Telugu Nyayam noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: Nyayam
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/nayaaayam-1
Date: 2026-08-04 09:29
Chunks: 8
Book Overview
Book: Nyayam
Source: https://sundarayya.org/nayaaayam-1
Total OCR chunks analysed: 8
OCR Quality Summary
Average Telugu script coverage across all chunks: 85%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- న్యాయం
- హెచ్
- సాహితి
- అతుదు
- అయినా
- ఎన్లి
- ఎల్లి
- నేడు
- ఖాలా
- ఉఇల్న
- సస్య
- ఖ్చ
- సంక్
- చుయలతలాల
- రావాలా
- న్ా
- న్యా
- ధథ్ధాయం
- శక్తా
- ఫర్వ్పస్మైవ్మముట
- పీచుయితవు
- హ్లరువలు
- మోర్చా
- ప్రతుట
- ఫోటోస్తుపై
- సయ్యిప్
- గఫాత్
- ఆక్టలస్బునోనబప్ట్
- సత్మీసాయిచికొజివు
- శీవత్డినది
Per-Chunk Details
Chunk 1 — Nyayam_pages0001-0010.txt
OCR Score: 89% Telugu coverage
Characters: 4658
OCR Issues:
- ASCII junk on lines: [37, 62, 109]
- Repeated punctuation clusters: 8 occurrences
Key Terms:
- న్యాయం
- హెచ్
- సాహితి
- అతుదు
- అయినా
- ఎన్లి
- ఎల్లి
- నేడు
- ఖాలా
- ఉఇల్న
- సస్య
- ఖ్చ
- సంక్
- చుయలతలాల
- రావాలా
- న్ా
- న్యా
- ధథ్ధాయం
- శక్తా
- ఫర్వ్పస్మైవ్మముట
- పీచుయితవు
- హ్లరువలు
- మోర్చా
- ప్రతుట
- ఫోటోస్తుపై
- సయ్యిప్
- గఫాత్
- ఆక్టలస్బునోనబప్ట్
- సత్మీసాయిచికొజివు
- శీవత్డినది
Extractive Summary:
౬ సం వ త స ప ల . హన శ వ్ ౬ * ఛ్ '( క హాం శు శ్ రావాలా యు నం ర్త వ: | న్ా న్యా. ము ( [ (| 1, | న న టా రె జ శప యనక రా త న ళ్
Chunk 2 — Nyayam_pages0011-0020.txt
OCR Score: 87% Telugu coverage
Characters: 6375
OCR Issues:
- ASCII junk on lines: [109, 138, 267]
- Repeated punctuation clusters: 22 occurrences
Key Terms:
- తప్పదు
- చట్టం
- ఎన్ని
- తూనే
- నాయి
- లాలి
- నేటి
- చెన్నూరి
- రాధా
- కిషన్
- రావు
- విద్యానగర్
- చందాల
- రజాలగలి
- లా2౨కి
- యిన్వి
- ద్తు
- ఇ౭మాపి
- వుళీ
- శిష్పాల్తా
- -తధింటూ
- న్హైటయ
- వ్నవ
- తుళ్లన్తళ్ళు
- మిత్రుడు
- రాలిన
- వ్రుత్తి
- నారైుయు
- వాడి
- జరఆొక
Extractive Summary:
శఈమ్మచెప్పిను ( + స = “గ తల్లో శిత శే | న. / 11 పగిలిన అద్దాలముడ్క్యుటు ______ ను న్థాయ వాదుల చేతుల్నో న సలా మనను... లీదురి, “మాయాపాచికీఎ- గేల్ గం న మ కు వ వం ననన వక యం 1 జి స్స స (| వ (| నే న్న | గ జ వ్ మ్ శి ఫ్ టకం 1 స సే ల వ్ స్ట న!
