TUMCC是首个专门用于中文暗语识别的语料库，收集自12个Telegram群组，包含28,749条句子和804,971个字符。经过数据清理后，保留3,863条句子（约10万字符）。该语料库提供cleaned和raw两种格式数据，便于研究人员分析地下市场语言特征和网络犯罪行为。项目附有详细使用说明和引用指南，为相关学术研究提供支持。