Telugu హ్యుయాన్ త్సాంగ్ భారతదేశ యాత్ర_బెలిందర్, హరీందర్ ధనోవా, (ట్ర) రాచపూడి లక్ష్మణశర్మ noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/hayauyaaana-tasaaamga-bhaaaratadaeesa-yaaatara
Date: 2026-08-02 11:56
Chunks: 7


Book Overview

Book: హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ
Source: https://sundarayya.org/hayauyaaana-tasaaamga-bhaaaratadaeesa-yaaatara
Total OCR chunks analysed: 7


OCR Quality Summary

Average Telugu script coverage across all chunks: 88%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • గురించి
  • హ్యుయాన్‌త్సాంగ్‌
  • న్‌ా
  • అక్కడి
  • ప్రయాణం
  • భారతదేశం
  • లియాంగ్‌
  • ధనోవా
  • స్ట్‌
  • వున్న
  • కూడా
  • పర్వతం
  • అతని
  • కానీ
  • అన్నాడు
  • పవిత్ర
  • ఎన్నో
  • అతను
  • ప్రజలు
  • దేశం
  • స్టే
  • న్‌ు
  • భారతదేశ
  • లన్న
  • స్స్‌
  • న్యా
  • బుక్‌
  • భారతదేశానికి
  • ఒకడు
  • ఎదుర్కోవలిసి

Per-Chunk Details

Chunk 1 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0001-0010.txt

OCR Score: 85% Telugu coverage
Characters: 18282

OCR Issues:

  • ASCII junk on lines: [122, 124, 141]
  • Repeated punctuation clusters: 31 occurrences

Key Terms:

  • గురించి
  • హ్యుయాన్‌త్సాంగ్‌
  • న్‌ా
  • అక్కడి
  • ప్రయాణం
  • భారతదేశం
  • లియాంగ్‌
  • ధనోవా
  • స్ట్‌
  • వున్న
  • కూడా
  • పర్వతం
  • అతని
  • కానీ
  • అన్నాడు
  • పవిత్ర
  • ఎన్నో
  • అతను
  • ప్రజలు
  • దేశం
  • స్టే
  • న్‌ు
  • భారతదేశ
  • లన్న
  • స్స్‌
  • న్యా
  • బుక్‌
  • భారతదేశానికి
  • ఒకడు
  • ఎదుర్కోవలిసి

Extractive Summary:

గ వాలారు 7 క + న క య ( లీ కకక ననన స ర లో నే రకర స సమ లో న్‌ స లంత నారలంుట్‌ క - న ల ' శ ఇ. మ" య ళీ వ శి శేష తో చ త త బాం వ్‌ ల మ కం న్‌ా 6 జ మలో ప్త్‌ఖః ఫి ళు ” వదా న శ లం త్వ / స్ట ౬ ల 7 న! న స న్‌ క ల మున క స్తం 2 [ | వల్‌ * ॥ టి (1 ర | .. వ స సడ శ స్తీ కీ ళ్‌ | జ స జ్‌ శా “వ జ గ | త్‌ న్‌ 4 క.


Chunk 2 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0011-0020.txt

OCR Score: 87% Telugu coverage
Characters: 18349

OCR Issues:

  • ASCII junk on lines: [109, 214, 259]
  • Repeated punctuation clusters: 31 occurrences

Key Terms:

  • ప్రయాణం
  • అన్నాడు
  • బంధుడు
  • కూడా
  • దారి
  • హ్యుయాన్‌త్సాంగ్‌
  • ఆయనకి
  • ఉంది
  • బురుజు
  • చేశాడు
  • కానీ
  • నేను
  • చేసి
  • బాగా
  • చేరాడు
  • వాళ్ళు
  • ఉన్న
  • లేదు
  • అంటూ
  • తిరిగి
  • తనకి
  • కాపలా
  • ముందుకి
  • హమీకి
  • ఇసుక
  • కాదు
  • మీరు
  • దారిలో
  • ప్రతిజ్ఞ
  • పయాణం

Extractive Summary:

