kitapların yapay zekâ eğitimi için taranmasında baskı ve çeviri ayrımı da veri kalitesi meselesi. aynı metnin farklı baskıları veya çevirileri kümeye ayrı kitaplar gibi girerse tekrar sayısı şişer; sayfa düzeni ve ocr farkları yüzünden gerçekten ayrı içerikler de birbirine karışabilir. modelin gördüğü malzeme çoğalmış gibi görünürken hangi dilin ve çevirinin daha fazla temsil edildiği belirsizleşir. katalog bilgisi, sürüm ve kaynak zinciri tutulmadığında sonradan ayıklama, rafta aynı kitabı yanlış adla aramaya benzer.