冬奥多语言多模态资讯结构化数据库

"数据集内容：结构化数据库中存储内容包括冬奥百科库、冬奥资讯库、中华文化库、危机案例库和危机应对专家库。数据库语言类型包括以下25种语言：中文(Chinese)、英语(English)、匈牙利语(Hungarian)、法语(French)、俄语(Russian)、意大利语(Italian)、斯洛文尼亚语(Slovenian)、越南语(Vietnamese）、葡萄牙语(Portuguese)、罗马尼亚语(Romanian)、希腊语(Greek)、德语(German)、荷兰语(Dutch)、爱沙尼亚语(Estonian)、丹麦语(Danish)、芬兰语(Finnish)、瑞典语(Swedish)、日语(Japanese)、阿拉伯语(Arabic)、西班牙语(Spanish)、波兰语(Polish)、捷克语(Czech)、韩语(Korean)、挪威语(Norwegian)和泰语(Thai)。 采集方案：通过中科闻歌公司提供的API接口获取非结构化数据，将经过清洗和去重后的结构化数据储存到结构化数据库MySQL。 采集地点：桂林电子科技大学 采集时间：2020.10——2022.10 设备情况：操作系统为windows10，显卡NVIDIA Quadro P2200，内存32G。"

搜集汇总

背景与挑战

背景概述

该数据集是一个冬奥主题的多语言多模态资讯结构化数据库，包含百科、资讯、中华文化、危机案例和专家库等内容，支持25种语言。数据采集于2020年10月至2022年10月，总数据量为72.79GB，存储于MySQL数据库中。