单路稀疏向量相似性检索

var (
    ctx                 = context.Background()
    database            = "go-sdk-test-db"
    collectionName      = "go-sdk-test-coll"
)
bm25, err := encoder.NewBM25Encoder(&encoder.BM25EncoderParams{Bm25Language: "zh"})
if err != nil {
    log.Fatalf(err.Error())
}
sparseVec, err := bm25.EncodeQuery("什么是向量数据库")
if err != nil {
    log.Fatalf(err.Error())
}
keywordSearch := &tcvectordb.MatchOption{
    FieldName: "sparse_vector",
    Data:      sparseVecs,
    TerminateAfter:  4000,
    CutoffFrequency: 0.1,
}
limit := 5
searchRes, err := client.FullTextSearch(ctx, database, collectionName, tcvectordb.FullTextSearchDocumentParams{
    Match:        keywordSearch,
    Limit:        &limit,
    OutputFields: []string{"id", "sparse_vector"},
})
if err != nil {
    return err
}

// 输出相似性检索结果，检索结果为二维数组，每一位为一组返回结果，分别对应search时指定的多个向量
for i, item := range searchRes.Documents {
    log.Printf("SearchDocumentResult, index: %d ==================", i)
    for _, doc := range item {
       log.Printf("SearchDocumentResult: %+v", doc)
    }
}

2025/06/17 20:00:27 ------------------------------ FullTextSearch ------------------------------
2025/06/17 20:00:27 SearchDocumentResult, index: 0 ==================
2025/06/17 20:00:27 SearchDocument: {Id:0000 Vector:[] SparseVector:[] Score:0.36539772 Fields:map[text:腾讯云向量数据库（Tencent Cloud VectorDB）是一款全托管的自研企业级分布式数据库服务，专用于存储、索引、检索、管理由深度神经网络或其他机器学习模型生成的大量多维嵌入向量。]}
2025/06/17 20:00:27 SearchDocument: {Id:0001 Vector:[] SparseVector:[] Score:0.18224944 Fields:map[text:作为专门为处理输入向量查询而设计的数据库，它支持多种索引类型和相似度计算方法，单索引支持10亿级向量规模，高达百万级 QPS 及毫秒级查询延迟。]}
2025/06/17 20:00:27 SearchDocument: {Id:0004 Vector:[] SparseVector:[] Score:0.17610866 Fields:map[text:腾讯云向量数据库可以和大语言模型 LLM 配合使用。企业的私域数据在经过文本分割、向量化后，可以存储在腾讯云向量数据库中，构建起企业专属的外部知识库，从而在后续的检索任务中，为大模型提供提示信息，辅助大模型生成更加准确的答案。]}
2025/06/17 20:00:27 SearchDocument: {Id:0003 Vector:[] SparseVector:[] Score:0.16722518 Fields:map[text:腾讯云向量数据库（Tencent Cloud VectorDB）作为一种专门存储和检索向量数据的服务提供给用户， 在高性能、高可用、大规模、低成本、简单易用、稳定可靠等方面体现出显著优势。 ]}