add_dense_and_sparse

向量数据库添加文本索引。先将文本块embed得到稠密向量和稀疏向量，然后把向量存入向量数据库。

def add_dense_and_sparse(ids, dense_embeddings, sparse_embeddings, docs, metadatas, **kwargs)

参数名	数据类型	是否必选	说明
ids	List[int]	必选	待添加向量的索引ID
dense_embeddings	ndarray	必选	numpy的数组对象。
sparse_embeddings	List[Dict[int, float]]	必选	稀疏向量对象。
docs	List[str]	可选	待添加向量的文本。
metadatas	List[dict]	可选	待添加向量的文本元数据信息。
kwargs	Dict	可选	关键字参数，当前仅支持document_id，为待添加向量所属文档的id，传入的其余关键字参数均无效

dense_embeddings的shape必须等于2，dense_embeddings包含的向量数量需要等于ids的长度，sparse_embeddings包含的向量数量需要等于ids的长度，docs包含的文档数需要等于ids的长度，单次添加向量的总数小于1000亿。

父主题： MilvusDB类