Analysis: ysh01a101

Method: Non-LLM (Frequency keywords + LexRank + Unicode heuristics)
Source: https://sundarayya.org/baaalagaiitaaavalai
Date: 2026-08-02 11:02
Chunks: 4

---

Book Overview

Book: ysh01a101
Source: https://sundarayya.org/baaalagaiitaaavalai
Total OCR chunks analysed: 4

---

OCR Quality Summary

Average Telugu script coverage across all chunks: 87%

---

Telugu Vocabulary — Top Keywords (YAKE)

Keywords extracted statistically — most distinctive terms per chunk.

• పాఠపు
• బిడ్డల
• మును
• కాకినాడ
• వారికి
• మేధాశక్తిని
• స్తకములను
• లేదు
• ములను
• వలయునన్న
• కేస్‌
• శలిల2త0
• ఆతీా
• జ్ఞజై
• పర్హా
• ఛోశ్మా
• యాకు
• తన్న
• ౫16044
• దత్తా
• శావెబుమన
• చాలగేతావళి
• మూండవ
• తరగతి
• వంకట
• పార్వలీళ
• కవులు
• వచారిణీ
• ౧౦థనిలయమా
• కాపీ

---

Per-Chunk Details

Chunk 1 — ysh01a101_pages0001-0010.txt

OCR Score: 82% Telugu coverage
Characters: 4652

OCR Issues:

• ASCII junk on lines: [31, 58, 67, 74, 82]...
• Repeated punctuation clusters: 6 occurrences

Key Terms:

• పాఠపు
• బిడ్డల
• మును
• కాకినాడ
• వారికి
• మేధాశక్తిని
• స్తకములను
• లేదు
• ములను
• వలయునన్న
• కేస్‌
• శలిల2త0
• ఆతీా
• జ్ఞజై
• పర్హా
• ఛోశ్మా
• యాకు
• తన్న
• ౫16044
• దత్తా
• శావెబుమన
• చాలగేతావళి
• మూండవ
• తరగతి
• వంకట
• పార్వలీళ
• కవులు
• వచారిణీ
• ౧౦థనిలయమా
• కాపీ

Extractive Summary:

9 ౧ ఇ స్‌, ం ( 4 | శ | పర్హా న " నా ల " అమే వక ( ప | శన. గ్ల స న (|. ॥ ఉప వ = పట శ... ఇ గ్‌ న, గ | లం +.

---

Chunk 2 — ysh01a101_pages0011-0020.txt

OCR Score: 86% Telugu coverage
Characters: 4269

OCR Issues:

• ASCII junk on lines: [83, 121]
• Repeated punctuation clusters: 6 occurrences

Key Terms:

• నేను
• నాకు
• చాలగీతావళి
• నుండు
• అతండు
• లుబండి
• వెలు
• నీకు
• మమ్ము
• సూర్యుని
• జూపి
• పగలు
• నున్న
• చేసి
• నిలువ
• ఒక్క
• మెపుడు
• నాజత
• గాదు
• శ్రీరామచంద్ర
• నాలగ్‌తావల్ళి
• క్రా-జాా
• దేవ్చండు
• భూమిపై
• బాశులాడెడు
• పుకుగులకును
• గిరి
• పోవుచుండెడు
• పత్వులకును
• పచ్చికబయళ్ళం

Extractive Summary:

“వ క గ శశిని /, ॥| స. ॥ | “ఖ ఇ (గ న... క; య. - ం" " + | గ్‌ యమా భములమునానాననప న సాలనయపవలం చు సాలాను యక లానాకునాలినాధానాననమానతూాా.. న్‌ జ్‌ న నో నా 69 ంతలోనె వెలు + రంతలో లు "ఆ, అంత: "వెలు ౧తలోల బు 3 నల క నా తె ఆణిము తియంబు + లంతళోనె అావావాశీ ళ్‌ | కనుల యెదుట బిజి + కనుకటు గారడి లి రి ని చుుజు లు ల్‌ో

---

Chunk 3 — ysh01a101_pages0021-0030.txt

OCR Score: 91% Telugu coverage
Characters: 6073

OCR Issues:

• No notable OCR issues detected

Key Terms:

• బోలి
• నునన
• నేయి
• భూమి
• చాలగీతావళి
• పాలు
• కుక్క
• తానా
• నానన
• దిని
• వెన్న
• గాలికంశు
• అన్ని
• మూండవతరగతి
• కాగన్‌
• నంండర్లో
• దాకా
• న్డ్‌
• స్తోగ
• భన్‌
• వూలతోంట
• చిగురుచెలునె
• కోకిల
• చేయుండె
• కొమ్మనె
• చిలుకయు
• బలుకుచుండె
• ఫూలతీగనె
• తుమె
• శ్రద్‌

Extractive Summary:

దాకా ల గో + న్డ్‌ కన జస వ్‌ టి స్తోగ [ఇ వ ( / భన్‌ త , మం సం ఏ స యామ లకే ద్‌ ఎ టు... గళ ను న వూలతోంట. ల అకక అ "వాక కని షు చె వ డా / ననే | క కావాలే ల. ఈ | న, | ర్‌ంగ స తు జాస్‌ (డీ వరాలు ప్న్న వాం , ద డో టె శస 6 మమ్మా గ మ.

---

Chunk 4 — ysh01a101_pages0031-0037.txt

OCR Score: 89% Telugu coverage
Characters: 2552

OCR Issues:

• ASCII junk on lines: [93, 105, 115]

Key Terms:

• యెపుడు
• చుండెం
• వూకు
• చందవూావు
• చలువలనుజిమ్ము
• పున్నమ
• చందమామ
• నిండుకళల
• విరాజిలు
• జక్క
• లొక్కటొక్కటిగాం
• దోంచు
• గనుల
• పండున్సగ
• బుడువెన్నెల
• నిండియుడె
• ఆఅకుబెట
• వెన్నెలకుప్ప
• లాడువారు
• కోకిలరుతంబులకు
• మూరు
• గూయువారు
• పొదుల
• గల్పించి
• కాయంవేని
• శ్రడులం
• జిక్కు
• జాలం
• గోయువారు
• తతరంబున

Extractive Summary:

కోకిలరుతంబులకు మూరు * గూయువారు కల పొదుల. గల్పించి ఏ) కాయంవేని గుమ శ్రడులం జిక్కు.డుల జాలం * గోయువారు. య న.

---