Telugu vaactoons noLLM analysis - anilvaranasi/indianlanguages GitHub Wiki

Analysis: vaactoons

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/vaactoons
Date: 2026-08-11 01:01
Chunks: 4


Book Overview

Book: vaactoons
Source: https://sundarayya.org/vaactoons
Total OCR chunks analysed: 4


OCR Quality Summary

Average Telugu script coverage across all chunks: 80%


Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

  • శ్రీ
  • ఆంధజ్యోతి
  • భండారు
  • రామారావు
  • పర్వతాలరావు
  • యన్‌
  • థ్రీ
  • ప్పుస్తక
  • రూపంలో
  • నండూరి
  • దినష్మతిక
  • వాక్టూనులు
  • మీకు
  • గారికి
  • యిచ్చిన
  • వారికి
  • భండారుపర్వతాం
  • గంర్ర6
  • 0గ166
  • గం7గ4ఉం౮ల0౬
  • 1౧014
  • పెచకకన3లి
  • వెంళట్రాఘవ
  • పబ్లికేషన్స్‌
  • హైదరాబాదు
  • ౫0094
  • ౯౦౯౧౪
  • 6606౮
  • లిగగి
  • గినక

Per-Chunk Details

Chunk 1 — vaactoons_pages0001-0010.txt

OCR Score: 79% Telugu coverage
Characters: 2935

OCR Issues:

  • ASCII junk on lines: [8, 10, 18, 20, 28]...

Key Terms:

  • శ్రీ
  • ఆంధజ్యోతి
  • భండారు
  • రామారావు
  • పర్వతాలరావు
  • యన్‌
  • థ్రీ
  • ప్పుస్తక
  • రూపంలో
  • నండూరి
  • దినష్మతిక
  • వాక్టూనులు
  • మీకు
  • గారికి
  • యిచ్చిన
  • వారికి
  • భండారుపర్వతాం
  • గంర్ర6
  • 0గ166
  • గం7గ4ఉం౮ల0౬
  • 1౧014
  • పెచకకన3లి
  • వెంళట్రాఘవ
  • పబ్లికేషన్స్‌
  • హైదరాబాదు
  • ౫0094
  • ౯౦౯౧౪
  • 6606౮
  • లిగగి
  • గినక

Extractive Summary:

గ / లి న. ణా 000185 వ 1000 (౮ ఫ్‌/116 వ్‌ 5-00 ల న్న జయ జర న్నా నో ఇ (. ఫర జో వు న క రొటిల/ంగింగా = 55!


Chunk 2 — vaactoons_pages0011-0020.txt

OCR Score: 95% Telugu coverage
Characters: 1137

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • కొంగు
  • పగలంతా
  • మొగం
  • తరచుగా
  • పత్యం
  • సరసం
  • ప్రమాద
  • కొత్తలో
  • పెండ్రికూతురిక్‌
  • వేలికి
  • చుట్టుకోటం
  • తప్ప
  • తెనీదు
  • కొన్నేళ్శతరువాత
  • మొగుడికి
  • కొంగున
  • ముడిపడి
  • కూచోటం
  • తస్ప
  • తెలీదు
  • లేడీన్‌
  • ఖర్జి
  • ఉదయమే
  • ఫిల్టర్‌
  • వేస్తుంది
  • మొదటి
  • పట్టు
  • తనకు
  • తరువాత
  • మళ్ళీ

Extractive Summary:

జ నవత కా కొంగు (ప్రమాద 0 [కొత్తలో పెండ్రికూతురిక్‌ కొంగు వేలికి చుట్టుకోటం తప్ప తెనీదు కొన్నేళ్శతరువాత మొగుడికి కొంగున ముడిపడి కూచోటం తస్ప తెలీదు న తరువాత మళ్ళీ దిగుతుంది ఎ అది లేటుగాలేచే మనకు


Chunk 3 — vaactoons_pages0021-0030.txt

OCR Score: 93% Telugu coverage
Characters: 1241

OCR Issues:

  • No notable OCR issues detected

Key Terms:

  • మనాది
  • మేలు
  • వేసవి
  • వంటమనిషి
  • బాగానే
  • చేస్తుంది
  • అనాదిగా
  • ఆడువారికి
  • సృష్టికన్నా
  • అనాది
  • తాము
  • వెక్కుతున్నామన్న
  • 1౨౦0
  • వ్యజణోో
  • వేడిలో
  • అందించే
  • ఒకానొక
  • తెల్టచీరలో
  • మళల్దెపూలతో
  • యిల్లాలు
  • క్షీర
  • న్యాయం
  • వేసవిలో
  • అందరకూ
  • సీటి
  • యెద్దడి
  • జాస్తి
  • పాలవాళ్ళకు
  • మాతం
  • చ్మితం

Extractive Summary:

శి యా ర వ్యజణోో బ్‌ ఇ వేడిలో మేలు ళా శ్ర (౮ క్షీర నీర (అ) న్యాయం వేసవిలో అందరకూ సీటి యెద్దడి జాస్తి పాలవాళ్ళకు మాతం, చ్మితం, అదినా స్తీ! భు రం ప దల = (ఆ మం లో ళీ స న | శ వడ దెబ్బ కాదు అడిగాడు మామిడి పండ్హ రేటు వద్దంటుంటే వినకుండా పడిపోయాడు ధరవింటూనే మంచినీళ్ళడక్కుండా


Chunk 4 — vaactoons_pages0031-0040.txt

OCR Score: 54% Telugu coverage
Characters: 2702

OCR Issues:

  • ASCII junk on lines: [58, 60, 61, 62, 63]...

Key Terms:

  • రాలలేదు
  • ఎల్‌
  • నుండి
  • స్స్‌
  • అంతులేని
  • పిట్టగోడకు
  • యిటూ
  • ఎంతకూ
  • తెగదు
  • ఆడంగుల
  • ముచ్చట
  • యస్‌
  • అటూయిటూ
  • ఆఫీసర్హ
  • గాసివ్‌కు
  • అంతులేదు
  • సీవాభి
  • షేకం
  • అంటరాని
  • వారి
  • సీవా
  • విలాసం
  • “బామ్మగారి
  • కోసం
  • టి౭ెట్‌
  • పెట్టి
  • మాజికషో
  • యిస్తే
  • ఖర్చులుకూడా
  • గ్‌డ్జం

Extractive Summary:

స్స్‌ అంతులేని కథ పిట్టగోడకు అటూ యిటూ ఎంతకూ తెగదు, ఆడంగుల ముచ్చట యస్‌. న్‌ / ల న. / మ జులై 6, 10905 జననం : ది,ఏ:,ఎల్‌ .ఎల్‌ .బి.