@phdthesis{Loster2021,
  author    = {Loster, Michael},
  title     = {Knowledge base construction with machine learning methods},
  doi       = {10.25932/publishup-50145},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-501459},
  school      = {Universit{\"a}t Potsdam},
  pages     = {ii, 130},
  year      = {2021},
  abstract  = {Modern knowledge bases contain and organize knowledge from many different topic areas. Apart from speciﬁc entity information, they also store information about their relationships amongst each other. Combining this information results in a knowledge graph that can be particularly helpful in cases where relationships are of central importance. Among other applications, modern risk assessment in the ﬁnancial sector can beneﬁt from the inherent network structure of such knowledge graphs by assessing the consequences and risks of certain events, such as corporate insolvencies or fraudulent behavior, based on the underlying network structure. As public knowledge bases often do not contain the necessary information for the analysis of such scenarios, the need arises to create and maintain dedicated domain-speciﬁc knowledge bases. This thesis investigates the process of creating domain-speciﬁc knowledge bases from structured and unstructured data sources. In particular, it addresses the topics of named entity recognition (NER), duplicate detection, and knowledge validation, which represent essential steps in the construction of knowledge bases. As such, we present a novel method for duplicate detection based on a Siamese neural network that is able to learn a dataset-speciﬁc similarity measure which is used to identify duplicates. Using the specialized network architecture, we design and implement a knowledge transfer between two deduplication networks, which leads to signiﬁcant performance improvements and a reduction of required training data. Furthermore, we propose a named entity recognition approach that is able to identify company names by integrating external knowledge in the form of dictionaries into the training process of a conditional random ﬁeld classiﬁer. In this context, we study the eﬀects of diﬀerent dictionaries on the performance of the NER classiﬁer. We show that both the inclusion of domain knowledge as well as the generation and use of alias names results in signiﬁcant performance improvements. For the validation of knowledge represented in a knowledge base, we introduce Colt, a framework for knowledge validation based on the interactive quality assessment of logical rules. In its most expressive implementation, we combine Gaussian processes with neural networks to create Colt-GP, an interactive algorithm for learning rule models. Unlike other approaches, Colt-GP uses knowledge graph embeddings and user feedback to cope with data quality issues of knowledge bases. The learned rule model can be used to conditionally apply a rule and assess its quality. Finally, we present CurEx, a prototypical system for building domain-speciﬁc knowledge bases from structured and unstructured data sources. Its modular design is based on scalable technologies, which, in addition to processing large datasets, ensures that the modules can be easily exchanged or extended. CurEx oﬀers multiple user interfaces, each tailored to the individual needs of a speciﬁc user group and is fully compatible with the Colt framework, which can be used as part of the system. We conduct a wide range of experiments with diﬀerent datasets to determine the strengths and weaknesses of the proposed methods. To ensure the validity of our results, we compare the proposed methods with competing approaches.},
  language  = {en}
}
@techreport{HuberMiechielsenOttoetal.2022,
  author    = {Huber, Bettina and Miechielsen, Milena and Otto, Antje and Schmidt, Katja and Ullrich, Susann and Deppermann, Lara-Helene and Eckersley, Peter and Haupt, Wolfgang and Heidenreich, Anna and Kern, Kristine and Lipp, Torsten and Neumann, Nina and Schneider, Philipp and Sterzel, Till and Thieken, Annegret},
  title     = {Instrumente und Maßnahmen der kommunalen Klimaanpassung},
  doi       = {10.25932/publishup-56345},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-563456},
  pages     = {XVII, 135},
  year      = {2022},
  abstract  = {St{\"a}dte sind aufgrund ihrer Agglomeration von Bev{\"o}lkerung, Sachwerten und Infrastrukturen in besonderem Maße von extremen Wetterereignissen wie Starkregen und Hitze betroffen. Zahlreiche {\"U}berflutungsereignisse infolge von Starkregen traten in den letzten Jahren in verschiedenen Regionen Deutschlands auf und f{\"u}hrten nicht nur zu Sch{\"a}den in zwei- bis dreistelliger Millionenh{\"o}he, sondern auch zu Todesopfern. Und auch Hitzewellen, wie sie in den vergangenen Jahren vermehrt aufgetreten sind, bergen gesundheitliche Risiken, welche sich auch in verschiedenen Sch{\"a}tzungen zu Hitzetodesf{\"a}llen wiederfinden. Um diesen Risiken zu begegnen und Sch{\"a}den infolge von Wetterextremen zu reduzieren, entwickeln viele Kommunen bereits Strategien und Konzepte im Kontext der Klimaanpassung und/oder setzen Anpassungsmaßnahmen um. Neben der Entwicklung und