Telugu హిరోషిమా noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: హిరోషిమా
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/hairaoosaimaaa-1
Date: 2026-08-02 14:37
Chunks: 4
Book Overview
Book: హిరోషిమా
Source: https://sundarayya.org/hairaoosaimaaa-1
Total OCR chunks analysed: 4
OCR Quality Summary
Average Telugu script coverage across all chunks: 89%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- అమెరికా
- జపాన్
- అణుబాంబు
- కూడా
- హిరోషిమా
- ఒక్క
- మంది
- దీన్ని
- అయితే
- అణుబాంబులు
- బాంబు
- వల్ల
- రెండో
- శక్తి
- నుంచి
- అణ్వాయుధాలు
- మానవ
- అంతే
- ఆగష్టు
- నాగసాకి
- కాలం
- చేతిలో
- రాజకీయ
- ఐన్స్టీన్
- ఉత్పత్తి
- ప్రభుత్వం
- ప్రపంచ
- అప్పటికే
- వుంది
- డబ్లు
Per-Chunk Details
Chunk 1 — హిరోషిమా_pages0001-0010.txt
OCR Score: 93% Telugu coverage
Characters: 12650
OCR Issues:
- ASCII junk on lines: [70, 89, 92, 96, 98]...
- Repeated punctuation clusters: 17 occurrences
Key Terms:
- అమెరికా
- జపాన్
- అణుబాంబు
- కూడా
- హిరోషిమా
- ఒక్క
- మంది
- దీన్ని
- అయితే
- అణుబాంబులు
- బాంబు
- వల్ల
- రెండో
- శక్తి
- నుంచి
- అణ్వాయుధాలు
- మానవ
- అంతే
- ఆగష్టు
- నాగసాకి
- కాలం
- చేతిలో
- రాజకీయ
- ఐన్స్టీన్
- ఉత్పత్తి
- ప్రభుత్వం
- ప్రపంచ
- అప్పటికే
- వుంది
- డబ్లు
Extractive Summary:
॥ ఈ లీ, వ క స్. ఈ కమిటీకి సారధి జేమ్స్ ప్రాంక్ అనే శాస్త్రవేత్త ఆయన నోబుల్ బహుమతి గ్రహీత. తన ప్రమేయం లేకుండా ఈ పని జరిగితే యుద్ధానంతర ఒప్పందాల్లో తన మాట ఎం చెల్లుతుంది ?
Chunk 2 — హిరోషిమా_pages0011-0020.txt
OCR Score: 90% Telugu coverage
Characters: 14026
OCR Issues:
- ASCII junk on lines: [1, 2, 3, 5, 6]...
- Repeated punctuation clusters: 13 occurrences
Key Terms:
- అమెరికా
- ప్రపంచ
- శాంతి
- కోసం
- అణ్వాయుధాల
- ఖర్చు
- కూడా
- ఆయుధాల
- ప్రపంచం
- అంటే
- ప్రభావం
- తర్వాత
- వున్నాయి
- లాంటి
- భారత
- ప్రభుత్వం
- అయితే
- వుంది
- నగరాలు
- కోణం
- వుంటుంది
- యుద్ధం
- కానీ
- కొత్త
- కాదు
- భారత్
- మిలియన్ల
- పిల్లలు
- అంచనా
- మొత్తం
Extractive Summary:
లక్షల మందితో జరిగిన ప్రదర్శన ఈ ఉద్యమంలో ఒక మైలురాయి. ఈ ఉద్యమంలో భారత ప్రభుత్వం, భారత ప్రజానీకం సగర్వ పాత్ర పోషెంచడమ్ల్లో ఒక చారిత్రక వాస్తవం. మానవ చరిత్రలోని ఏ ఇతర ఆయుధానికి లేని ఈ ప్రత్యేకత అజ్వస్తాలకే ఉంది.
Chunk 3 — హిరోషిమా_pages0021-0030.txt
OCR Score: 95% Telugu coverage
Characters: 16198
OCR Issues:
- ASCII junk on lines: [16, 47, 92, 103, 121]...
- Repeated punctuation clusters: 17 occurrences
Key Terms:
- సాంకేతిక
- నైతిక
- రాజకీయ
- వస్తువు
- జరగాలి
- మానవ
- అధ్యయనం
- రెండో
- జరిగిన
- కాన్సంట్రేషన్
- కూడా
- గురించి
- ఎన్ని
- శాస్త్రజ్ఞులు
- మధ్య
- కాదు
- జరిగింది
- ఆప్విజ్
- ఉంది
- దీనికి
- దీనికోసం
- చేసింది
- కోసం
- చాలా
- అంటే
- వుంది
- అయితే
- వేరు
- అణుబాంబు
- దాని
Extractive Summary:
ఈ యుద్ధంలో ఒక 'లక్ష్మణరేఖ ని దాటడం జరిగింది. ఫలితంగా ఎన్ని ఘోరాలు చేసినా 'ఆ విషయం మాకు తెలియదు” అనే సాకుని చూపి ఎక్కువమంది పౌరులు తమ నైతిక బాధ్యతనుంచి = తప్పించుకున్నారు. ఈ నైతిక సంక్షోభానికి ఒక పరిష్కారం ఉందని నేను భావిస్తున్నాను.
Chunk 4 — హిరోషిమా_pages0031-0032.txt
OCR Score: 78% Telugu coverage
Characters: 6810
OCR Issues:
- No notable OCR issues detected
Key Terms:
- చెయ్యడం
- జన్
- ల్ు
- న్నా
- క్స్
- పామ్
- మహళల
- స్త్
- పెడా
- ఫేగాక
- “నత్తా
- వేన్
- షాను
- వన్
- “ఎట్టి
- -బ్ల
- బ్లకీల
- త్ే
- న్వు
- ఫుసే
- చక్
- న్శ్
- -శాని
- ంశ్రైి
- చ్తె
- న్్
- తగ్గ
- “వాను
- శ్యట్తీు
- ఉట్ల
Extractive Summary:
శే శ్ర తీ అ " ప య శ్ ఖ్ క్ట 4 క = = 4 జో న | మి | న్ న్న అ వ స గ “వాను -, సీ శా | న లే క క .. జీ య - _ జ + 1 తళ గి, గ్ల 1 అ ః లల ల / గ క్ , ణు .. గ ఇ న జ్జ న క్ _ _ థి , న్ య శే ల క అశు [ న [గ ఫె త్త ని ము క్ అై ఇ ్ శ ల | ఇ ॥ ల గ ళ్ శ ఎ ॥ భ్ ఇ ఖ జ (= యల! గాటన ,్ క "ఇ ల న క గ వే ఇధి న్న ం _ *% ఖో [ బన (న జ “ , క్ టై శా మ శ న జ్ ళ్ ఖమ + ఎంత త మట త " "చ జ శ జో *ళ సం ట్ నం. జ | “అలతి ఈ ళా జా ఇ క్ల నీ _ ఉ న క స ౩ క్ టల కా త గ్గ జి | “శ వన ॥ + | క. ; ఫ్ క _ ॥ జ్ వ్ వొ ప్రి ల ఆ 4 న్ కో త్ * " శ న న జై ఖో తన - త జ ల 0 | 4 .