Telugu mannu minnu noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: mannu---minnu

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/mannu---minnu
Date: 2026-08-11 21:15
Chunks: 5


Book Overview

Book: mannu---minnu
Source: https://sundarayya.org/mannu---minnu
Total OCR chunks analysed: 5


OCR Quality Summary

Average Telugu script coverage across all chunks: 59%

⚠ 2 chunk(s) have < 50% Telugu script coverage — may need re-scan.


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • నమ్మగలమా
  • మాన్య
  • మల్లెమాల
  • కవితలు
  • నమ్మలేని
  • అమ్మాయి
  • తాతయ్య
  • తెలుగులో
  • కొన్ని
  • నాకు
  • చిన్ని
  • లీన్‌
  • మనసుపడి
  • మ్రుక్మ్య్వ్య్య
  • సీకరింబ్వ్య
  • పుస్యర్షా
  • శ్వెల్రి
  • కో్ళం
  • విజ్ఞాన
  • కేంద్రక
  • ఆనందంత్రో
  • బహపూకరిన్తున్నాం
  • అర్ర
  • క్యు
  • సాం-
  • ఫాకానాాంం
  • స్పునే
  • టటుటలు
  • ధున్ను
  • ౫ఉరగ3

Per-Chunk Details

Chunk 1 — mannu---minnu_pages0001-0010.txt

OCR Score: 77% Telugu coverage
Characters: 4365

OCR Issues:

  • ASCII junk on lines: [29, 30, 31, 38, 41]...
  • Repeated punctuation clusters: 6 occurrences

Key Terms:

  • నమ్మగలమా
  • మాన్య
  • మల్లెమాల
  • కవితలు
  • నమ్మలేని
  • అమ్మాయి
  • తాతయ్య
  • తెలుగులో
  • కొన్ని
  • నాకు
  • చిన్ని
  • లీన్‌
  • మనసుపడి
  • మ్రుక్మ్య్వ్య్య
  • సీకరింబ్వ్య
  • పుస్యర్షా
  • శ్వెల్రి
  • కో్ళం
  • విజ్ఞాన
  • కేంద్రక
  • ఆనందంత్రో
  • బహపూకరిన్తున్నాం
  • అర్ర
  • క్యు
  • సాం-
  • ఫాకానాాంం
  • స్పునే
  • టటుటలు
  • ధున్ను
  • ౫ఉరగ3

Extractive Summary:

ఈ పుస్యర్షా శ్‌ స ల శ్వెల్రి, నుల కో్ళం లట కర యే విజ్ఞాన కేంద్రక , (య సం ఆనందంత్రో బహపూకరిన్తున్నాం అర్ర స్ట ఇ - మల్లెమాల క్యు న = సాం- ఫాకానాాంం డే ఇం. మ ల న న న ల లు 1. న గ స!


Chunk 2 — mannu---minnu_pages0011-0020.txt

OCR Score: 47% Telugu coverage
Characters: 7812

OCR Issues:

  • ASCII junk on lines: [1, 5, 7, 8, 9]...

Key Terms:

  • మన్ను
  • మిన్ను
  • వుంది
  • ప్రతి
  • వారు
  • ఖురే
  • దాసోహం
  • నన్ను
  • నాకు
  • నాలో
  • ఎన్నో
  • తందా4ల
  • లిగర
  • యాంగి
  • ల్‌ళరైతి
  • శంలల్‌
  • రజంాలు
  • వహడంగ4ల44
  • గటారల
  • ౨0౦౫2710
  • 0౪76౬
  • 0పకైనీ
  • మంలు
  • మంగళ
  • 1110ల
  • 606లర08
  • 6000001ల౫
  • 90జుంట
  • ల౫౭౦1
  • ౧౧౦0103

Extractive Summary:

516 1ష03 ఓ ౦603” 9001806050 25 060)” 600163 10 [ల 23 162763 3100110510 00 2 ౪66 య109 90608. హే [01 0256 19 21 306 6065 ౧01 ౪211 101 116 962301 0 9౧౧8 102 6 ౧౦51021 ఇంగ16ఫఏ06 601668 2 0660 90002 ఓ ల అ! 206 గగుుఖం/ జర 66 హవాహలుళై పం[06 0లయఫురే టు2'5 ౨౦లం [662700 206 116 025- 3109216 ంా0ళ€01 10 16 26118 1జ08ఏ28ఓ6 19 కం ల 826 1060 అ గజజకంగర2 షంరరు 20 అంక్రమంల 0 0001955100 094 & 6ఆ౦166 0£1లులు 1బుళైా2రం జర సలడరుం 28 ౪611 20 జ 5201 ౯0 ఏంట 136 206 ఓటల 1066 88064 62420161


Chunk 3 — mannu---minnu_pages0021-0030.txt

OCR Score: 73% Telugu coverage
Characters: 3067

OCR Issues:

  • ASCII junk on lines: [75, 76, 77, 78, 80]...

