Bài báo này đề xuất một khuôn khổ dựa trên mô hình ngôn ngữ quy mô lớn (LLM) nhận biết sự bất định để diễn giải "Fedspeak", ngôn ngữ đặc trưng của Cục Dự trữ Liên bang Hoa Kỳ (Fed), và phân loại lập trường chính sách tiền tệ. Để làm phong phú thêm các biểu diễn ngữ nghĩa và ngữ cảnh của Fedspeak, chúng tôi tích hợp suy luận theo lĩnh vực cụ thể dựa trên các cơ chế truyền đạt chính sách tiền tệ. Hơn nữa, chúng tôi giới thiệu một mô-đun giải mã bất định động, đánh giá độ tin cậy của các dự đoán mô hình, từ đó cải thiện độ chính xác phân loại và độ tin cậy của mô hình. Kết quả thực nghiệm chứng minh rằng khuôn khổ đề xuất đạt được hiệu suất tiên tiến trong phân tích lập trường chính sách và thể hiện mối tương quan dương đáng kể giữa mức độ bất định nhận thức và tỷ lệ lỗi mô hình, xác nhận tính hiệu quả của nó như một tín hiệu chẩn đoán cho sự bất định nhận thức. Điều này cung cấp những hiểu biết có giá trị cho dự báo tài chính, giao dịch thuật toán và phân tích chính sách dựa trên dữ liệu.
