Telugu సైన్స్ ఎలా పుట్టి పెరిగింది noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: సైన్స్-ఎలా-పుట్టి-పెరిగింది

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/saainasau-elaaa-pautatai-paeraigaimdai
Date: 2026-08-03 19:28
Chunks: 7


Book Overview

Book: సైన్స్-ఎలా-పుట్టి-పెరిగింది
Source: https://sundarayya.org/saainasau-elaaa-pautatai-paeraigaimdai
Total OCR chunks analysed: 7


OCR Quality Summary

Average Telugu script coverage across all chunks: 90%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • భూమి
  • న్‌్‌
  • ఉంది
  • న్నే
  • గుండ్రంగా
  • స్తు
  • న్‌ు
  • చాలా
  • న్‌ా
  • క్యా
  • స్తా
  • సన్‌
  • సంతు
  • నల్‌
  • ్ట్‌
  • అంటే
  • వాళ్ళు
  • కూడా
  • జోస్యం
  • సమాధి
  • దక్షిణ
  • ఉత్తర
  • స్‌ు
  • టిల్‌
  • ల్స్‌
  • కక్‌
  • గన్‌
  • నక్ష
  • న్లో
  • పాటం

Per-Chunk Details

Chunk 1 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0001-0010.txt

OCR Score: 86% Telugu coverage
Characters: 41563

OCR Issues:

  • ASCII junk on lines: [188, 192, 197, 199, 201]...
  • Repeated punctuation clusters: 75 occurrences

Key Terms:

  • భూమి
  • న్‌్‌
  • ఉంది
  • న్నే
  • గుండ్రంగా
  • స్తు
  • న్‌ు
  • చాలా
  • న్‌ా
  • క్యా
  • స్తా
  • సన్‌
  • సంతు
  • నల్‌
  • ్ట్‌
  • అంటే
  • వాళ్ళు
  • కూడా
  • జోస్యం
  • సమాధి
  • దక్షిణ
  • ఉత్తర
  • స్‌ు
  • టిల్‌
  • ల్స్‌
  • కక్‌
  • గన్‌
  • నక్ష
  • న్లో
  • పాటం

Extractive Summary:

ర శ / సంజన వజ: స వ 1 క | “ వం గ | వ్‌ మలం లలి స్‌ [ఇ జ ల ల పంటలే వం య యే న నం 2! క స స రన స స 7 వంపు ఆ త వ న రం ప పి మ; న ల క న య న న స. న న శ | కక న న న క వ్‌ ను మ ల మ ప ను విచా స లలో న మా టు న... టో + స్తు న స మ మ స జ ర పా ట్‌ నంట!


Chunk 2 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0011-0020.txt

OCR Score: 91% Telugu coverage
Characters: 22704

OCR Issues:

  • ASCII junk on lines: [113, 305, 326, 331, 334]...
  • Repeated punctuation clusters: 22 occurrences

Key Terms:

  • కూడా
  • నుంచి
  • మధ్య
  • భూతద్దం
  • గాలి
  • నిప్పు
  • సంగీత
  • కరోలిన్‌
  • ముసలాయన
  • తెలుసు
  • రెండు
  • సైన్సు
  • చేసి
  • తయారు
  • అంటే
  • పెద్ద
  • గడ్డి
  • మంటకు
  • అంటూ
  • ఘట్టం
  • రహస్యం
  • ఉంది
  • మాత్రం
  • దాన్ని
  • లేదు
  • క్రీ
  • సంగీతం
  • పిల్లన
  • ఎముక
  • ఖగోళ

Extractive Summary:

నం గు చ న జ క... నేర బల్‌ వ 1 ర స న సంత్‌... స్స రర రం ను న్స | ల. ల సే - 1 న్‌ శ స ళ్ళి వ్‌ స్ట గ శ క క ర జ" స బీస్య క ను క స వ పీన హ్‌ పా [వ్యా త స్‌ ల్‌ స 1 గు ు ళ్డ ర శశ ల: మ. ఘట తలా ె గ్‌ 1] ం ఆ గర్యస్టుర్యులం ల క నాం ర ను వుట య న టు యట ళ్‌ క వ నవ ఇ ల త్రావ్వలవాహాఫా నాద వధ గై పన 0 న న క పు గను ర్‌ సనన.


