Telugu మంటలలో హీరోషిమా noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: మంటలలో-హీరోషిమా

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/mamtalalaoo-haiiraoosaimaaa
Date: 2026-08-03 17:27
Chunks: 5


Book Overview

Book: మంటలలో-హీరోషిమా
Source: https://sundarayya.org/mamtalalaoo-haiiraoosaimaaa
Total OCR chunks analysed: 5


OCR Quality Summary

Average Telugu script coverage across all chunks: 91%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • తరువాత
  • నేను
  • మంటలలో
  • హీరోషిమా
  • తోషీ
  • నాకు
  • ప్రజలు
  • శాంతి
  • మహిళ
  • చెప్పిన
  • మారూకి
  • మారుకి
  • అనువాదం
  • బొమ్మలు
  • పేరుతో
  • ఆగస్టు
  • గురించి
  • చిన్న
  • పట్టణంలో
  • ఏర్పాటు
  • వచ్చిన
  • యొక్క
  • పూర్తి
  • అయితే
  • మనసు
  • పూర్తిగా
  • ఇప్పుడు
  • కథను
  • నుంచి
  • ఎటువంటి

Per-Chunk Details

Chunk 1 — మంటలలో-హీరోషిమా_pages0001-0010.txt

OCR Score: 89% Telugu coverage
Characters: 5634

OCR Issues:

  • ASCII junk on lines: [22, 34, 37, 44, 50]...
  • Repeated punctuation clusters: 6 occurrences

Key Terms:

  • తరువాత
  • నేను
  • మంటలలో
  • హీరోషిమా
  • తోషీ
  • నాకు
  • ప్రజలు
  • శాంతి
  • మహిళ
  • చెప్పిన
  • మారూకి
  • మారుకి
  • అనువాదం
  • బొమ్మలు
  • పేరుతో
  • ఆగస్టు
  • గురించి
  • చిన్న
  • పట్టణంలో
  • ఏర్పాటు
  • వచ్చిన
  • యొక్క
  • పూర్తి
  • అయితే
  • మనసు
  • పూర్తిగా
  • ఇప్పుడు
  • కథను
  • నుంచి
  • ఎటువంటి

Extractive Summary:

1/41 £ ఆ 71లో డ్‌ (11 ఇ జో గ (1/4 స. (గ మణ [(౧జలు, పిల్లల్లో ప్రచురణకాలం : ఆగస్తు, 2003 చదవటం వట్ల ఆన్స్‌ ల కలిగించటం ఈ పుస్తకాల ఉద్దేశం. ఆ తరువాత ఎవరికీ నేను ఈ విషయాలు చెప్పలేదు.” విన్ఫ్సోటనానికి సంబంధించి ఈ విషయాలు చెప్పిన తరువాత ఆమె కాసేపు కళ్ళు మూసుకుంది.


Chunk 2 — మంటలలో-హీరోషిమా_pages0011-0020.txt

OCR Score: 92% Telugu coverage
Characters: 7058

OCR Issues:

  • ASCII junk on lines: [49]
  • Repeated punctuation clusters: 7 occurrences

Key Terms:

  • అమ్మ
  • మాయి
  • తరువాత
  • వాళ్ళ
  • మెరుపులు
  • వానా
  • న్‌ా
  • అననన
  • నాన్నలతో
  • చిలకడ
  • ఆమెకు
  • ఎంతో
  • న్‌ు
  • రంగులోనూ
  • ఉన్నాయి
  • పెద్ద
  • కొంత
  • బాంబు
  • “లిటిల్‌
  • బాయు
  • గంటల
  • క్షే
  • ఆమెను
  • అనాలా
  • చాలా
  • రాడా
  • వేగంగా
  • అంది
  • నదిని
  • వాళ్ళు

Extractive Summary:

క | డే ం లో యయ ॥ లో - న య, జాయ్‌ క క లా న వాలు ల ల త న్‌ డగ కణ ద మం యాల యా న్‌ యో వ జా యనక యా నంలో మ లో ౧ డా వా యో న ా ఎ క్‌ ట్‌ నా టా నా. న ల నలా ఆ స | | క్ష మా _ న తా టా ం కూ ర. అ కె స రల అలో ఆ రం జన అష న బా క | జ ర.


