Analysis: బెలూన్

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/baelauna
Date: 2026-08-03 19:10
Chunks: 3

---

Book Overview

Book: బెలూన్
Source: https://sundarayya.org/baelauna
Total OCR chunks analysed: 3

---

OCR Quality Summary

Average Telugu script coverage across all chunks: 78%

---

Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

• న్‌ా
• క్ష్‌
• బాలసుబ్రమణ్యం
• ముద్రణ
• ఫోన్‌
• న్నా
• ఎక్‌
• ఇక్‌
• క్స్‌
• క్షీ
• న్యా
• న్‌్‌
• బెలూన్‌
• మరాటీ
• మూలం
• వర్నా
• చిత్రాలు
• మాధురీ
• జనవిజ్ఞాన
• వేదిక
• ప్రచురణ
• లాను
• 2ంంంనతు
• ంక్‌
• కస్‌
• వేజ్‌
• క్‌జవి
• జన్‌
• లేజల
• జ్యా

---

Per-Chunk Details

Chunk 1 — బెలూన్_pages0001-0010.txt

OCR Score: 72% Telugu coverage
Characters: 6912

OCR Issues:

• ASCII junk on lines: [10, 116, 139, 140, 141]...

Key Terms:

• న్‌ా
• క్ష్‌
• బాలసుబ్రమణ్యం
• ముద్రణ
• ఫోన్‌
• న్నా
• ఎక్‌
• ఇక్‌
• క్స్‌
• క్షీ
• న్యా
• న్‌్‌
• బెలూన్‌
• మరాటీ
• మూలం
• వర్నా
• చిత్రాలు
• మాధురీ
• జనవిజ్ఞాన
• వేదిక
• ప్రచురణ
• లాను
• 2ంంంనతు
• ంక్‌
• కస్‌
• వేజ్‌
• క్‌జవి
• జన్‌
• లేజల
• జ్యా

Extractive Summary:

ళ్ళ న్‌్‌ ఆః న జా | న “4 1 జ్జ వ ల జ క శీ 1! లీ కః తజ వ క శే | ల + - లై క ఓ 4 ఇ న నే కా శ "జ శ్‌ - | కా త క వనే హ్‌ జక న య. ; క ల "క్‌ 1 | _ ం న్యా న ॥ = వ ॥ క.

---

Chunk 2 — బెలూన్_pages0011-0020.txt

OCR Score: 79% Telugu coverage
Characters: 2340

OCR Issues:

• High noise-line ratio (50/264 lines < 3 chars)

Key Terms:

• బెలూన్‌
• శ్రీ
• క్ష్‌
• నాకు
• ఉఅకివోఆయి
• కింద
• కడింది
• తుస్‌
• తున్‌న్‌
• మనింది
• 7౮ఈి
• త్తు
• త్మ్‌
• వీ్క
• స్‌ో
• అత్వ
• పటిటో
• శ్రాశ4
• న్ని
• అట్ట
• న్ను
• గ్యతి
• శ్వా
• ఎళ్నో
• ఖ్భి
• మక్‌ము
• ళ్ళి
• గోవింద
• ఏడుపొచట్ళింది
• క్షేన్‌

Extractive Summary:

4" ల క _ | న. కొ | జ లేగ ల జ ॥ శ శ్వా న | న న శ ల్‌ అ జు క ఎళ్నో ళో. లా ఖ్శ ల్నా చలీ షు స్టో ఇ అంగు... గ సయ నౌ లం - గ అ ల కో ' న క త ల - ల | | ం" =" లట జ.

---

Chunk 3 — బెలూన్_pages0021-0029.txt

OCR Score: 84% Telugu coverage
Characters: 1750

OCR Issues:

• No notable OCR issues detected

Key Terms:

• వాళ్ళు
• కూడా
• పుస్తకాలు
• ఇప్పడు
• బెలూన్‌
• బాగా
• సాగింది
• రంగడు
• ఊదొచ్చు
• క్షే
• త్రీ
• న్‌ు
• త్టీ
• చూపు
• లంలో
• కిల్టగాడు
• ఉందన్నా
• నవ్వాడు
• దుఠా
• గుల్యూూ
• కళను
• యంయంా
• ఫక్‌
• మునగ
• బడిలో
• అప్తుడే
• చేరిన
• ఒకటో
• తరగతి
• చదవగలరా”

Extractive Summary:

( ౯ జ వ "0 వృ శి ఇ శ & ః | క్ష శో | ళ్‌ " | | ఠి ష్‌ స ' థీ నా క " / క్ష ళో వ్ర | కా తో కీ న టి లి. న్‌" య... క ఫీ స ఖై శ ౮ ం ॥ ఖ్‌ ల నీ క | క | చు ఇ లొ క్ష | జ న. అణా అణమి 'ఇన్వల వత వ పుడివనీ అరంలేని [పపశలు, పిలలు చదవడం మ య... క్షమ జ కీ _ ౨ వ మశ క శత... ఢా ల మ.

---