Chunk 3 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0021-0030.txt

OCR Score: 91% Telugu coverage
Characters: 22366

OCR Issues:

  • ASCII junk on lines: [193, 214, 259, 324, 343]...
  • Repeated punctuation clusters: 17 occurrences

Key Terms:

  • కాంతి
  • దూరం
  • ఉంది
  • భూమి
  • మధ్య
  • బ్రూనో
  • నక్షత్రం
  • అంటే
  • గూడ్రిక్‌
  • చుట్టూ
  • కాలం
  • మైళ్ళు
  • నక్షత్రాల
  • అందువల్ల
  • సూర్యకేంద్రక
  • పారలాక్స్‌
  • వ్యవధి
  • అతని
  • లేదు
  • దిన్ని
  • దగ్గరగా
  • నుంచి
  • కొలవడం
  • ఉంటుంది
  • దూరంగా
  • సిద్దాంతాన్ని
  • కూడా
  • ఒకప్పుడు
  • దాన్ని
  • లేవు

Extractive Summary:

కా ( 1 ప్‌ ( ( స న కం క క న న గ డి వలనో ల వ స సళ న య ల ఆ శీ _ సరము ని య్‌ లీ ఛతీ! మ ఎ ప టం, సిపమననూ వ అ ౦౮) యి రు లు బ్బ అయం వూ 696 న య న గ స లో ల వః న త టం కా ఆ ఆ సము వం సద ఉత న య 4 సడే వ క. / వ న మ వ 2 హ్‌ - ఆ క స న న్‌ క్‌ క ను టన ఇక జ ట్‌ ఇ "4 శ ఓ లం ఏ ఈతరం శం ర నం.


Chunk 4 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0031-0040.txt

OCR Score: 94% Telugu coverage
Characters: 18610

OCR Issues:

  • ASCII junk on lines: [1, 3, 46, 145, 156]...
  • Repeated punctuation clusters: 10 occurrences

Key Terms:

  • లేదు
  • ఎడిసన్‌
  • యురేనస్‌
  • రెండు
  • పెద్ద
  • కూడా
  • కారణం
  • దీపం
  • నుంచి
  • కానీ
  • తర్వాత
  • ఉంది
  • ఉంటుంది
  • పైకి
  • మండుతోంది
  • ద్యారా
  • అందువల్ల
  • సైకిల్‌
  • కిబాల్ఫిచ్‌
  • అతని
  • పెట్టి
  • గ్యాస్‌
  • మీది
  • ఇప్పుడు
  • డేవీ
  • మాత్రమే
  • అయినా
  • ఏళ్ళ
  • ముందుకు
  • చేశాడు

Extractive Summary:

అ ఈ గ భా ఈ నయ | త క క న జ క క క న | మా. ళా ం [ఓ జూ య జ శక ౨ వనన న ననన తీ శ్‌ అ ఉం = ఖా ఎ ఈ ఈ గ లో మో క శో క న జ జ స జ జ వ నా కు. న ఈ యో ప న శ ఇ” ళు తా మని ర్తి గా క్ష త ఇ తంట వ లం గ న య టి ట్‌ యా త త లలన శీ | | త్న స్థా వ తష “2 న క మి క స!


Chunk 5 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0041-0050.txt

OCR Score: 90% Telugu coverage
Characters: 21568

OCR Issues:

  • ASCII junk on lines: [67, 160, 268, 292, 440]
  • Repeated punctuation clusters: 23 occurrences

Key Terms:

  • ద్యుబువా
  • ప్రాచీన
  • సూర్యగ్రహణం
  • లిపి
  • దగ్గర
  • ఎన్ని
  • ఉంది
  • మానవుడు
  • అవశేషాల
  • అయినా
  • వాటిని
  • మానవ
  • రెండు
  • ఎముకలూ
  • ఎక్కడెక్కడి
  • ఆధారంగా
  • సంపూర్ణ
  • సిద్దాంతం
  • ముందుగానే
  • కొందరూ
  • గ్రహణం
  • కూడా
  • సంపూర్త
  • భూమి
  • వంపు
  • సాపేక్ష
  • కిరణం
  • సూరు
  • రుజువు
  • తర్వాత