Umsetzung eigener Ideen orientieren sich St{\"a}dte dabei u. a. an Leitf{\"a}den und Beispielen aus der Literatur, Erfahrungen aus anderen St{\"a}dten oder an Ergebnissen aus Forschungsprojekten. Dieser Lern- und Transferprozess, der eine {\"U}bertragung von Maßnahmen oder Instrumenten der Klimaanpassung von einem Ort auf einen anderen beinhaltet, ist bislang noch unzureichend erforscht und verstanden. Der vorliegende Bericht untersucht deshalb ebendiesen Lern- und Transferprozess zwischen sowie innerhalb von St{\"a}dten sowie das Transferpotenzial konkreter Wissenstransfer-Medien, Instrumente und Maßnahmen. Damit wird das Ziel verfolgt, ein besseres Verst{\"a}ndnis dieser Prozesse zu entwickeln und einen Beitrag zur Verbesserung des Transfers von kommunalen Klimaanpassungsaktivit{\"a}ten zu leisten. Der vorliegende Inhalt baut dabei auf einer vorangegangenen Analyse des Forschungsstands zum Transfer von Policies durch Haupt et al. (2021) auf und versucht, den bereits generierten Wissensstand auf der Ebene von Policies nun um die Ebene konkreter Instrumente und Maßnahmen zu erg{\"a}nzen sowie durch empirische Befunde zu ausgew{\"a}hlten Maßnahmen zu untermauern. Die Wissens- und Datengrundlage dieses Berichts umfasst einen Mix aus verschiedenen (Online)-Befragungen und Interviews mit Vertreter:innen relevanter Akteursgruppen, vor allem Vertreter:innen von Stadtverwaltungen, sowie den Erfahrungswerten der drei ExTrass-Fallstudienst{\"a}dte Potsdam, Remscheid und W{\"u}rzburg. Nach einer Einleitung besch{\"a}ftigt sich Kapitel 2 mit {\"u}bergeordneten Faktoren der {\"U}bertragbarkeit bzw. des Transfers. Kapitel 2.1 bietet hierbei eine Zusammenfassung zum aktuellen Wissensstand hinsichtlich des Transfers von Policies im Bereich der st{\"a}dtischen Klimapolitik gem{\"a}ß Haupt et al. (2021). Hier werden zentrale Kriterien f{\"u}r einen erfolgreichen Transfer herausgearbeitet, um einen Ankn{\"u}pfungspunkt f{\"u}r die folgenden Inhalte und empirischen Befunde auf der Ebene konkreter Instrumente und Maßnahmen zu bieten. Kapitel 2.2 schließt hieran an und pr{\"a}sentiert Erkenntnisse aus einer weitreichenden Kommunalbefragung. Hierbei wurde untersucht ob und welche Klimaanpassungsmaßnahmen in den St{\"a}dten bereits umgesetzt werden, welche f{\"o}rdernden und hemmenden Aspekte es dabei gibt und welche Erfahrungen beim Transfer von Wissen und Ideen bereits vorliegen. Kapitel 3 untersucht die Rolle verschiedener Medien des Wissenstransfers und widmet sich dabei beispielhaft Leitf{\"a}den zur Klimaanpassung und Maßnahmensteckbriefen. Kapitel 3.1 beantwortet dabei Fragen nach der Relevanz und Zug{\"a}nglichkeit von Leitf{\"a}den, deren St{\"a}rken und Schw{\"a}chen, sowie konkreten Anforderungen vonseiten befragter Personen. Außerdem werden acht ausgew{\"a}hlte Leitf{\"a}den vorgestellt und komprimiert auf ihre Transferpotenziale hin eingesch{\"a}tzt. Kapitel 3.2 betrachtet Maßnahmensteckbriefe als Medien des Wissenstransfers und arbeitet zentrale Aspekte f{\"u}r einen praxisrelevanten inhaltlichen Aufbau heraus, um basierend darauf einen Muster-Maßnahmensteckbrief f{\"u}r Klimaanpassungsmaßnahmen zu entwickeln und vorzuschlagen. Kapitel 4 besch{\"a}ftigt sich mit sehr konkreten kommunalen Erfahrungen rund um den Transfer von sieben ausgew{\"a}hlten Instrumenten und Maßnahmen und bietet zahlreiche empirische Befunde aus den Kommunen, basierend auf der Kommunalbefragung, verschiedenen Interviews und den Erfahrungen aus der Projektarbeit. Die folgenden sieben Instrumente und Maßnahmen wurden ausgew{\"a}hlt, um eine große Breite st{\"a}dtischer Klimaanpassungsaktivit{\"a}ten zu betrachten: 1) Klimafunktionskarten (Stadtklimakarten), 2) Starkregengefahrenkarten, 3) Checklisten zur Klimaanpassung in der Bauleitplanung, 4) Verbot von Schotterg{\"a}rten in Bebauungspl{\"a}nen, 5) Fassadenbegr{\"u}nungen, 6) klimaangepasste Gestaltung von Gr{\"u}n- und Freifl{\"a}chen sowie 7) Handlungsempfehlungen f{\"u}r Betreuungseinrichtungen zum Umgang mit Hitze und Starkregen. F{\"u}r jede dieser Klimaanpassungsaktivit{\"a}ten wird auf Ebene der Kommunen Ziel, Verbreitung und Erscheinungsformen, Umsetzung anhand konkreter Beispiele, f{\"o}rdernde und hemmende Faktoren sowievorliegende Erfahrungen zu und Hinweisen auf Transfer dargestellt. Kapitel 5 schließt den vorliegenden Bericht ab, indem zentrale Transfer-Barrieren aus den gewonnenen Erkenntnissen aufgegriffen und entsprechende Empfehlungen an verschiedene Ebenen der Politik ausgesprochen werden. Diese Empfehlungen zur Verbesserung des Transfers von klimaanpassungsrelevanten Instrumenten, Strategien und Maßnahmen umfassen 1) die Verbesserung des Austauschs zwischen verschiedenen St{\"a}dten, 2) die Verbesserung der Zug{\"a}nglichkeit von Wissen und Erfahrungen, 3) die Schaffung von Vernetzungsstrukturen innerhalb von St{\"a}dten sowie 4) bestehende Wissensl{\"u}cken zu schließen. Die Autor:innen des vorliegenden Berichts hoffen, durch die vielf{\"a}ltigen Untersuchungsaspekte einen Beitrag zum besseren Verst{\"a}ndnis der Lern- und Transferprozesse und zur Verbesserung des Transfers kommunaler Klimaanpassungsaktivit{\"a}ten zu leisten.},
  language  = {de}
}