如何生成或获取人口超15k的多语言全球城市数据集

我正尝试创建一个涵盖人口超过15000城市的多语言全球城市数据集，希望找到免费或低成本的可靠方案。理想的CSV数据格式如下：

country_en,state_en,county_en,name_en,country_es,state_es,county_es,name_es,lat,lng
France,,,Paris,Francia,,,París,48.8566,2.3522
United Kingdom,,,Birmingham,Reino Unido,,,Birmingham,52.4862,-1.8904
United States,Alabama,Jefferson County,Birmingham,Estados Unidos,Alabama,Condado de Jefferson,Birmingham,33.5186,-86.8104
United States,California,Los Angeles,Los Angeles,Estados Unidos,California,Los Ángeles,Los Ángeles,34.0522,-118.2437
United Arab Emirates,,,Dubai,Emiratos Árabes Unidos,,,Dubái,25.276987,55.296249

核心逻辑：像英国伯明翰这类唯一城市，无需存储郡信息；而美国存在多座同名的伯明翰，必须存储州和郡信息来区分。

已尝试的方案及问题 #

• joelacus的world-cities数据集：格式完全匹配需求，但仅支持英文，无法覆盖多语言场景。
• Wikidata查询：结果可靠性不足，county字段匹配逻辑混乱——有时错误返回城市或国家名称，比如英国伯明翰的county字段返回Birmingham而非West Midlands，俄罗斯莫斯科的county字段直接返回Russia。查询逻辑为筛选人口超100万的城市，同时尝试获取西班牙文标签、国家代码、郡和州信息，但字段映射存在偏差。
• Google Maps API逆地理编码：我已有带GPS坐标的数据集，可通过以下请求获取指定语言的格式化城市信息：

https://maps.googleapis.com/maps/api/geocode/json?latlng=48.8566,2.3522&result_type=locality&language=es&key=your-api-key

请求通常能返回规范结果，例如：

...
            "formatted_address": "París, Francia",
...

理论上可以生成符合要求的多语言CSV，但单语言就需要调用接口超10万次，存在调用配额限制和潜在成本问题。

请问有什么可行的解决方案？

内容的提问来源于stack exchange，提问作者Sebastian Meckovski