@Elad Meidar, me gusta tu pregunta y encontré una solución:
SELECT SUM(total_count) as total, value
FROM (
SELECT count(*) AS total_count, REPLACE(REPLACE(REPLACE(x.value,'?',''),'.',''),'!','') as value
FROM (
SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(t.sentence, ' ', n.n), ' ', -1) value
FROM table_name t CROSS JOIN
(
SELECT a.N + b.N * 10 + 1 n
FROM
(SELECT 0 AS N UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) a
,(SELECT 0 AS N UNION ALL SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5 UNION ALL SELECT 6 UNION ALL SELECT 7 UNION ALL SELECT 8 UNION ALL SELECT 9) b
ORDER BY n
) n
WHERE n.n <= 1 + (LENGTH(t.sentence) - LENGTH(REPLACE(t.sentence, ' ', '')))
ORDER BY value
) AS x
GROUP BY x.value
) AS y
GROUP BY value
Aquí está el violín de trabajo completo:http://sqlfiddle.com/#!2/17481a/ 1
Primero hacemos una consulta para extraer todas las palabras como se explica aquí
por @peterm (siga sus instrucciones si desea personalizar el número total de palabras procesadas). Luego convertimos eso en una subconsulta y luego COUNT
y GROUP BY
el valor de cada palabra, y luego haga otra consulta además de eso a GROUP BY
palabras no agrupadas casos en los que pueden estar presentes signos acompañados. es decir:hola =hola! con un REPLACE