Telugu సడాకో కాగితపు పక్షులు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: సడాకో-కాగితపు-పక్షులు

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/sadaaakaoo-kaaagaitapau-pakasaulau
Date: 2026-08-03 21:07
Chunks: 4


Book Overview

Book: సడాకో-కాగితపు-పక్షులు
Source: https://sundarayya.org/sadaaakaoo-kaaagaitapau-pakasaulau
Total OCR chunks analysed: 4


OCR Quality Summary

Average Telugu script coverage across all chunks: 92%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • సడాకో
  • అణుబాంబు
  • శాంతి
  • సదాకో
  • అంది
  • తరువాత
  • కాగితపు
  • వుంది
  • ఎలినా
  • కోయర్‌
  • అన్న
  • రోజు
  • ఉన్నారు
  • కూడా
  • తినటానికి
  • కారణంగా
  • వాళ్ళ
  • నాయనమ్మ
  • ఉంది
  • ఉన్నాయి
  • వచ్చింది
  • పరుగు
  • పకులు
  • స్టో
  • అనువాదం
  • పేరుతో
  • ఆగస్సు
  • రెండవ
  • జనవిజ్ఞానవేదిక
  • న్‌్‌

Per-Chunk Details

Chunk 1 — సడాకో-కాగితపు-పక్షులు_pages0001-0010.txt

OCR Score: 88% Telugu coverage
Characters: 8438

OCR Issues:

  • ASCII junk on lines: [16, 29, 36, 42, 78]...
  • Repeated punctuation clusters: 14 occurrences

Key Terms:

  • సడాకో
  • అణుబాంబు
  • శాంతి
  • సదాకో
  • అంది
  • తరువాత
  • కాగితపు
  • వుంది
  • ఎలినా
  • కోయర్‌
  • అన్న
  • రోజు
  • ఉన్నారు
  • కూడా
  • తినటానికి
  • కారణంగా
  • వాళ్ళ
  • నాయనమ్మ
  • ఉంది
  • ఉన్నాయి
  • వచ్చింది
  • పరుగు
  • పకులు
  • స్టో
  • అనువాదం
  • పేరుతో
  • ఆగస్సు
  • రెండవ
  • జనవిజ్ఞానవేదిక
  • న్‌్‌

Extractive Summary:

సాలా - త్త + గ ఇ క శత " అమ అం ఇచ్చా న ల వ ఇ ౪ న. స ననా "హా చా శి యే లా ఆటొ బయో” ”- - - | గో శ త్‌ | ” మూ ఇన్ని తాలు ర శ శివాణనిననూ “బ్యఖూ లి -క్తమననాావానననన్న్న్యాయనా ఆ” టా హే క [( థీ క... క రూ వావ | ( (గ... | ర్ట రప త నాం దుం అడ ైత2=2=2నానా క్‌ తాలం = ళల ర డో త్‌ . ర డో (6 ఇ తన యాకు | జన క న ల / | ని.


Chunk 2 — సడాకో-కాగితపు-పక్షులు_pages0011-0020.txt

OCR Score: 92% Telugu coverage
Characters: 7502

OCR Issues:

  • ASCII junk on lines: [245]

Key Terms:

  • సడాకో
  • సడాకోకి
  • సదాకో
  • తరువాత
  • అంది
  • కొన్ని
  • పక్షులు
  • ఉంది
  • చాలా
  • పక్షి
  • చుజూకో
  • అమ్మ
  • చెప్పింది
  • సడాకోని
  • ఆసుపత్రిలో
  • కాగితపు
  • వుంది
  • కూడా
  • ఆమెకు
  • రోజు
  • ఇప్పుడు
  • ఆమెను
  • మాసాహీరో
  • అడిగింది
  • బంగారు
  • పక్షిని
  • తయారు
  • వెయ్యి
  • పక్షులను
  • కానీ

Extractive Summary:

ట్‌ క జ శ ల" మో భగ ల మ లం" ళ్‌ // ఓ ర్న 4/11 11 గ్గ గ ఆయ ॥ క్‌ న్ని 1 ం [క్‌ ష్‌ 1 | / గి ల (| [ శ [ఈల | + న లో వా ' సె భా నీ ( | స ల. ్గా డ్‌ ఆ ) స రో లా న్‌ ళ జటా ౪ తో ॥ | / 2 ణో నా జ ఈం హో కో ర ల జీ డండరడు ట్‌... రం.


Chunk 3 — సడాకో-కాగితపు-పక్షులు_pages0021-0030.txt

OCR Score: 93% Telugu coverage
Characters: 9432

OCR Issues:

  • ASCII junk on lines: [90]
  • Repeated punctuation clusters: 9 occurrences

Key Terms:

  • సడాకో
  • కెంజీ
  • కూడా
  • ఇప్పుడు
  • చాలా
  • అమ్మ
  • సదాకో
  • నర్స్‌
  • పక్షులను
  • సడాకోకి
  • ఉంది
  • అంది
  • పక్షులు
  • తరువాత
  • తయారు
  • కాగితపు
  • బంగారు
  • కొన్ని
  • నాన్న
  • కేవలం
  • వచ్చి
  • పక్షిని
  • నువ్వు
  • వచ్చింది
  • కోసం
  • బాగా
  • మూడు
  • ముందు
  • చూస్తూ
  • చూడటానికి

Extractive Summary:

గ ల తవ ర వ జై ॥| * ళి ల లై “ఆన్సర్‌ ష్‌ చ (1 సీ ళో ఇ భో (నహ 1 చమై న్‌? 110 111] | / (౮ | | ల్‌ య + మ 1 ల = స విన న గ ల డి లా [| ం న. న |] | సట (1 షు క స ౨.


Chunk 4 — సడాకో-కాగితపు-పక్షులు_pages0031-0037.txt

OCR Score: 95% Telugu coverage
Characters: 5963

OCR Issues:

  • ASCII junk on lines: [144, 149]

Key Terms:

  • సడాకో
  • సదాకో
  • అమ్మ
  • కాగితపు
  • పక్షులు
  • ఉంది
  • కోసం
  • అంది
  • సడాకోకి
  • బంగారు
  • పక్షి
  • ఎంతో
  • చూసి
  • ఉన్న
  • శాంతి
  • నుమాటా
  • కూడా
  • ఆమెకి
  • సడాకోని
  • కాగితం
  • మెల్లగా
  • పట్టు
  • కిమోనో
  • ఉన్నాయి
  • దీనిని
  • మాటలు
  • కానీ
  • వల్ల
  • కాని
  • తయారు

Extractive Summary:

సదాకో తన తల ఊపేది. తన బాధని ఆమె ఎప్పుడూ వ్యక్తం చేసేది కాదు. ఈ స్టూపంలో ఒక బంగారు కొందమీద రెండు చేతులతో ఒక కాగితపు పక్షి పట్టుకుని నిలబడి ఉన్న సదాకో ఉంటుంది.