Telugu మోసం మోసం noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: మోసం-మోసం

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/maoosam-maoosam
Date: 2026-08-03 22:12
Chunks: 3

Book Overview

Book: మోసం-మోసం
Source: https://sundarayya.org/maoosam-maoosam
Total OCR chunks analysed: 3

OCR Quality Summary

Average Telugu script coverage across all chunks: 87%

Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

మాతాత
నేను
బంగారు
వాడు
మోసం
జనవిజ్ఞాన
వేదిక
మందు
ఒకరోజు
దానిని
గొలుసు
ఒకడు
అన్నాడు
అయిదొందలు
సంబర
పామును
శ్వే
న్ను
ల్‌ో
రాయా
నాయన
ళ్లు
మాలి
క్స్‌
పాపి
అక్రో
ఈనిన
్ట్‌
లతలు
డ్ర్‌

Per-Chunk Details

Chunk 1 — మోసం-మోసం_pages0001-0010.txt

OCR Score: 79% Telugu coverage
Characters: 3703

OCR Issues:

No notable OCR issues detected

Key Terms:

మాతాత
నేను
బంగారు
వాడు
మోసం
జనవిజ్ఞాన
వేదిక
మందు
ఒకరోజు
దానిని
గొలుసు
ఒకడు
అన్నాడు
అయిదొందలు
సంబర
పామును
శ్వే
న్ను
ల్‌ో
రాయా
నాయన
ళ్లు
మాలి
క్స్‌
పాపి
అక్రో
ఈనిన
్ట్‌
లతలు
డ్ర్‌

Extractive Summary:

Chunk 2 — మోసం-మోసం_pages0011-0020.txt

OCR Score: 91% Telugu coverage
Characters: 3149

OCR Issues:

No notable OCR issues detected

Key Terms:

వాడు
దాన్ని
పాము
మేము
దగ్గర
చెక్క
రాయి
లేదు
చేతబడి
ఆయనకు
పరయ్య
భయపడి
వాడి
చేతికి
చాలా
అందరికీ
టీచరు
చెప్పాడు
వచ్చాడు
అతికించాడు
రూపాయలు
వాళ్ళు
గురించి
వాళు
అందరికి
ఇచ్చారు
తరువాత
చేసారని
ఆనామి
అనుమానం

Extractive Summary:

ఉం న్‌ు: డో ఆ కా ( న. బోన్‌ 16, (త స. | స్ట ( గ్‌ జగ ఎర క్ష / క గ కఫ్‌ “ ఆ య్‌ రారట.

Chunk 3 — మోసం-మోసం_pages0021-0029.txt

OCR Score: 90% Telugu coverage
Characters: 3568

OCR Issues:

ASCII junk on lines: [94, 95, 100]

Key Terms:

బంగారం
సుబా
దగ్గర
చాలా
పెద్దాయన
సంచి
కూడా
ఊరికి
సుబ్బారెడ్డి
రెడ్డ
జరిగింది
మనిష
నమ్మాడు
ఇచ్చాడు
న్నాడు
లేదు
పొయ్యాడు
సీటులో
కూచున్నాడు
బస్సు
ఎద్దాయన
నూతన
నాలుగు
తెలుగు
ద్వితా
అంశాలను
రోజు
మంది
మనుషులు
వచ్చారు

Extractive Summary:

౮/44 వ్యూ న్‌ ఆ వచ్చినవాళ్లు సుబ్బారెడ్డికి ఒక |. రాం గ” ఈ సీటు కనిపెట్టు ఉండు అన్నాడు. న స ల.