Telugu reapu noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki
Analysis: reapu
Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/reapu
Date: 2026-08-11 11:36
Chunks: 6
Book Overview
Book: reapu
Source: https://sundarayya.org/reapu
Total OCR chunks analysed: 6
OCR Quality Summary
Average Telugu script coverage across all chunks: 94%
Telugu Vocabulary — Top Keywords (YAKE)
Keywords extracted statistically — most distinctive terms per chunk.
- వీరు
- జన్మించిన
- నిజామాబాద్‌
- రాయా
- ౯ఎటెం
- రాద్లుదొన్ను
- పఏడిద
- రబేశ్వర్‌
- కవితలు
- ఊఈంద్యూదుకూరలా
- ఎమిదవ
- ద్రుచదరీణ
- రురిం
- సచిన్‌
- బ్రతులకు
- వందూరుఖూరీఆొ
- జావశోాబీ
- ఇల్లా
- రచణుతల
- నచ్య్యూ
- ౧ళీకనీథి
- నిజా
- దూూద్‌
- 6కుణ
- ఒుక్‌
- సాజ్‌
- రాగనుడ
- రజామూబాన్‌
- కొత్రకల౭ర
- “డఎదూరు
Per-Chunk Details
Chunk 1 — reapu_pages0001-0010.txt
OCR Score: 91% Telugu coverage
Characters: 3193
OCR Issues:
- ASCII junk on lines: [32, 59, 70]
Key Terms:
- వీరు
- జన్మించిన
- నిజామాబాద్‌
- రాయా
- ౯ఎటెం
- రాద్లుదొన్ను
- పఏడిద
- రబేశ్వర్‌
- కవితలు
- ఊఈంద్యూదుకూరలా
- ఎమిదవ
- ద్రుచదరీణ
- రురిం
- సచిన్‌
- బ్రతులకు
- వందూరుఖూరీఆొ
- జావశోాబీ
- ఇల్లా
- రచణుతల
- నచ్య్యూ
- ౧ళీకనీథి
- నిజా
- దూూద్‌
- 6కుణ
- ఒుక్‌
- సాజ్‌
- రాగనుడ
- రజామూబాన్‌
- కొత్రకల౭ర
- “డఎదూరు
Extractive Summary:
, క ] 1౪2 ౯ఎటెం = లో న జన రాద్లుదొన్ను ఆ పఏడిద రబేశ్వర్‌ మా కవితలు చె ౬ శ శె సళ (టా మూ నం క దజూరగవ6 అంట్‌ గిట్టదు సం 6లంట్‌ శెం పెటై వ. న ఎ గె భం న ప్ప జం కో వ.
Chunk 2 — reapu_pages0011-0020.txt
OCR Score: 94% Telugu coverage
Characters: 2697
OCR Issues:
- No notable OCR issues detected
Key Terms:
- జుంటి
- నీటు
- చాస్టే
- నును
- జీన్చల
- థఆళం
- అా౭ంంసుగై
- వాయను
- తేకుండా
- దుభలకు
- సోదురన్చు
- ఆబుంళల2
- ధ6కఠఅ
- ఇనిడునలం
- 66గం
- ర3నుటి
- తునే
- చుంళింళంి
- ణశంద
- వర్‌
- శ్చ్‌శంు
- క్రకుతుంవ
- ద్రుడు
- జల్ల
- రగ్రీ
- దగ్గితని
- జఉయ్యకలు
- అలంపోలా
- యన్న
- కుంయే
Extractive Summary:
ఆఅువలి దశా ఆిిన్వే ల *క్‌0దా *రు డైరి శం టను జ్‌ కలిసృంచంగు థీ కనిమం౭95 ఎల్ల గుం29కీని త ఖే ఢి =రుక్టు యుండిన యు €్‌ మే త్రవిదుల+39వన “పళణి లిచ్భు ఆజ శకర్తివానువ చిచ్యం 7ంతేటలు అతా నానాయలుతనా ప్రాయ మొబలా సు భల లా నకనననా కనకాల నొలనలాానాగుననుననా న ననొముతనననానాలనయమూలా లన. శ లా న అవెడ్భుఖ ఉం కన్సిమ్పుండో | / క్‌ క. ( / ల ఎ వ | | స్సు ణో +1 వళ న శస అలాడానాలాలా | 1 | 7) నూ
Chunk 3 — reapu_pages0021-0030.txt
OCR Score: 94% Telugu coverage
Characters: 2923
OCR Issues:
- ASCII junk on lines: [20, 45]
Key Terms:
- కుళ్ళు
- దాని
- కుమ్మి
- కుళ్ళ
- కుటదుత
- ద్వూదాల
- చుట్ట
- వికుగుణున్న
- తుక్తత
- నాసొంు
- ననినిందా
- కుమ్మింది
- కుట్ట
- రీశట్ల
- పారణ
- -లిమ్ముంది
- దరిగుం
- సొతలగూ8లికిలో
- జఇవకున్న
