Telugu సూరీడు బిడ్డలు noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: సూరీడు-బిడ్డలు
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/sauraiidau-baidadalau
Date: 2026-08-03 22:30
Chunks: 3
Book Overview
Book: సూరీడు-బిడ్డలు
Source: https://sundarayya.org/sauraiidau-baidadalau
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.
- రాజు
- లేరు
- చెట్టు
- స్త్ర
- ల్లో
- ముద్రణ
- జూన్
- బాలసుబ్రమణ్యం
- సెల్
- అడవి
- దూరని
- లేడు
- ముళ్ళ
- లేవు
- రాజుగా
- చెట్టును
- పెద్ద
- కొన్నెమో
- చెటు
- వాడే
- గుత్తుల
- బూరగ
- అమనా
- అననన
- వబణున
- యాగా
- క్షి
- నల్
- నాని
- నానాననానా
Per-Chunk Details
Chunk 1 — సూరీడు-బిడ్డలు_pages0001-0010.txt
OCR Score: 83% Telugu coverage
Characters: 3877
OCR Issues:
- ASCII junk on lines: [33, 63, 65, 71, 72]...
Key Terms:
- రాజు
- లేరు
- చెట్టు
- స్త్ర
- ల్లో
- ముద్రణ
- జూన్
- బాలసుబ్రమణ్యం
- సెల్
- అడవి
- దూరని
- లేడు
- ముళ్ళ
- లేవు
- రాజుగా
- చెట్టును
- పెద్ద
- కొన్నెమో
- చెటు
- వాడే
- గుత్తుల
- బూరగ
- అమనా
- అననన
- వబణున
- యాగా
- క్షి
- నల్
- నాని
- నానాననానా
Extractive Summary:
స " ॥ ౯ ళ్ ,' లీ ల త్ న జో చి, రో క ఇ? క్ 18 ౫, వ... ా న్ | అ శ క్ ఇ శటకంాా న జ ల్ _ క్ | ము క భా. | గ్ 6 ఆ క్ క 1 భం న."
Chunk 2 — సూరీడు-బిడ్డలు_pages0011-0020.txt
OCR Score: 93% Telugu coverage
Characters: 2845
OCR Issues:
- No notable OCR issues detected
Key Terms:
- చెట్టు
- వుంది
- కావాలి
- మామిడి
- ఆలోచన
- మనమంతా
- చేద్దాం
- మంత్రి
- రాగి
- మంచి
- గ్లో
- గుత్తుల
- అన్ని
- అన్న
- న్ని
- అందువల్ల
- అన్నాదమ్ముళ్ళం
- మిగిలిన
- నీరు
- ఆహారం
- ఆహారంగా
- గొప్పదనం
- మోదుగ
- చెట్టును
- రాణిని
- ర్రటి
- పూలకీకతో
- ఒళ్ళంతా
- సంగారించుకొని
- వుంటుందిగదా
Extractive Summary:
జా | సం యి కే, 10 | టో ఊత ట్ర రి ్ ॥ . న క ఓ న్నా క. క గ్లో క య న ఎ ల న్్ ప్లా రాం కా ముడి ఆహారపదార్తాలు, త్తే నో నీరు గ్ 16
Chunk 3 — సూరీడు-బిడ్డలు_pages0021-0029.txt
OCR Score: 90% Telugu coverage
Characters: 2908
OCR Issues:
- No notable OCR issues detected
Key Terms:
- వాళ్ళు
- పుస్తకాలు
- కూడా
- దానికి
- చెట్టు
- ఆహారం
- ఎవ్వరికీ
- ఎవ్వరి
- ప్రకృతి
- శక్తి
- మంచిగాలి
- ముందుంటారు
- ఎంతమంచి
- కూదా
- పిల్లలు
- బొమ్మల్ని
- చూచి
- చదువుతారు
- “అంతా
- ఎవరికో
- ఇచ్చేస్తే
- మనమేంగావాలి”
- మర్
- కుర్ర
- చెట్టుకు
- అనుమానం
- పట్నుకొంది
- మంత్రి
- రాగిచట్టు
- జవాబు
Extractive Summary:
| నం గ ||| 1, 1 గ చా | గ యు 12 1 + క ల మ ళ్ ంం | ; ఆకు స | నం! రా వ జ ఆ 9 (7 నే 20 క ఇ ఉట్టి స న స నా ఇం రాం 4 టం నన (| అ ఈ ఐడిలో అప్పుడే చేరిన వాళ్ళు, ఒకటో తరగతి చదువుతున్న వాళ్ళు లో!