기계 학습(machine learning)에서의 평가는 일반적으로 중립적인 측정 과정으로 취급됩니다. 그러나 운영 정보 시스템(operational information systems)에서 평가 결과는 레이블을 생성하는 데 사용된 프로세스에 의해 종종 조건화됩니다. 본 논문은 분류 성능 향상을 목표로 하지 않습니다. 대신, 서로 다른 레이블 권한 체제(label-authority regimes) 하에서의 성능 측정의 타당성을 조사합니다. 이 문제는 특히 레이블이 불완전하거나, 일관성이 없거나, 약지도(weakly supervised)인 대규모 메타데이터 기반 시스템에서 중요합니다. 우리는 평가 주권(evaluation sovereignty)을 도입하는데, 이는 성능 지표가 레이블 권한 및 지도 체제로부터 독립적인 정도를 의미하며, 훈련 및 평가 레이블 소스를 체계적으로 변화시키는 다중 트랙 평가 프레임워크를 제안합니다. 대규모 과학 메타데이터에 계층적 다중 레이블 분류(hierarchical multi-label classification)를 적용하여, 운영(