Telugu siri sunitha noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: siri-sunitha

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/siri-sunitha
Date: 2026-08-11 00:17
Chunks: 4


Book Overview

Book: siri-sunitha
Source: https://sundarayya.org/siri-sunitha
Total OCR chunks analysed: 4


OCR Quality Summary

Average Telugu script coverage across all chunks: 94%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • సునీత
  • సిరి
  • గుత్తి
  • చేరితే
  • నిన్ను
  • సునీతమ్మ
  • పదమ్ములు
  • చంద్రశేఖర
  • రెడ్డి
  • హైదరాబాద్‌
  • జోళదరాశి
  • నేను
  • నీదు
  • కొనుచు
  • ఎత్తి
  • నన్ను
  • మరచి
  • సునత
  • సహజకవి
  • మల్లెమాల
  • మనసుపడి
  • మక్కునతో
  • సేకరించిన
  • పుస్తకాన్ని
  • సాహిత్యాభిమానుల
  • కోసం
  • సుందరయ్య
  • విజ్ఞాన
  • కేంఠ్రాగికీ
  • ఆనందంతో

Per-Chunk Details

Chunk 1 — siri-sunitha_pages0001-0010.txt

OCR Score: 94% Telugu coverage
Characters: 3453

OCR Issues:

  • ASCII junk on lines: [13, 20, 25, 98]

Key Terms:

  • సునీత
  • సిరి
  • గుత్తి
  • చేరితే
  • నిన్ను
  • సునీతమ్మ
  • పదమ్ములు
  • చంద్రశేఖర
  • రెడ్డి
  • హైదరాబాద్‌
  • జోళదరాశి
  • నేను
  • నీదు
  • కొనుచు
  • ఎత్తి
  • నన్ను
  • మరచి
  • సునత
  • సహజకవి
  • మల్లెమాల
  • మనసుపడి
  • మక్కునతో
  • సేకరించిన
  • పుస్తకాన్ని
  • సాహిత్యాభిమానుల
  • కోసం
  • సుందరయ్య
  • విజ్ఞాన
  • కేంఠ్రాగికీ
  • ఆనందంతో

Extractive Summary:

ల నో ం ట4 అలి సునత . - చల్లెమూల కుటుంబం | , వ్‌ 6 గుత్తి (1 సమర్వణ ర ౬ శి) చంద్రశేఖర రెడ్డి ల ఉం | హైదరాబాద్‌ డే వ ఖ్‌ 2009 ల రంక క "


Chunk 2 — siri-sunitha_pages0011-0020.txt

OCR Score: 95% Telugu coverage
Characters: 5482

OCR Issues:

  • ASCII junk on lines: [67]

Key Terms:

  • సునీత
  • సిరి
  • గుత్తి
  • చంద్రశేఖరరెడ్డి
  • చిన్ని
  • జోళదరాశి
  • క్రొత్త
  • చెలి
  • నట్టి
  • నీవు
  • కాపుర
  • సుఖము
  • గురుతు
  • సౌభాగ్య
  • నీకు
  • సంసార
  • నేర్చు
  • కొలువు
  • గూర్చ
  • తెలుగు
  • చిరునగవుల
  • “సిరి
  • వాని
  • తిరిగి
  • శాంతి
  • నెలల
  • నాదు
  • నావు
  • కష్ట
  • భాగ్యనగరి

Extractive Summary:

తాలుత “పండంటి కాపుర' మలర గాంచి పిదప “నీతి నిజాయితీ' పిక్చరుగని ముదము గని నార మానాడు! బ్రదుకు లటులె జరిగి పోయెను కద దేవి సిరి సునీత. అచట గుండెకు విచికిత్స అవసరమవ చెల్లెలు జయమ్మ, నేనును చిత్రమనగ ఆపరేషన్లతో బాధ లణగిపోవ బ్రతికి పోతిమి సుఖముగా వర సునీత.


Chunk 3 — siri-sunitha_pages0021-0030.txt

OCR Score: 95% Telugu coverage
Characters: 5602

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • సునీత
  • సిరి
  • చెలి
  • గుత్తి
  • జోళదరాశి
  • చంద్రశేఖరరెడ్డి
  • ప్రియ
  • జూచి
  • నీకు
  • మురిసిపోతిమి
  • మనము
  • తిరిగి
  • స్వామి
  • శ్రీశైల
  • చెలువు
  • గన్నాము
  • సుతుల
  • వ్యాధి
  • పెండి
  • నాడు
  • కొత్త
  • చీరను
  • మూడు
  • మేము
  • మిగుల
  • నిదుర
  • ఎన్ని
  • లోలోన
  • పూని
  • తల్లి

Extractive Summary:

వంశి, సంజీవులిర్వురు భాగ్యనగరి తగిన యుద్యోగముల్‌ పొంది తరలిసాగ నాగనకు కూడ పూనెలో రాగ కొలువు పయన మైతిమి ఇటురాగ వర సునీత. సుతుల పెళ్ళిళ్ల గొడవలు శాంతిమాన్న మదిని యొత్తిళ్లు గుండెలో మరగసేయ దేహమున నెలకొనె మధుమేహ వ్యాధి వ్యాధులకు నెల్ల మూలమ్ము వర సునీత. నాడు సెప్టెంబరిరువది, నాకు నీకు తెలియ నీయక సంజీవుడలర గూర్చి ఏబదొకటవ పుట్టిన శోభ విందు అద్భుతంబగు తీరున నట సునీత.


Chunk 4 — siri-sunitha_pages0031-0038.txt

OCR Score: 93% Telugu coverage
Characters: 3665

OCR Issues:

  • ASCII junk on lines: [158]

Key Terms:

  • సునీత
  • చెలి
  • సిరి
  • గుత్తి
  • నీవు
  • జోళదరాశి
  • చంద్రశేఖరరెడ్డి
  • లేదు
  • వార్త
  • జాలి
  • తెలియ
  • నీకు
  • నేను
  • గాని
  • నెరుగని
  • యోగనిద్ర
  • చావు
  • ప్రియ
  • తనమున
  • తిరిగి
  • నిలుజేర
  • పయనమై
  • మరలువేళ
  • దారిలో
  • పొట్ట
  • నలజడి
  • పోరువెట్ట
  • రయము
  • నిలుజేరి
  • నారము

Extractive Summary:

వైద్యుడారసి మందుల వాడమనగ వాడి, రుజతగ్గి యలసటే వరలుచుండ తినియు తినకుండ నొకయింత తిండి కొనుచు గడిపినావా దినమ్మును కద సునీత. సమయ మాసన్నమౌట నీకు మునుముందె తెలిసి తెలియక తెలిసిన తీరుదోచె ఆప్తులకు నీవు చిరుకాన్క లందజేసి వెలసితివి వారి హృదులందు చెలి సునీత. ఊరు జోళదరాశిని చేరుకొంటి, భాగ్య నగరమ్ము విడి నీవు వచ్చుదారి కెదురు చూచుచు వేచితి నెల్లవారు కలత పడుచుండ నేడ్చుల చెలి సునీత.