Telugu మంచి మనిషి noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: మంచి-మనిషి

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/mamcai-manaisai
Date: 2026-08-03 21:20
Chunks: 5


Book Overview

Book: మంచి-మనిషి
Source: https://sundarayya.org/mamcai-manaisai
Total OCR chunks analysed: 5


OCR Quality Summary

Average Telugu script coverage across all chunks: 90%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • జేసుదాసు
  • అక్క
  • న్‌్‌
  • మనిషి
  • నుంచి
  • అయినా
  • కూడా
  • మంచి
  • జేసుదాసుని
  • అయితే
  • తిండి
  • జైలు
  • శిక్ష
  • అన్నాడు
  • యజమాని
  • లన్‌
  • ఫోన్‌
  • పిల్లలు
  • పిల్లల్ని
  • ఆకలితో
  • అందరూ
  • పస్తే
  • వచ్చింది
  • నాలుగు
  • దొరకలేదు
  • చేసాడు
  • దొంగతనం
  • ఆకలి
  • ఇంకా
  • అతడ్ని

Per-Chunk Details

Chunk 1 — మంచి-మనిషి_pages0001-0010.txt

OCR Score: 83% Telugu coverage
Characters: 15322

OCR Issues:

  • ASCII junk on lines: [142, 147, 148, 151, 153]...
  • Repeated punctuation clusters: 14 occurrences

Key Terms:

  • జేసుదాసు
  • అక్క
  • న్‌్‌
  • మనిషి
  • నుంచి
  • అయినా
  • కూడా
  • మంచి
  • జేసుదాసుని
  • అయితే
  • తిండి
  • జైలు
  • శిక్ష
  • అన్నాడు
  • యజమాని
  • లన్‌
  • ఫోన్‌
  • పిల్లలు
  • పిల్లల్ని
  • ఆకలితో
  • అందరూ
  • పస్తే
  • వచ్చింది
  • నాలుగు
  • దొరకలేదు
  • చేసాడు
  • దొంగతనం
  • ఆకలి
  • ఇంకా
  • అతడ్ని

Extractive Summary:

2 శి _ జ సో క | డా మ స త శ జ నే క నక ప గ్రా ” న ఆ 1 ర " కా శ కక ప చా లా వ? పా వానర త యానా ఖ్‌ లంకా గ్‌ జ , న క వ ళ్ళి నో ఉం న్‌ నో | లా ఖ్‌ జా ్ట ఎల్‌ | [ల శా క 4 నన క నో "శ్‌ [1 తా వా ఓ | న కలక అ యదా - చా _ శ . న ల గ ప శు నః న క “శ చ్చి అ || శ క వ (.


Chunk 2 — మంచి-మనిషి_pages0011-0020.txt

OCR Score: 95% Telugu coverage
Characters: 8428

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • జేసుదాసు
  • ఫాదర్‌
  • కూడా
  • వెండి
  • చేసాడు
  • అన్నాడు
  • లేదు
  • కోసం
  • అనుకున్నాడు
  • దేవదానం
  • తనను
  • తిండి
  • అతడ్ని
  • భోజనం
  • నాకు
  • సాయం
  • చాలా
  • అందరూ
  • మనిషి
  • పళ్ళాలు
  • మంచి
  • వాటిని
  • తాను
  • వస్తువులు
  • తయారు
  • చోటు
  • ఎవరూ
  • అంటూ
  • ఇల్లు
  • ఆయనకు

Extractive Summary:

ఇదిగో ఆ ఇంటికి వెళ్లు అందులో ఒక మహాత్ముడు ఉంటున్నాడు. ఆ ఇంట్లో ఆయనతో పాటు ఆయన అక్కగారు, ఓ పనిమనిషి కూడా ఉంటున్నారు. అతని కీర్తి ఆ నోటా ఈ నోటా పాకింది.


Chunk 3 — మంచి-మనిషి_pages0021-0030.txt

OCR Score: 94% Telugu coverage
Characters: 6563

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • రంగయ్య
  • కూడా
  • లేదు
  • లక్ష్మి
  • సారా
  • అయినా
  • రెండు
  • రంగయ్యకు
  • జమిలయ్య
  • అందుకే
  • బాగా
  • ఒకనాడు
  • ఇప్పుడు
  • ఇల్లు
  • పాలం
  • లక్ష్మికి
  • ఇద్దరూ
  • ఇద్దరికీ
  • బిడ్డ
  • అన్నారు
  • నుంచి
  • అక్కడ
  • పిల్లాడు
  • వచ్చాడు
  • ఉంది
  • అన్నీ
  • అన్నాడు
  • రంగయ్యను
  • దొంగగా
  • దేవదానంలా

Extractive Summary:

ఒక తాగుబోతు కథ ఇక ఆ తర్వాత రోజూ ఇదే కథ. 'ఈ రోజు నుంచి ఇక చచ్చినా సారా తాగను ' అన్నాడు.


Chunk 4 — మంచి-మనిషి_pages0031-0040.txt

OCR Score: 87% Telugu coverage
Characters: 9579

OCR Issues:

  • Repeated punctuation clusters: 9 occurrences

Key Terms:

  • రంగయ్య
  • అందరూ
  • కాదు
  • తాగి
  • తాగుడు
  • బాగా
  • పాలం
  • మంచి
  • సారా
  • లక్ష్మి
  • మంచం
  • ఉంది
  • ఇప్పుడు
  • కూడా
  • సాధువు
  • మరింత
  • డబ్బులు
  • ఒకనాడు
  • నుంచి
  • అప్పుడు
  • తాగుతాడు
  • మళ్ళీ
  • ఒకటే
  • వారికి
  • వుస్తకాలు
  • ఇంకేముంది
  • పైగా
  • అంతా
  • నాలుగు
  • లాభం

Extractive Summary:

/ జు వ & ల + _ | ॥ 1 జ ల _ 7 జ న జ; క లా అనా ఓ | ఈత తళ క / న | ఖు ౯ ఆ (. న క / , తి ళా _ ళో క్ర మా 7 గా - న్న శ ఆ | న్‌ న్‌ జ్యా - 2 ఆ అ - - * క గే ల క క్‌ ళాశా గ ల్‌ స “మ (ఆ | / శ త ఆ ॥ శ , , యు వజ - .. స ౯ ౯ , ॥ ఇ క్‌ మ శో క జ్‌ గన ఈ . గ క - ము - ఈ + ॥ క్‌ ఓ అ వ్‌ +జి - ంా టై శ కా _ న వ ఇ.


Chunk 5 — మంచి-మనిషి_pages0041-0041.txt

OCR Score: 92% Telugu coverage
Characters: 152

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • బటీన
  • మవసు
  • ఫౌండేషన్‌
  • ఫాన్‌
  • సరసన
  • టురి
  • ావనాతం
  • గీరి
  • లాలన
  • ప్రజలు
  • పరిచూసివది
  • బ్రైండింగు
  • చేసివది
  • పావ్‌
  • చెయ్యనివి
  • నాననా

Extractive Summary:

బటీన మవసు ఫౌండేషన్‌ ఫాన్‌ సరసన టురి 0 60 న టా న ావనాతం (గీరి భళే (నరా లాలన రా ప్రజలు పరిచూసివది _ రా బ్రైండింగు చేసివది _ కా నా "పావ్‌ చెయ్యనివి _ నాననా