Telugu పిల్లి పిల్లలు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: పిల్లి-పిల్లలు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/pailalai-pailalalau
Date: 2026-08-03 22:17
Chunks: 3


Book Overview

Book: పిల్లి-పిల్లలు
Source: https://sundarayya.org/pailalai-pailalalau
Total OCR chunks analysed: 3


OCR Quality Summary

Average Telugu script coverage across all chunks: 71%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • క్ష్‌
  • న్‌్‌
  • ఒకటి
  • ఎలుక
  • ల్ని
  • వాటికి
  • కనబడింది
  • న్నాయి
  • డబ్బాలోకి
  • వెతికి
  • ఎలలు
  • అజ్ఞ
  • షానా
  • అంత్‌
  • చేషెల్ళె
  • ట్రే
  • న్మా
  • బాటా
  • ్టంం
  • అటోే
  • నారా
  • జ్యా
  • అఈతనేమునుననుం
  • --నానాతగ
  • గూశక
  • కగెన్న
  • నాలా
  • ళ్శీ
  • కేజి
  • స్పుు

Per-Chunk Details

Chunk 1 — పిల్లి-పిల్లలు_pages0001-0010.txt

OCR Score: 69% Telugu coverage
Characters: 3950

OCR Issues:

  • ASCII junk on lines: [85, 86, 87, 88, 97]...
  • Repeated punctuation clusters: 8 occurrences

Key Terms:

  • క్ష్‌
  • న్‌్‌
  • ఒకటి
  • ఎలుక
  • ల్ని
  • వాటికి
  • కనబడింది
  • న్నాయి
  • డబ్బాలోకి
  • వెతికి
  • ఎలలు
  • అజ్ఞ
  • షానా
  • అంత్‌
  • చేషెల్ళె
  • ట్రే
  • న్మా
  • బాటా
  • ్టంం
  • అటోే
  • నారా
  • జ్యా
  • అఈతనేమునుననుం
  • --నానాతగ
  • గూశక
  • కగెన్న
  • నాలా
  • ళ్శీ
  • కేజి
  • స్పుు

Extractive Summary:

£ చేషెల్ళె వ ల ఇ క్‌ న (పా ఖ్‌ క * ళ్‌ ఖు శీ నీ తి | ః, ( [1 శ .. 4 క్‌ క 1! న ౯ ఎ శ ల * ఎ వ్‌ శ ల్ని న్‌్‌ మ న్‌ ” చా = -్ర క్‌ న్‌్‌ క్ష (౮ (వ అ క ను” ఆ న ( గ క య. ల క న ॥ | క్ష క్‌ జ" న్శా ఇ " 11 + శ .


Chunk 2 — పిల్లి-పిల్లలు_pages0011-0020.txt

OCR Score: 63% Telugu coverage
Characters: 2969

OCR Issues:

  • ASCII junk on lines: [9, 10, 11, 22, 23]...

Key Terms:

  • పిల్లలు
  • చదువుతారు
  • ఎగురుతూ
  • ఎల్లలు
  • వెతికాయి
  • పారిపోయింది
  • త్రం
  • న్‌ా
  • వాళ్ళు
  • బొమ్మల్ని
  • అక్కుతుందా
  • పరిగెత్తింది
  • పెద్ద
  • గొట్టంలోకి
  • దూరింది
  • నునన
  • ల్‌ో
  • ౪725
  • 016౪౦1
  • ౧00066
  • ఎల్లి
  • కూడా
  • గొట్టంలో
  • దూరాయి
  • కపృకొసం
  • తప్పంచుకొని
  • పెల్ల
  • బయటకొచ్చాయి
  • ౪790106
  • ౧100

Extractive Summary:

రం (ఇ 1 చ ( గ శ | కే నో (| న, ం /| గ్‌ 7 ళీ వో స (శ ల్‌ు ల్‌ ఈతి గ ( + , టు త జ్‌ వో " మ ల్‌ గ న్‌ మీట ఖీ న! య ల * ఆ ళ్‌ ఎ ల న్‌ా + స నా ం ఉ|| =” న గ న క లే 1౧60” 720666 10 ౧24601 ౪6 31. శ ఈల్‌ (నా కా నాం న తా శ్యాతళ్లా త్రం ల స ల లయవిట వ కరవడం!


Chunk 3 — పిల్లి-పిల్లలు_pages0021-0021.txt

OCR Score: 80% Telugu coverage
Characters: 214

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • మవసు
  • ఫొండేషన్‌
  • ప్తూం
  • పంశంబవళం
  • __అపంపంఖ్య
  • వెనకటి
  • __వెద్దపిపేీల
  • _లవిపతల
  • ____పరీక్షచేపవి
  • ౧౧౮౦౧౧
  • _వీజలుపరిచూపివదవి
  • __బొడింగుచేసది
  • ___పాంవ్‌
  • చెయ్యనివి

Extractive Summary:

మవసు ఫొండేషన్‌ శే ప్తూం పంశంబవళం __అపంపంఖ్య | (మస దది యా. శి "ఈ టీ ్న టా 1 వెనకటి ౮ ౮40. వ 9 __వెద్దపిపేీల సరీ.