1.一种基于人工智能的人事档案数据分类方法，其特征在于，所述方法包括：确定目标公司中目标项目对应的项目文档和所述目标公司中初始员工对应的初始人事档案；

对所述初始人事档案进行关键技能识别，获得所述初始员工对应的目标技能和所述目标技能对应的第一技能等级；

对所述项目文档进行流程拆解获得所述目标项目对应的项目流程和所述项目流程中任一子流程所需的关联技能和所述关联技能对应的第二技能等级；

根据所述目标技能、所述第一技能等级、所述关联技能以及所述第二技能等级进行技能匹配，获得所述项目流程中任一所述子流程对应的目标员工和所述目标员工对应的相关员工，所述目标员工为满足所述子流程要求的员工，所述相关员工为需要技能提升的员工，所述目标员工用于帮助所述相关员工进行技能提升；

根据所述项目流程、所述目标员工和所述相关员工对所述初始人事档案进行数据分类，获得所述初始员工对应的目标分类结果；

其中，对所述初始人事档案进行关键技能识别，获得所述初始员工对应的目标技能，包括：根据历史数据获得第一技能关键词，并获得所述第一技能关键词对应的历史技能描述语句；

对所述历史技能描述语句进行语句关系分析，获得第一语句关系；

获得当前技能描述语句，并对所述当前技能描述语句进行语句分析，获得第二语句关系；

计算所述第一语句关系和所述第二语句关系之间的匹配程度，获得语句匹配度；

根据所述语句匹配度获得所述当前技能描述语句对应的第二技能关键词；

将所述第一技能关键词和所述第二技能关键词进行合并获得第三技能关键词；

根据所述第三技能关键词对所述初始人事档案进行关键技能识别，获得所述初始员工对应的所述目标技能；

其中，获得所述目标技能对应的第一技能等级，包括：

确定等级识别模型，并利用所述等级识别模型对所述初始人事档案中所述目标技能对应的相关技能描述语句进行技能水平预测，获得所述目标技能对应的技能预测结果；

根据所述技能预测结果确定所述目标技能对应的第一技能等级；

其中，所述确定等级识别模型，包括：

获得训练数据，并获得所述训练数据对应的第四技能关键词和所述第四技能关键词对应的初始技能等级；

对所述训练数据中所述第四技能关键词的技能等级描述词语进行反义词替换，获得所述第四技能关键词对应的反向技能描述语句；

对所述训练数据中所述第四技能关键词的技能等级描述词语进行近义词替换，获得所述第四技能关键词对应的正向技能描述语句；

利用所述等级识别模型的语句表征层利用所述正向技能描述语句和所述反向技能描述语句对所述训练数据进行向量表征，获得所述训练数据对应的词语表征向量；

根据所述等级识别模型的距离计算层获得所述训练数据对应的初始词语依赖关系，并根据所述词语表征向量计算所述初始词语依赖关系中任意两个词语之间的距离信息；

根据所述等级识别模型的信息隐藏层利用所述距离信息对所述初始词语依赖关系中的信息进行遮蔽，获得目标词语依赖关系；

根据所述等级识别模型的信息卷积层利用所述目标词语依赖关系和所述词语表征向量进行卷积计算，获得所述训练数据对应的预测技能等级；

根据所述等级识别模型的损失计算层计算所述初始技能等级和所述预测技能等级之间的损失值；

当所述损失值满足预设条件时，则获得所述等级识别模型；

当所述损失值不满足所述预设条件时，则继续利用所述训练数据对所述等级识别模型进行训练，直至获得所述等级识别模型。

2.根据权利要求1所述的方法，其特征在于，所述计算所述第一语句关系和所述第二语句关系之间的匹配程度，获得语句匹配度，包括：对所述当前技能描述语句进行分词处理，获得初始分词结果，并所述初始分词结果中任一个第一分词对应的左侧词语和右侧词语；

