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