ః 7 | ళ్‌ క్‌ తి ॥ గ శి య తి ను... ॥ భి ర న య తి 1 నో న్‌ ఫ్‌ వ ఆంటీ డే ఓ న గ + శ చా నో నన | శః కి [లంకలో గ్‌ | భాయ శ 4 ఫం మష్యాత్నిల్‌ లబ టీ | శశీ శ్‌ శ*। సన ఆశా లళ్ళ +ళ్జ ॥ ॥ ల జీ ళీ ళ్‌ న గ శ శే భౌ ఫే స గతరేలాలా 1 డే నే వల నే" జస 1 స నన న ల. 1 ౪ అంట ల సి న న తు... స శ ఫి చం వ్‌ ” న న్‌ - " న్‌ య్‌ జ ము జా బ్‌ ప ఓ వే ల “ ళా క 7 ఆ + వ న్‌ న్‌ జ్‌ చో ౯ ని నే న న్‌ - ” 1 గాం 1 ఫ్‌ న ల .్‌ , స చ బయల రాలీ + _ జ. జ స ఓ ణ్‌ వ | న 4 క + క ” షి శ్‌ న గ “్‌ గ.


Chunk 3 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0021-0030.txt

OCR Score: 87% Telugu coverage
Characters: 18648

OCR Issues:

  • Repeated punctuation clusters: 48 occurrences

Key Terms:

  • రాజుగారు
  • హ్యుయాన్‌త్సాంగ్‌
  • ప్రయాణం
  • కూడా
  • వాళ్ళు
  • పంపాడు
  • నాకు
  • రాజు
  • ఆయన్ని
  • కానీ
  • ప్రయాణానికి
  • చేశారు
  • ఉంది
  • ఆయనకి
  • తిరిగి
  • విశ్రాంతి
  • తీసుకుని
  • టర్బాన్‌
  • న్‌ు
  • ఏర్పాటు
  • ఆహారం
  • తప్పకుండా
  • తెలుసు
  • అందుకు
  • ఉండే
  • స్టా
  • పట్టు
  • స్తు
  • నిద్ర
  • వచ్చింది

Extractive Summary:

ర స న క గా మ ' క లు ం చం ల ఇ! 1 ళ్ళ భ్‌ న న స స చా క ష్ట్ర నే ల మ టా న 1 ( / ట్‌ ము లాట్‌ సు వచా... య. వ సస్య _ స ( స్క ల్‌ న ష్‌ ను క న పం.


Chunk 4 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0031-0040.txt

OCR Score: 90% Telugu coverage
Characters: 13479

OCR Issues:

  • ASCII junk on lines: [34, 131]
  • Repeated punctuation clusters: 17 occurrences

Key Terms:

  • ప్రయాణం
  • అన్నాడు
  • వాళ్ళ
  • వాళ్ళు
  • కూడా
  • ఉంది
  • అక్కడ
  • చాలా
  • ఖాన్‌
  • యాత్రికులు
  • వాళ్ళకి
  • దూరం
  • ముందుకి
  • వాళు
  • ఇసుక
  • విశ్రాంతి
  • దుస్తులు
  • అంటూ
  • ఉన్నాయి
  • మాటలు
  • వారి
  • ఆయనకి
  • చెప్పాడు
  • చేశాక
  • మంచు
  • పెద్ద
  • సరస్సు
  • హ్యయాన్‌త్సాంగ్‌
  • కొద్ది
  • వర్తకుల

Extractive Summary:

భాతి ఇ + ఛి రో ల& శె న్‌ షి క 1 ఫ్‌ స న ల. స ల న శ ల్‌ స స /| సే ఆ క్ల ము టీ! [ఇ |; 1 ల స మం) న గ క్ష్‌ 1 భా (= | 2 ఈ | 6 (పు | ౯ 1 | క.


Chunk 5 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0041-0050.txt

OCR Score: 91% Telugu coverage
Characters: 15303

OCR Issues:

  • ASCII junk on lines: [92, 103, 120]
  • Repeated punctuation clusters: 17 occurrences

Key Terms:

  • ఉంది
  • అక్కడ
  • ప్రయాణం
  • ఉన్న
  • అక్కడి
  • వ్రాశాడు
  • చెట్టు
  • వాళ్ళ
  • కానీ
  • హ్యుయాన్‌త్సాంగ్‌
  • కూడా
  • కోసం
  • బుద్దుడు
  • ఉన్నాయి
  • వాళ్ళు
  • దొంగలు
  • బుద్దుడి
  • ఇంకా
  • వారు
  • చేశారు
  • బౌద్ద
  • సందర్శించాడు
  • ఎక్కువ
  • ఉన్నాయని
  • దుస్తులు
  • ఆయన్ని
  • ఉండి
  • చేరాడు
  • నుంచి
  • ప్రజలు

Extractive Summary:

ల ర గ సాం న వా శ భా వ కా నా రా ఆలా కా. షా - | 1 | వ అప్పు ఏజీ ఫో గ సీ గాః ల , | ఈ శ | జ్జ (|. (1 1 న | 1 న నాం ప వ న డున | | వ... ఇ " | 4 ౧ ః న శ్‌ - ల్‌ + 4 గ్‌ ॥ ప చోయొదినో శ వు, లి కం ానానానానాడునోనా తటే ఇ + క య.