获得所述左侧词语对应的第一词频和所述右侧词语对应的第二词频；

根据所述第一词频计算所述初始分词结果中所述第一分词在所述左侧词语下对应的第一熵值；

根据所述第二词频计算所述初始分词结果中所述第一分词在所述右侧词语下对应的第二熵值；

根据所述第一熵值和所述第二熵值对所述初始分词结果进行筛选，获得目标分词结果；

从所述第一语句关系中获得所述第一技能关键词对应的第一依存关系；

从所述第二语句关系获得所述目标分词结果中任一个第二分词对应的第二依存关系；

根据所述第一依存关系和所述第二依存关系进行匹配程度计算，获得所述语句匹配度；

其中，根据下列公式获得所述语句匹配度：

；

其中， 表示所述历史技能描述语句text1和所述当前技能描述语

句text2之间的所述语句匹配度，word表示所述第一技能关键词中的任意一个技能关键词，表示全部所述第一技能关键词，key表示所述第二分词，all_key表示所述目标分词结果， 表示所述第一技能关键词中的任意一个技能关键词word对应的所述第一依存关系， 表示所述第二分词对应的所述第二依存关

系，α表示调整值，用于调整误差， 表示所述第一语句关系对应的第

一数量， 表示所述第二语句关系对应的第二数量。

3.根据权利要求1所述的方法，其特征在于，所述对所述项目文档进行流程拆解获得所述目标项目对应的项目流程，包括：对所述项目文档进行流程拆解获得所述目标项目对应的子项目；

确定项目时序模型，并利用所述项目时序模型根据所述项目文档确定任意两个所述子项目对应的目标时序关系；

根据所述目标时序关系和所述子项目确定所述目标项目对应的所述项目流程。

4.根据权利要求3所述的方法，其特征在于，所述利用所述项目时序模型根据所述项目文档确定任意两个所述子项目对应的目标时序关系，包括：利用所述项目时序模型的信息编码层获得任意两个所述子项目对应的第一相关语句和第二相关语句，并将所述第一相关语句和所述第二相关语句进行拼接，获得第一表征信息；

利用所述项目时序模型的句法处理层获得所述第一相关语句对应的第一句法信息和所述第二相关语句对应的第二句法信息，并将所述第一句法信息和所述第二句法信息进行融合，获得第二表征信息；

利用所述项目时序模型的项目交互层获得所述第一相关语句和所述第二相关语句在所述项目文档中的第一句子位置和第二句子位置，并根据所述第一句子位置和第二句子位置进行跨句交互，获得第三表征信息；

利用所述项目时序模型的关系预测层将所述第一表征信息、所述第二表征信息以及所述第三表征信息进行融合获得目标表征信息，并根据所述目标表征信息获得任意两个所述子项目对应的所述目标时序关系。

5.根据权利要求1所述的方法，其特征在于，获得所述目标员工对应的相关员工，包括：从所述初始员工中获得排除所述目标员工后的任一员工确定为候选员工；

获得所述目标员工对应的第一项目信息和获得所述候选员工对应的第二项目信息；

对所述第一项目信息和所述第二项目信息进行融合处理，获得全部项目信息和共有项目信息；

根据所述全部项目信息和所述共有项目信息确定所述目标员工和所述候选员工之间的项目相似性；

获得所述共有项目信息中所述目标员工和所述候选员工之间的工作差异性，并根据所述项目相似性和所述工作差异性确定所述目标员工和所述候选员工之间的能力相似性；

根据所述能力相似性从所述候选员工中获得所述目标员工对应的所述相关员工。

6.根据权利要求1所述的方法，其特征在于，所述项目流程至少包括第一流程和第二流程，所述根据所述项目流程、所述目标员工和所述相关员工对所述初始人事档案进行数据分类，获得所述初始员工对应的目标分类结果，包括：获得所述第一流程对应的第一开发时间和所述第二流程对应的第二开发时间；

