这是一个寻找相似性的解决方案，（而不是“语义相似性”！）：
假设我们有table covid 这样地：

CREATE TABLE `covid` (
  `c` varchar(500) DEFAULT NULL,
  `id` int DEFAULT NULL
)

INSERT INTO `covid` VALUES 
   ('COVID-19 is an emerging, rapidly evolving situation.',1),
   ('COVID-19 is an emerging, evolving situation.',2);

执行此操作时：

WITH RECURSIVE cte AS (
     SELECT 
        1 as i
     UNION ALL
     SELECT 
        i+1 
     FROM cte 
     WHERE i<10)
SELECT w, count(*), GROUP_CONCAT(id)  line
FROM (
   SELECT 
      id, split(x.c,',',i) as w
   FROM 
      (select id, replace(c,' ',',') as c from covid) x,
      cte) w1
WHERE NOT w is NULL and w<>''
GROUP BY w
ORDER BY 2 DESC;

你应该得到这样的结果：

+------------+----------+------+
| w          | count(*) | line |
+------------+----------+------+
| an         |        2 | 1,2  |
| COVID-19   |        2 | 1,2  |
| emerging   |        2 | 1,2  |
| evolving   |        2 | 2,1  |
| is         |        2 | 1,2  |
| situation. |        2 | 2,1  |
| rapidly    |        1 | 1    |
+------------+----------+------+

基于 count ，你现在知道 line 他在table上 covid 有相同的词。
如果您想将其扩展为“类似”，您可能应该：
跳过少于x个字符（即少于3个）的单词
对“情境”中的“.”做些什么。（和其他标点符号）
所以，要有“符号相似性”确实是一条很长的路。