- జీవితాట
- శవర్టీం
- పొయ్యిమీద
- ళిట్టై
- లచష్తయు౦
- తఆతకుత
- శ్‌బ్ద్రా
- వలవలా
- నవనవ
- పాలలా
- ననునాలానలాటావాాూాతనుతా
Extractive Summary:
నో వాను అ _ ॥ సై న నా! నిందిర్తి నిరీక్షంయశ విసి పాసారి కూబ్బన్నైడు నెభూజ కగలడరి లెదు రోజుకన్నా వెల్త నాటింది కడుపులో 066 గగణుకొంది కాళ్ళనల్తున కాస్త కునముకువద్దోంది కష చుందక్రు న్న న వ ల | నే న చుడ్డుల్లు శృంఓంరు మొుస్దుల్లూ వృంఓశరు థాదు రును యా గుగని ల్‌ తె గావ్మయల్లూ ఎప్ప ఓలి రు వీళ్ళను ఆంచేందుకు నా దగ్గర లో జే ॥ ణ్‌ వ ఫి రాభ్ళ అచ్చ లో ఎ న ళా వీళ్ళు వ్యగయంలకోుంం గాఆస్తే తునికీరావివని మెక్కళడో పొరేయ శంచ్మ్నారలు అవల మూకలు జంప్‌ జూడ్‌ చదంణచు ౦జి కరగడానుక ఆవ దడ్గర్‌
Chunk 4 — reapu_pages0031-0040.txt
OCR Score: 95% Telugu coverage
Characters: 2643
OCR Issues:
- No notable OCR issues detected
Key Terms:
- వీళ్ళు
- శును
- అకలి
- అలలా
- గంండి
- జదవ్వుళ్ళ
- అద్చకుతెక
- వల్తా
- తెకుండా
- పోళానుని
- తత్తాలటు
- తఆగిఅం
- నుకొని
- నీద్దంణా
- శృవ్నైయి
- పోస్ట్‌
- నూక్‌
- నస్తేగొని
- పోన్ట్‌
- బూక్సు
- వుననింజను
- నుల్ల
- కోఓేరుకోని
- య్‌రు
- టాయ్‌
- అందం
- చుకఠందర౦ి
- కొంటునది
- ఎన్ని
- కంగంఠట
Extractive Summary:
స న | ఓ జ ల గ 0 వా త వాడా వం దా జ! ల పై / త్త గ్ర లా రో అడంలక్‌ ₹చంచుకుంందే మంచమీద (వ ॥ ల దరిదుం రట్టు ను జృబ దర్షవమి *ళ్చ్రైలు అతల యలంటులు స్తన ప్పి అశ కపెంవన అిణుటు కళ్ళు సె కంంయన్నాంి పాగంంతెలం నవందుళటు రావన వ్చుడి న బులుకులో రీధృతున్నని కని పొలంపోయిక లెంత న్తై చని ఎఆకం?
Chunk 5 — reapu_pages0041-0050.txt
OCR Score: 94% Telugu coverage
Characters: 2127
OCR Issues:
- ASCII junk on lines: [170, 188]
Key Terms:
- గాళ్ళు
- రండి
- రోజు
- బెడెద
- ్ర్ర
- “సార
- విళి్శ
- వశతింది
- విన్ను
- ఒ్రైానవుకున్న్నా
- ఆంవతదం
- మేతుట
- ఆంటు
- విరిగారుు
- బాచలెదని
- పడ్డాను
- యుతుకాునని
- నిర్వర్భైను
- బ్‌భ్యాం
- పిలల
- చూడి
- గుంది
- దుశిఆ
- ఒచబ్త్హ్రాను
- విరిగి
- నడంది
- మిన్న్నకాదు
- పేరిశ
- శథరలిదున్న
- పలాల
Extractive Summary:
పోణజే ఓ2త వజావీళనిజీ లంతను నిజయిం ల [ 7 ఉఎయన్‌ వ్‌ ణా ఆ న “7 ఫి" ల లచ వానుతానవాడానానావడాళతాలనాాయాలాాలాలాా య చై (| శ నాన హా ర్యా య 1 రం || కం అబా మ ౫ ॥ లాలు ల లాలా | న్‌ | (6 ఎత్వటో ల ల్తో ా బలగ జ్‌ న కరగ్‌ య.
Chunk 6 — reapu_pages0051-0058.txt
OCR Score: 93% Telugu coverage
Characters: 1602
OCR Issues:
- ASCII junk on lines: [141]
Key Terms:
- దయను
- బ0ంఆదండ్‌
- కంకాళాంల
- తఉలకంఠు
- ోషృఆదు
- స్టుకుళలో
- న్‌లి
- వకవక్‌
- పాటు
- వివ్ఫైస్కైచుు
- న్వర్య్‌
- బారతం
- నాజుశ
- దుదర్శవన
- జృర్పుగు
- ఆోంది
- రంగా
- నతావాకాతతాడాాోా
- గొడుగుల్లా
- నిల్చిన
- కొచ్ముతి
- తుదుగళలిం
- వివ్సున
- విడనర్సిలై
- నాయి
- ౮65౮
- బీర్బాన
- సాాణాల్న
- పకిరన్తన్నాడి
- స్వేంచ్చు
Extractive Summary:
మ */ " టా యా... . న స ప నతావాకాతతాడాాోా యాడ జ న అ + తాలానినా-.