若所述第一开发时间早于所述第二开发时间，则所述目标分类结果为所述目标员工和所述相关员工属于所述第一流程，所述目标员工处于所述第二流程；

若所述第一开发时间不早于所述第二开发时间，则所述目标分类结果为所述目标员工和所述相关员工属于所述第二流程，所述目标员工处于所述第一流程。

7.一种基于人工智能的人事档案数据分类系统，其特征在于，包括：

数据获取模块，用于确定目标公司中目标项目对应的项目文档和所述目标公司中初始员工对应的初始人事档案；

技能识别模块，用于对所述初始人事档案进行关键技能识别，获得所述初始员工对应的目标技能和所述目标技能对应的第一技能等级；其中，对所述初始人事档案进行关键技能识别，获得所述初始员工对应的目标技能，包括：根据历史数据获得第一技能关键词，并获得所述第一技能关键词对应的历史技能描述语句；对所述历史技能描述语句进行语句关系分析，获得第一语句关系；获得当前技能描述语句，并对所述当前技能描述语句进行语句分析，获得第二语句关系；计算所述第一语句关系和所述第二语句关系之间的匹配程度，获得语句匹配度；根据所述语句匹配度获得所述当前技能描述语句对应的第二技能关键词；

将所述第一技能关键词和所述第二技能关键词进行合并获得第三技能关键词；根据所述第三技能关键词对所述初始人事档案进行关键技能识别，获得所述初始员工对应的所述目标技能；其中，获得所述目标技能对应的第一技能等级，包括：确定等级识别模型，并利用所述等级识别模型对所述初始人事档案中所述目标技能对应的相关技能描述语句进行技能水平预测，获得所述目标技能对应的技能预测结果；根据所述技能预测结果确定所述目标技能对应的第一技能等级；其中，所述确定等级识别模型，包括：获得训练数据，并获得所述训练数据对应的第四技能关键词和所述第四技能关键词对应的初始技能等级；对所述训练数据中所述第四技能关键词的技能等级描述词语进行反义词替换，获得所述第四技能关键词对应的反向技能描述语句；对所述训练数据中所述第四技能关键词的技能等级描述词语进行近义词替换，获得所述第四技能关键词对应的正向技能描述语句；利用所述等级识别模型的语句表征层利用所述正向技能描述语句和所述反向技能描述语句对所述训练数据进行向量表征，获得所述训练数据对应的词语表征向量；根据所述等级识别模型的距离计算层获得所述训练数据对应的初始词语依赖关系，并根据所述词语表征向量计算所述初始词语依赖关系中任意两个词语之间的距离信息；根据所述等级识别模型的信息隐藏层利用所述距离信息对所述初始词语依赖关系中的信息进行遮蔽，获得目标词语依赖关系；根据所述等级识别模型的信息卷积层利用所述目标词语依赖关系和所述词语表征向量进行卷积计算，获得所述训练数据对应的预测技能等级；根据所述等级识别模型的损失计算层计算所述初始技能等级和所述预测技能等级之间的损失值；当所述损失值满足预设条件时，则获得所述等级识别模型；当所述损失值不满足所述预设条件时，则继续利用所述训练数据对所述等级识别模型进行训练，直至获得所述等级识别模型；

数据拆解模块，用于对所述项目文档进行流程拆解获得所述目标项目对应的项目流程和所述项目流程中任一子流程所需的关联技能和所述关联技能对应的第二技能等级；

技能匹配模块，用于根据所述目标技能、所述第一技能等级、所述关联技能以及所述第二技能等级进行技能匹配，获得所述项目流程中任一所述子流程对应的目标员工和所述目标员工对应的相关员工，所述目标员工为满足所述子流程要求的员工，所述相关员工为需要技能提升的员工，所述目标员工用于帮助所述相关员工进行技能提升；

数据分类模块，用于根据所述项目流程、所述目标员工和所述相关员工对所述初始人事档案进行数据分类，获得所述初始员工对应的目标分类结果。