Fedspeak 是美联储使用的一种风格化且含义细腻的语言，能够传达隐含的政策信号和策略立场。联邦公开市场委员会也会策略性地使用这种表达来影响市场预期，并作用于国内外经济环境。因此，自动解析和解释 Fedspeak 是一个高影响力任务，对金融预测、算法交易和数据驱动的政策分析都有重要意义。为此，我们提出一个基于大语言模型、并考虑不确定性的框架，用于理解 Fedspeak 并判断其背后的货币政策立场。在技术上，我们把货币政策传导机制中的领域知识引入文本表示，以增强其语义和上下文表达；同时加入动态不确定性解码模块，用来估计模型预测的置信度，从而提升分类准确率和模型可靠性。实验结果表明，我们的方法在政策立场分析任务上达到了当前最优表现。