Chunk 6 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0051-0060.txt

OCR Score: 93% Telugu coverage
Characters: 12780

OCR Issues:

  • ASCII junk on lines: [49, 103, 196]
  • Repeated punctuation clusters: 7 occurrences

Key Terms:

  • అక్కడ
  • కూడా
  • నుంచి
  • హ్యుయాన్‌త్సాంగ్‌
  • వ్యుయాన్‌త్సాంగ్‌
  • వాళ్ళు
  • ప్రయాణం
  • ఆయన్ని
  • వ్రాశాడు
  • ఉన్న
  • కుమారరాజు
  • ఉన్నాయి
  • గురించి
  • అధ్యయనం
  • దేశపు
  • చేశాడు
  • ఉండేవారని
  • గ్రంధాల్ని
  • నలంద
  • సన్యాసులు
  • నలందలో
  • ఉండే
  • గొప్ప
  • సన్యాసి
  • బౌద్ద
  • అన్నాడు
  • వెళ్ళాడు
  • ప్రజలు
  • దేశం
  • చేరాడు

Extractive Summary:

| | జ వ్‌ నం ర స, లే మ్‌ ఖ్‌ సై ఛి వ + క (పల ల్‌ ఆ శ శీ య; “క న్‌ ఆ ్న ల ర గ స క్షం ళ్‌ నం ఎ . ఆః ం క వ అస్సాం రాజధానియై న గొవాతికీ ఆయన (ప్రయాణం చేశాడు. వ్యుయాన్‌త్సాంగ్‌ , “ఆ దేశం పల్పపు (ప్రాంతంలో వుందని, వాతావరణం ఎల్లిప సుడూ క చెమ్మగా ఉంటుందనీ, ఎప ఏడూ నిండుగా ఉండే వాగులూ, చెరువుల నుంచి పట్టుణాలకి న నీరు ప్రవహిస్తూ ఉంటుందని" (వాశాడు.


Chunk 7 — హ్యుయాన్-త్సాంగ్-భారతదేశ-యాత్ర_బెలిందర్,-హరీందర్-ధనోవా,-(ట్ర)-రాచపూడి-లక్ష్మణశర్మ_pages0061-0068.txt

OCR Score: 86% Telugu coverage
Characters: 13017

OCR Issues:

  • ASCII junk on lines: [67, 140, 196, 314]
  • Repeated punctuation clusters: 27 occurrences

Key Terms:

  • హ్యుయాన్‌త్సాంగ్‌
  • చేశాడు
  • రాజుగారు
  • హర్ష
  • చెయ్యడానికి
  • గురించి
  • ఆయనకి
  • కూడా
  • ప్రయాణం
  • ఏర్పాటు
  • వెండి
  • ప్రజలు
  • కోసం
  • వార్ష
  • సభకి
  • చివరికి
  • వ్యూయాన్‌త్సాంగ్‌
  • ఆయన్ని
  • వాళ్ళు
  • ఉంది
  • క్రవర్తి
  • అక్కడికి
  • ఉన్నారు
  • రోజు
  • దుస్తుల్ని
  • ధర్మం
  • నేను
  • వెంట
  • పంపాడు
  • చక్రవర్తి

Extractive Summary:

న తా * శాలి ఈ 7” _ జు | ల | ౪ శ ॥/ భి" + జ + క్ష ॥ (" ," శస ల త" క క ఇ క _ అ ల] " ్‌ ల్త గం " స్ట శ్‌ ఇ + ఇ | “4 " ” గ , " ఉ " ; చా ర. ల రిక సంస స సయం ఘుసం.. | , స్‌ 1 నగ స న ర షి స్‌ గ | న క య | / న్‌ యు. క మను స్ట్‌ న స నం ప్‌ గే సో పానం లల క్ల వన చ జో - సా క యో ఆ ల... ల 1 స, ముల క (౫ య న శ (4 పల్లా న.