Chunk 3 — Nyayam_pages0021-0030.txt
OCR Score: 86% Telugu coverage
Characters: 3662
OCR Issues:
- Repeated punctuation clusters: 27 occurrences
Key Terms:
- మానవ
- సాక్షిగా
- మస్తిషఃం
- మీనీస్తత్సద
- సాక్షా
- బక్కడుం
- మూనవ
- మబ్లప్కుం
- ఇక్కద
- సేల్లని
- మస్తు
- దరించి
- నల్లకోటు
- సఠిపోపీని
- వేదవతీ
- మరతాంయనంచేస్తుంది
- గతిలో
- తీగరేతికరదికి
- కుత్రిళ్ళు
- పృద్దుల్లో
- యువకుటు
- న్యాయవాదుల
- పరపున
- ఎప్పుకైనా
- ఎక్కపైనా
- కడుప్పలో
- నిజం
- కద్మేస్తామన్న
- ఛీయంలోవ
- గాందుత్ని
Extractive Summary:
బీక్షించుకోవదద కోసరి... టృ స | | “భార్టు మగషించడురి న. అలావేయకురడా మ నా... లా [మ సేరపానీ- శిక్షెర్మమని, న్యా టున చేతినిపాదేస్తున్న నట్టం (న అషకంల వ న చీచ్చాందీ - +శంపబద్దబి,., నన . శొట్టి పారేసింది -'స్మాయస్థానంి [1 శ న ్న స!
Chunk 4 — Nyayam_pages0031-0040.txt
OCR Score: 84% Telugu coverage
Characters: 4884
OCR Issues:
- Repeated punctuation clusters: 36 occurrences
Key Terms:
- తప్పదు
- తప్పుడు
- తప్పుదు
- ఎన్నో
- పట్టపనటు
- పట్టణంలో
- జిటీధిలో
- లాటా
- సస్తాన్నిః
- యమట్టమైనా
- చట్టంఖోతదేజండుప్రైనా
- అంపరిడళ్ళు
- బైళ్లు
- డ్రీమ్ముకాయి
- అంపతిగాళ్ళు
- హఖికిపోతాయి
- అందరి
- నోళ్ళు
- మూతీటడ్తాయి
- అంచీరిమేటీళ్ళీ
- నీతి
- తేసుతాయి
- నిజమే
- సుమాం
- పక్షించాత్సిన
- న్ధాయవాది
- కూడా
- వీక్షలగాసం
- తటప్పుటి
- వేసుటీందాడు_
Extractive Summary:
టట త ని కీ స లంగ్ [స వినేవాడు... సా (ఓ టయమ్సే టై అదల్భ .15దీస తప్పు __ 1 ఎ ల అద్వడేట్లు మూరుసపుడుల్యో న శ. | న్యాంయప్డం -.. * స వ; తులఫైఢిక్కి తందనాబాద్తుంటే, పు న. న యు వేం, సాయాన్ని స్ గ, వక్షిస్తున్నమో... ల (౧) న.
Chunk 5 — Nyayam_pages0041-0050.txt
OCR Score: 85% Telugu coverage
Characters: 5118
OCR Issues:
- ASCII junk on lines: [21, 69, 229]
- Repeated punctuation clusters: 28 occurrences
Key Terms:
- సాక్షిగా
- నన్ను
- లాలా
- నాకొక
- నాకు
- నిన్ను
- ఏవేవో
- అకక్షలలకైన
- లాాయాంటుంు
- స్టాయమూద్రిగారి
- నతిగ్
- నతిష
- తఅయ్యురే
- వళ్ళా
- చేవికీ
- ముద్ద
- పూ-దచి
- టయలట
- గదాం
- ఫపనెగనులఆ౭రిం
- కంకలిలి
- అక్
- “డైయింగ్
- ఓర్లపేషన్
- _టివే
- ఇంగా
- పైబుం్
- ఇట్టోప
- జీవిదచవమాంకపు
- కన్ఫెషన్
Extractive Summary:
అప్థంచేసుడోంివీ, సతీ | గ ౧/7 లా టునై నిజాతిన న ంం ప న న్ (4 న ( నన్నుచూసి... ( ! ముదుచుట పోతున్న 1 న | “దేశం ముంచెసుక్షిగా 4 " శ నం అధివిపద్తున్న అశ టనిధరృవత్తం సోక్షిోో- + ర న / సష్యాముల'స్మములోసాక్షిగు..* ' స. న న [ గ అటుల మీరొకంక్షలం స్పంఠంచినో ల లీ .. "” హ్ నాంధి మీరొక క్షీలిం' వినయాగేంనివో __ స న్లాయగోవిధుబారా। న.