Extractive Summary:

న న కి శ క పన చ, న మాటల ఖీ ర యీ గం / త్మ ఖు ల సా (స్వాం వర్త ననునన న టన అవ ర వ న నన న ర చేసాం సన | ఇక పమ స: ద్య చ స గ్‌ జ “అద్వు శో కా క... ఆ వ క స ్‌ న్న సట ను యం మ మసలే సచాం వపమం ల గ , క గ్‌ ! ల వం క... మిలా లయం ల య వ స న (ము టల న త య క ప యు రు ( ళా = న] గ స్‌ కా పనో న న ష్ణ క. న్‌ ల న ( న ] .. లే య: న న చ నం యు న ఓ ఓ్నశ నా వ్‌ స్‌ ల ను మ... ర్‌ ఇ నే సం క జ స న 4.


Chunk 6 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0051-0060.txt

OCR Score: 94% Telugu coverage
Characters: 20918

OCR Issues:

  • ASCII junk on lines: [182, 238, 256, 267, 279]...
  • Repeated punctuation clusters: 7 occurrences

Key Terms:

  • మెదడు
  • నుంచి
  • తెలివి
  • కూడా
  • భూమి
  • ఒక్కో
  • అంటే
  • అమెరికా
  • క్యు
  • మాత్రం
  • వాటిని
  • ఉందని
  • ఉంది
  • రెండు
  • సిద్దాంతం
  • తెలివిని
  • బినే
  • ఉంటుంది
  • దీన్ని
  • కావల్సినంత
  • సగటు
  • ప్రతి
  • తర్వాత
  • లేదు
  • ఏళ్ళ
  • ఐన్‌స్టీన్‌
  • మెదడుని
  • రైతు
  • అసలు
  • కావచ్చు

Extractive Summary:

వా ర 4న స య షు న పంక నా వూ వ న! ఈ న ( వ | ఆలో క్ష ం తో వాదనని పరిష్కరించాలి అన్ఫెప్ప రేఖభాంశా వూ. రోదసిని జయించడంలో ఇది హం స చా (“ఫల ఈ మొదటి ప్రయత్నం తర్వాత సోవియట్‌ / 1 గ క శాస్త్రవేత్త రాకెట్లని ఒకదాని తర్యాత ఒక దాన్న ౫ ప్రయోగిం చారు.


Chunk 7 — సైన్స్-ఎలా-పుట్టి-పెరిగింది_pages0061-0069.txt

OCR Score: 87% Telugu coverage
Characters: 13708

OCR Issues:

  • ASCII junk on lines: [26, 31, 112, 155, 156]...
  • Repeated punctuation clusters: 9 occurrences

Key Terms:

  • అంటే
  • సైన్సు
  • కూడా
  • ఏమిటి
  • పద్దతి
  • కాదు
  • మనకు
  • నుంచి
  • తర్వాత
  • పరిశీలన
  • ఉంది
  • గెలీలియో
  • మాత్రమే
  • ప్రకృతి
  • సిద్దాంతం
  • శాస్త్రీయ
  • శాస్త్ర
  • శాస్త్రవేత్తలు
  • కావచ్చు
  • అవకాశం
  • రెండు
  • నిర్దారణకు
  • పరీక్షకు
  • అరిస్టాటిల్‌
  • ముందు
  • దీన్ని
  • ప్రయోగం
  • లక్షణం
  • న్యూటన్‌
  • లేదు

Extractive Summary:

క లి ఇ క 1 క జ | కి ఃె ఎన్‌ ఒక న క్రీ | స .. [108 (| ॥ | | జా | | వేమ. , ల్‌ ఇ ఏ... కీ ఆ జై ల ' 1, , న్‌ా శ జా న్‌ ౯ క న. .. | [1 | 1 యవ | తా 1|| | ॥ లొ , జ్‌ క్రీ కే |] | || న || ఈ జ “శ క | శ | క.