం | న న క శాసన ర్‌ క, గనె షే మ వవ వవ” వ; వావ నందిన వ య.


Chunk 2 — పాస్-పాస్_pages0011-0020.txt

OCR Score: 93% Telugu coverage
Characters: 706

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • పాన్‌
  • పాస్‌
  • నేను
  • కాదు
  • పరీక్షలు
  • టీచరు
  • మాకు
  • లేదా
  • నువ్వు
  • దేంట్లో
  • కావడం
  • నెను
  • చెప్పా
  • బళ్ళో
  • మీకు
  • లేవే
  • దేనికి
  • అనింది
  • లేకుంటే
  • ఎట్లా
  • స్ట్‌
  • క్షే
  • దీంట్లొ
  • పాన్‌వా
  • టళాటాు
  • ౧౦౦౧
  • క్షా
  • పుస్తకం
  • బాగుంది
  • ఏమ్‌

Extractive Summary:

పరీక్షలు పాస్‌ కావడం అని నెను చెప్పా జత: (| న్‌ మన బళ్ళో మీకు పరీక్షలు లేవే 0 ఇంక పాన్‌ దేనికి అనింది టీచరు ్ర _.. మాకు పాన్‌ లేదా మాకు పాన్‌ లేదా త; పాన్‌ లేకుంటే ఎట్లా స... ల్ల స్ట్‌ న కా.


Chunk 3 — పాస్-పాస్_pages0021-0029.txt

OCR Score: 87% Telugu coverage
Characters: 11247

OCR Issues:

  • Repeated punctuation clusters: 6 occurrences

Key Terms:

  • కాదు
  • పాస్‌
  • పాన్‌
  • నేను
  • చాచా
  • కానన
  • యాలాల
  • వాడు
  • ఎందులో
  • ఇనాం
  • న్‌ా
  • మానా
  • నానన
  • వైవా
  • వాని
  • వానా
  • కాడా
  • కానక
  • వనాల
  • నైనా
  • జానా
  • క్ష్‌
  • యానా
  • వపను
  • పండా
  • మైవం
  • చాడా
  • కాకక
  • రాడా
  • స్తో

Extractive Summary:

టాన్‌ న వ క = అచవైంలాంు - పాసి ం నష నని మానక ఆఆ " య్‌ ప్‌ కా న నానన న వ క మ కడా దాక జ డల స ఆడకు దా చ వాహకం వ్‌ మై ॥ / వ స్‌ క సన వడ కా చవ వెన లె ప 2 నన న యల న న వ న వ ఆ“ ాచియడ నా సై న ల నక చక వకుల నవా ఆన్‌ న నన న న నే క / - - క శ న నన యాడ లాం స గ న య త ల హా! ఉపవా ఆ ఆ = గ మద 2 నవని వచం వ కూాాచాన వీర నం 4 నైవ నెనె వ కా వచా నమస న చాల దం వైవా నకి - క టా జై న ల న ర ఆం నక మ మా వ నత సన క క న న కా కా వన వండే నా నము | ష్‌ నా న డా ల స త భయ క ఎ లన కనడ కరా క | తక న చా జు - వైవి = వ టు నటన చనన ఫం ల 2 చేవ న ననా నాన నన న టన మూవ నవ సవా ఎ లా వవ ఆ ఆ మం _ క క మ ల్‌ ప మందా కన రాన ర గ. టై వ వ ఎం ్‌ ॥ లం ల మాం క నానడు న టం వానా న వావ .