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.