Telugu వెర్రిబాగుల మామయ్య noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: వెర్రిబాగుల-మామయ్య

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/వెర్రిబాగుల-మామయ్య
Date: 2026-08-11 18:23
Chunks: 2


Book Overview

Book: వెర్రిబాగుల-మామయ్య
Source: https://sundarayya.org/వెర్రిబాగుల-మామయ్య
Total OCR chunks analysed: 2


OCR Quality Summary

Average Telugu script coverage across all chunks: 87%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • వాడు
  • వేమయ్య
  • వాడి
  • వాడికి
  • అన్నమ్మ
  • ఆ్యో
  • నిద్ర
  • నిలబడతాడు
  • పిల్లలు
  • కామయ్య
  • లాగు
  • మాత్రం
  • అన్నం
  • న్‌ా
  • ఉంది
  • కూడా
  • అయితే
  • నుంచి
  • ఊళ్లో
  • ఉంటాడు
  • ఎవరో
  • బువ్వ
  • వాళ్ళు
  • గురక
  • కొందరు
  • అయినా
  • కొలిమి
  • తిత్తి
  • ప్రసాదం
  • వరసలో

Per-Chunk Details

Chunk 1 — వెర్రిబాగుల-మామయ్య_pages0001-0010.txt

OCR Score: 86% Telugu coverage
Characters: 14180

OCR Issues:

  • ASCII junk on lines: [52, 209]
  • Repeated punctuation clusters: 20 occurrences

Key Terms:

  • వాడు
  • వేమయ్య
  • వాడి
  • వాడికి
  • అన్నమ్మ
  • ఆ్యో
  • నిద్ర
  • నిలబడతాడు
  • పిల్లలు
  • కామయ్య
  • లాగు
  • మాత్రం
  • అన్నం
  • న్‌ా
  • ఉంది
  • కూడా
  • అయితే
  • నుంచి
  • ఊళ్లో
  • ఉంటాడు
  • ఎవరో
  • బువ్వ
  • వాళ్ళు
  • గురక
  • కొందరు
  • అయినా
  • కొలిమి
  • తిత్తి
  • ప్రసాదం
  • వరసలో

Extractive Summary:

, ” | - న్‌ *జ శి , || భి థి _ ( వ ళీ , లీ ” / ॥ _ ప /| ౯ ॥ (| ల శ కి న ॥ ఖ |" ౯" గ్‌ "౨ క. శ ళ్ళ ళీ క న మీ లి న ల న. త న నానే శం శి ; శ క న ॥ | 1 యో (1|| శీ ॥ క / చై అ క గ ట్రీ గే "గా చ్య'బ్తో (భే ॥ లో గం గ ఖ్గ శ వచచన ల _ శతు ల స (డస న.


Chunk 2 — వెర్రిబాగుల-మామయ్య_pages0011-0020.txt

OCR Score: 88% Telugu coverage
Characters: 18019

OCR Issues:

  • ASCII junk on lines: [134, 152, 159, 162, 165]...
  • Repeated punctuation clusters: 12 occurrences

Key Terms:

  • వేమయ్య
  • కనకమ్మ
  • అన్నమ్మ
  • అంటూ
  • కూడా
  • అందరూ
  • బిడ్డ
  • పెద్దమనిషి
  • న్‌్‌
  • బస్సు
  • ఊళ్లో
  • కోసం
  • మళ్ళీ
  • అంది
  • ఉంది
  • వాళ్ళు
  • ఏడుపు
  • వాడు
  • పోతున్నారు
  • రైలు
  • ఇంకా
  • ఎర్రి
  • తెలీదు
  • కామయ్య
  • న్‌ా
  • కనను
  • వెంకటరెడ్డి
  • వాడి
  • పిల్లలు
  • రెండు

Extractive Summary:

సరే ఇపుడు వాడు ఎంతో క 6 మే, 4 శి 11) శే 1 / శ ॥ ఇట్ట[ా ” " - ణ్శ్‌ క 4 ॥ అక్కే | ఇర స టే | అ 4 జా గ న! హం న 0 ళ్‌ స 1" క టి ల లం ణే య న య రంల ॥ 7 గ = టల శ రక్‌ గ క ల కక థ సల్ల ఖ్శి ళో ్ట ఓ నై - శన ఇ భక యో + " అ ళ్‌ ళీ ళ్‌ | లే ఉ | శోగో కట / ము “రోజు శ ళీ టి. క ణి ఉం ఇ శ స + ర | ల | ఇవి 4 తికి శ న 1 లి న యు లా ఠి లు గ శ్వ ఇ సట ల్‌ న ఫి ల ల?