Key Terms:

  • చిన్నపాపా
  • నాకు
  • కాలుష్యం
  • నేనేం
  • చేసేది
  • పదునైనది
  • అతని
  • లాలా
  • చేరబుర్డిమాన్య
  • ఇూగోళాన్ని
  • రీక్షీంచ౦షీ
  • ఒకపెనుభూతం
  • అదిదాడిచేస్తే
  • వాతావరణం
  • ప్రాణాధారం
  • “ఓజోన్‌”
  • వాయువు
  • అదినశిస్తే
  • పోతుంది
  • ఆయువు
  • కాలుష్య
  • విషాన్ని
  • తొలగించండి
  • భూగోళాన్ని
  • కాపాడండి
  • ఒకమొక్కను
  • నాటండి
  • వృక్షమైనిలుస్తుంది
  • ఉచితంగా
  • ప్రాణవాయువు

Extractive Summary:

వన్‌ ష్‌ ల సం న న (ర్రట: 0 ఖ్‌ వ య. స న న. . క... న!


Chunk 4 — mannu---minnu_pages0031-0040.txt

OCR Score: 32% Telugu coverage
Characters: 4284

OCR Issues:

  • ASCII junk on lines: [1, 3, 5, 7, 9]...

Key Terms:

  • లాలా
  • తల్లో
  • ౧1110150
  • ౧౧౫౪౬౮7౫
  • లాడ్క
  • గదరా
  • చయట్లుల
  • డాతయగ
  • ళళ్స
  • 07౭0
  • బజంట
  • ౧౧౫౫౫
  • 6740440౯
  • ౧ంగయ
  • 206బడ
  • అలాల
  • కయేడ
  • సృాతళటరటాంగి
  • క2742
  • చ్‌ై౭24
  • ఓ02్రత
  • దారం
  • టోపుంప
  • గ్యణఓ
  • గంగహాం07
  • అగుత్‌
  • బగ్‌
  • 2౭24ల
  • ౮02లట్ర
  • 262464బ24్ట

Extractive Summary:

22 బగ్‌ 2౭24ల (6౮ ౮02లట్ర 2002 262464బ24్ట/0జ462 వై724హ0౮ 2626904లబా 222044 76004 ఉ(2242 ₹0460 గాడజ౭ల 242 ర్రంజలళ00207 0౧౪64 2407 66 స 4 604 ౧4 గం 2752464 ఇ004 407440 ల 674 0727 ఏటాట్ర్రండ 024 వైర 07 0005277 40 0000247247 740 6724 0 ౮467247424 420600 ₹0074 ర్రాజాడో 2022064 724002242262 9024022 ౮074 ౯ 294764 (424 (62222 7722407 20 02 722024 9000ట్ర్‌ 6౮ 4 వైరా పజ్రడం7 4లో 07 ౭2/0 22 6౦౫ 70440 ౫0464 ద ఓ608 ₹440 04లో ఇ 24227474 యంగా 072 4424 ౯222 7౮ ర01జ్రతల 042 7౮ 74260 7 బంగ 674 0 272 2077 4 2076౫౮ 72బపీ 02600047 67427 7 2 గ్రరళళూ లైజి౭ల0ా బా 20౮ 560౮ 70464 074 24604స47 ౦4జోంండ్య _జే?4 64 హశ్రంగ్తా౭ండ 00 44776 ఈ (402642 74642 క లం ఈ౭౭844 20606 అలా 105 తంల ప 8 22మ66% (076 హా 6 407దాబ్సి తలో 47 44 72740 70౮ ఈ 27442౮0 త05 బి ల్లోంలాధ్తు 2078 472 7204బాష తల్లో 272 7074 64 7420 4 బైట ఈ౦ల ప 2 240% శ్రం78 బా 48 ౨28/గబ్రు ఈటల హి 20టహ్యా 64 00 7౫46 6770 త0ం4772 62 44206౮ 424404 7007౧ా తలో 2224 రా 6264 ర ర్‌/4టూ ఈ0ల 472 408 024 4 శ్రండ607 ళదాం% తల్లో 27 2 402 వ్యాశజ4 జగత ౧భ్రబాం7.


Chunk 5 — mannu---minnu_pages0041-0042.txt

OCR Score: 67% Telugu coverage
Characters: 552

OCR Issues:

  • ASCII junk on lines: [7, 10, 11, 12, 14]...

Key Terms:

  • అలనె
  • సబుం
  • యయ0001
  • వఅంయలయుయియముి
  • ఖయంంథంక
  • ౦౦లమా
  • ౮0౪౬
  • ౦11686
  • గ్వరేయ3026
  • యలమంచి
  • ంంయబుంట్రీ
  • ంయబాంయంంటీ
  • ట్జిళ
  • శప్షనైద
  • త్తు

Extractive Summary:

త న క స క ఇ ఫీ న. న స స / స ౧|| న్‌ ట్య / + గ్‌ స + | అలనె న న... సబుం వ యయ0001 నగ స టలు : వఅంయలయుయియముి | (| ల | . తస | 1 న ని మ న క తి ల నె వయం శత ముం ఓ జత!