Tamil ist eine dravidische Sprache, die in Südasien weit verbreitet und gebräuchlich ist. In der Ära der sozialen Medien haben Memes einen unterhaltsamen Bestandteil im alltäglichen Leben der Menschen gebildet. In diesem Beitrag analysieren wir den eigentlichen Sinn von Tamil-Memes, indem wir diese in troll- und nicht-troll-basierte Kategorien einteilen. Wir stellen ein innovatives Modell vor, das auf einer Transformer-Transformer-Architektur basiert und durch die zentrale Nutzung von Attention-Mechanismen eine state-of-the-art-Leistung erzielen soll. Der Datensatz besteht aus troll- und nicht-troll-basierten Bildern sowie ihren zugehörigen Textcaptions. Die Aufgabe stellt eine binäre Klassifikationsaufgabe dar. Das Ziel des Modells besteht darin, verstärkt auf die extrahierten Merkmale zu achten und gleichzeitig Rauschen sowohl in den Bildern als auch im Text zu ignorieren.