Chunk 6 — Nyayam_pages0051-0060.txt
OCR Score: 85% Telugu coverage
Characters: 4161
OCR Issues:
- ASCII junk on lines: [43, 207]
- Repeated punctuation clusters: 17 occurrences
Key Terms:
- “గాంటీర్ని
- ఇంపినడేసురిండా
- “హుందాా
- శటుస్తూనే-
- వున్నాయి
- తిజీకిగాదిట్టీచాప్టీపైవేసిన్లీ
- హైగై
- సిటింగయ్మేప్రంది
- మొసళ్ళు
- కార్చే
- తన్నీళ్ళు
- కావీల్తాబు
- వేతశ్
- న్య్యస్లేమ
- “తమీష్పర్ల
- ముంపు-
- నిజం
- కమామిషప్పుతుందూ
- చేశంగన్లోబపే్తుంలా
- శళ్ళన్నీ
- విష్పకొనిచూస్తుంది
- అయినా
- పుచుత్మం
- వించేయనలదు
- ఉనిచుట్టూట్తుష్కజయుళ్ళే
- అందుకే_
- రటనం
- పయురార్చు
- “థమీష్పకి
- వంటకం
Extractive Summary:
ర్ న కమామిషప్పుతుందూ। న్ ల % స చేశంగన్లోబపే్తుంలా 1. స | శళ్ళన్నీ విష్పకొనిచూస్తుంది న స. ప్పుజతేదచేయునబదు ౩ గ స చం పుయుతేం చేంటునలదూు 1 | య.
Chunk 7 — Nyayam_pages0061-0070.txt
OCR Score: 85% Telugu coverage
Characters: 5286
OCR Issues:
- Repeated punctuation clusters: 23 occurrences
Key Terms:
- మనది
- లాలా
- సాయాన్ని
- మనవి
- చట్టం
- షటతటగ
- సహేఐయీనీ
- కార్చసీ
- పిటిషన్“
- చెప్పు
- వాక్వడున్నాణు
- పేతి3
- తీనుకుకరిశి
- డాజస్
- ఇతను
- నడుస్తుంటే
- తగౌశం
- నహీతం
- వర్మీ
- నీ8జనాలర్పించేల
- నస్
- ఈనాదు_
- సకూజిం
- సాంితరి
- ఈసషిరిచుకుంటుంది
- ఈనాటి
- “న్బయనానినీ
- “న్మాయ
- మూర్తిలీ
- “నాయం
Extractive Summary:
ప హే | న స ని స శన, 1 కోర్టులో! | | న్యాయస్కానం టోని గాలికి పటానికి 1 / నిప్పుడూ ఘర్షలే- ఫంఘుక్నిలే... స శ అక్షరిలా పాటిస్తున్న గ 0 స్కాయక్కవస్ణ = = న (. (లో (స జీ ప న ఈయ గ్ర రాం | ఎ గ.
Chunk 8 — Nyayam_pages0071-0075.txt
OCR Score: 81% Telugu coverage
Characters: 1584
OCR Issues:
- ASCII junk on lines: [80]
- Repeated punctuation clusters: 10 occurrences
Key Terms:
- కళ్ళు
- కోటానుకోట్ల
- ఇాతుకాబ
- తెరగేబ
- వ్రాస్తున్న
- నేతుట్మారా-
- పదవదపు_
- “నీతొ
- కాంగ
- దీతిశోవిధుబాదా-
- డొరగతపాబదదలంపి
- చ్యాయుహాదులారా
- పద్చుమారండి_
- న్యాయ
- వేవతీలారా
- న్థాయబేవతు
- మూతటాచా
- ఉవికిిపడకంపి
- ఉరివే
- బుబాటు
- తటుముకోతంగి
- ఉటోచుంచండ్సి
- అవటా
- కించండి_
- అద్ధం
- చేసుకాండి
- అనీర్ధరి
- స్పష్టించతంక్క
- శీతాట్దాటి
- శ్రింవిశాస్త్రాటి
Extractive Summary:
శ మ ల చ. స స ఉఖిశంటోకి _ అనంతంటోకి ,., శ న. ఉఅనంతానంల్ శూర్మదిటో!కి , , , | గ్ న ల అసహాయరిగా ఇమూస్తు నాయి -1 న... న... అయోమయంగా.