Chunk 3 — మంటలలో-హీరోషిమా_pages0021-0030.txt

OCR Score: 91% Telugu coverage
Characters: 9474

OCR Issues:

  • ASCII junk on lines: [27]
  • Repeated punctuation clusters: 14 occurrences

Key Terms:

  • నానా
  • అననన
  • అమ్మ
  • మాయి
  • న్‌్‌
  • తననన
  • టప్‌
  • లాలా
  • మాయికి
  • చిన్న
  • ఉంది
  • తరువాత
  • వాళ్ళు
  • వానా
  • అననా
  • ననున
  • నాననా
  • నాన్న
  • పరిగెత్తడం
  • మెల్లగా
  • కూడా
  • పిల్లవాడిని
  • ఎత్తుకుని
  • చివరికి
  • నుంచి
  • కాలా
  • చేరుకున్నారు
  • కనతో
  • నానో
  • ఆలనా

Extractive Summary:

ల వ్‌ టయ నా సో డా వ వన శం క ఉగ (న నా న హయ టా ల అన్న క కయి ఇ న్‌ ॥ ఆల న ల్లీ | లో “ త యా == న్‌ ఆ ననినా తో క | నే ౯ " ో ల లో నా ౧ న్‌ న ఎ ఆశా యము డకమా” ఎటనొ నో న య. క్‌ ౯ ౯ యే త్‌ నాం న క ం " శ్‌ క జ న భక పయ రా ఆలనా ల ం్తో ఎ క్ట యా “శ క. , న . య లం | గా - ల క న ల యలు కూ నా జ న ల క న్‌్‌ ఛలో జా” ం ణ్న అయా * ఆక న జాగో || హా ఆ.


Chunk 4 — మంటలలో-హీరోషిమా_pages0031-0040.txt

OCR Score: 89% Telugu coverage
Characters: 7685

OCR Issues:

  • ASCII junk on lines: [75, 177, 211, 233]
  • Repeated punctuation clusters: 20 occurrences

Key Terms:

  • మాయి
  • అమ్మ
  • వాళ్ళ
  • న్‌ా
  • తరువాత
  • కూడా
  • సూర్యుడు
  • నానా
  • లాలా
  • తననన
  • ఉంది
  • అన్నం
  • ఆసుపత్రిలో
  • అక్కడ
  • కొన్ని
  • అణుబాంబు
  • కానీ
  • అస్తమించాడు
  • అయ్యింది
  • రోజు
  • అతడు
  • నాలుగు
  • నాలా
  • నానన
  • నవ్య
  • అననన
  • జావా
  • చానా
  • ననున
  • ముద్ద

Extractive Summary:

ల కనవా యా నవల ఆ మ న వ సదా ఇమా నాం కూడ వ నా శవ వాకా ఇ . 2 నో బా ఎ వట... లా _ కన మ టా ల లం నల శన య న న నన సూ | ఆ వాాలినానే ॥ అణా ఖా న నా నినా వాం న్‌ా ౮ తా న్‌ా. _ ల మ న = ష్య య న క నా తా స ల క - కా.


Chunk 5 — మంటలలో-హీరోషిమా_pages0041-0045.txt

OCR Score: 93% Telugu coverage
Characters: 1229

OCR Issues:

  • High noise-line ratio (12/57 lines < 3 chars)

Key Terms:

  • హీరోషిమా
  • ప్రజలు
  • కాగితపు
  • అణుబాంబు
  • చనిపోయిన
  • లాంతర్లను
  • సంవత్సరాల
  • తరువాత
  • కూడా
  • అమ్మ
  • ప్రపంచ
  • మంటలలో
  • ప్రతిసంవత్సరం
  • ఆగస్టు
  • లాంతర్ల
  • కారణంగా
  • వాళ్ళ
  • పెర్లు
  • రాసారు
  • వీటిని
  • వెలిగించి
  • నదుల్లో
  • వదులుతారు
  • వారిపేర్లు
  • వాసిన
  • నదులు
  • తమతోపాటు
  • సముద్రంలోకి
  • తీసుకెళతాయి
  • ఇన్ని

Extractive Summary:

చనిపోయిన వారిపేర్లు వాసిన ఈ లాంతర్లను నదులు తమతోపాటు సముద్రంలోకి తీసుకెళతాయి. ఆమె ఒక లాంతరుమిద “నాన్నగారు” అనీ, ఇంకొక లాంతరు మీద “బాబిలపిట్టో అనీ రాస్తుంది. ళీ ల