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.