Telugu మేలు కొలుపు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: మేలు-కొలుపు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/maeelau-kaolaupau
Date: 2026-08-03 21:33
Chunks: 3


Book Overview

Book: మేలు-కొలుపు
Source: https://sundarayya.org/maeelau-kaolaupau
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.

  • మోసం
  • కూడా
  • రంగులు
  • తూకం
  • బంగారం
  • కాదు
  • ఉంటుంది
  • బాగా
  • రంగు
  • కొలిచి
  • ల్ని
  • వేదిక
  • బేరం
  • మెరిసేదంతా
  • కడుపు
  • సంగతి
  • విషం
  • తర్వాత
  • చూడ్డానికి
  • ఉంటాయి
  • పిల్లలు
  • రంగుల
  • అమ్ముతుంటారు
  • కలుపుతున్నారు
  • వునం
  • అమ్మే
  • సరుకు
  • వైపు
  • వెయ్యండి
  • తీసుకోవాలి

Per-Chunk Details

Chunk 1 — మేలు-కొలుపు_pages0001-0010.txt

OCR Score: 82% Telugu coverage
Characters: 4820

OCR Issues:

  • ASCII junk on lines: [14]

Key Terms:

  • మోసం
  • కూడా
  • రంగులు
  • తూకం
  • బంగారం
  • కాదు
  • ఉంటుంది
  • బాగా
  • రంగు
  • కొలిచి
  • ల్ని
  • వేదిక
  • బేరం
  • మెరిసేదంతా
  • కడుపు
  • సంగతి
  • విషం
  • తర్వాత
  • చూడ్డానికి
  • ఉంటాయి
  • పిల్లలు
  • రంగుల
  • అమ్ముతుంటారు
  • కలుపుతున్నారు
  • వునం
  • అమ్మే
  • సరుకు
  • వైపు
  • వెయ్యండి
  • తీసుకోవాలి

Extractive Summary:

"టా _ | త్‌ో ., జ | ఓ న ్‌ 1 ఆ" శ బట లా , శ శో ఇ జ 2 క క శ న / 4, " ॥ గ ఇ. | ఆ [ల న (లే ఉగాది గ (2 వు పే... న వ 14 ఇ వీ హతా టీటీ!


Chunk 2 — మేలు-కొలుపు_pages0011-0020.txt

OCR Score: 93% Telugu coverage
Characters: 3621

OCR Issues:

  • ASCII junk on lines: [44]

Key Terms:

  • కూరగాయలు
  • గొట్టం
  • లేదు
  • చేసుకోవడం
  • రోజులు
  • గోతాం
  • ఉంది
  • బాగా
  • పొయ్యి
  • పైకి
  • రైతు
  • చివరికి
  • అయినా
  • సంగతి
  • కూడా
  • ఉంటాయి
  • అంతా
  • మోసం
  • లేకుంటే
  • దీన్ని
  • పట్ట
  • వెయ్యండి
  • నాలుగైదు
  • అయితే
  • ఉపాయం
  • కుండ
  • పెట్టండి
  • పొయ్యండి
  • చూడండి
  • ఎక్కువగా

Extractive Summary:

ల వ్‌ క్‌ గ్‌ లీ (యడ డి లం లాలా ౧ ఏక జ లా గ ్గ క్‌ | ఇ క క యండి. న మాం క లో శ స కా ట్‌ చొ (1 ౪ జీ జ్‌.” హో ర శోగ్యట్య ఓల్‌ల్‌ రాలా 1114 న కం రు | లోన లే బడ్‌ ఏళ టలు. జ గారం ఈ ఆ శ నా మరో ఉపాయం ఉంది.


Chunk 3 — మేలు-కొలుపు_pages0021-0029.txt

OCR Score: 92% Telugu coverage
Characters: 3814

OCR Issues:

  • ASCII junk on lines: [104, 108, 112, 116]

Key Terms:

  • సొసైటీ
  • కూడా
  • మీరు
  • పాలు
  • ఆసామి
  • విజ్ఞాన
  • వేదిక
  • డబ్బు
  • పెట్టాము
  • మనకు
  • హక్కు
  • ఫోరంలో
  • కేసు
  • లేదు
  • మంచి
  • ఊళ్ళో
  • డబ్బులు
  • చెప్పాడు
  • ఇప్పుడు
  • ఆదాయంలో
  • చేరితే
  • గాదు
  • నూతన
  • ఆంధప్రదేశ్‌
  • సాక్షరతా
  • నాలుగు
  • చాలా
  • తెలుగు
  • వెరూప్య
  • అంశాలను

Extractive Summary:

చ 4/4 ఇ జట (గా ఈఈ క! ళ్ళ [|] ౧ ఈ స్త వ బా తాజా, అందరూ సాసైటీకే వాలు పొాయ్యనాగారు. దర శి [౦ క ముల నుప క ల్‌ శ నలలతి ముందట (నం కన అనా నా __కాోీపజల గ౦౦ తయారు చేపివది గ్‌ ( గా గ ణో __వీజలుపరిచూపివది ఆ గ్ర __కొడింగుచేసని |... ___వొవ్‌చెయ్యనివి