对半导体样本中的缺陷进行分类的方法和其系统技术方案

提供了一种分类器和一种对半导体样本中的缺陷进行分类的方法。分类器使得其能够将每个类分配给具有不同的优先级的三个或更多个分类组中的一个分类组。分类器进一步使得其能够为每个类单独地设定纯度、准确度和/或提取率要求，并且根据每类要求而优化分类结果。在训练期间，分类器经构造以生成分类规则，23以实现自动分类的最高可能的贡献，同时满足针对每个类定义的每类品质要求。

Method and System for Classifying Defects in Semiconductor Samples

A classifier and a method for classifying defects in semiconductor samples are provided. The classifier enables it to assign each class to one of three or more classes with different priorities. The classifier further enables it to set purity, accuracy and/or extraction rate requirements for each class individually, and optimize the classification results according to each class requirement. During the training period, the classifier is constructed to generate classification rules, 23 to achieve the highest possible contribution of automatic classification, while meeting the quality requirements of each category defined for each class.

【技术实现步骤摘要】
对半导体样本中的缺陷进行分类的方法和其系统
当前公开的主题一般涉及样本检查的领域，并且更具体地，涉及能够进行自动缺陷分类的方法和系统。
技术介绍
当前对与制造的器件的超大规模集成相关联的高密度和性能的需求要求亚微米特征、增加的晶体管和电路速度、以及提高的可靠性。此类要求需要形成具有高精度和均匀性的器件特征，这反过来需要仔细监控制造工艺，所述监控包括在器件仍是半导体样本的形式时对器件进行频繁且详细的检查。本说明书中使用的术语“样本”应广泛地被解释为覆盖任何种类的用于制造半导体集成电路的晶片、掩模和其它结构、上述的组合和/或上述部分、磁头、平板显示器和其它半导体制品。本说明书中使用的术语“缺陷”应广泛地被解释为覆盖在样本上或样本内形成的任何种类的异常或不期望的特征。样本的复杂的制造工艺不是无错的，并且此类错误可能导致制造的器件中的故障。故障可能包括可损害器件操作的缺陷，以及滋扰(nuisances)，所述滋扰可能是缺陷但不会导致制造的器件的任何损害或故障。通过非限制性示例，缺陷可能是由于原料中的问题、机械、电学或光学错误、人为错误或其它原因而在制造工艺中引起的。另外，缺陷可能是因时间-空本文档来自技高网...

【技术保护点】
1.一种能够将样本中的缺陷分类为多个类的系统，所述系统包括处理和存储器电路(PMC)，所述PMC经构造以：获得指示针对所述多个类中的每个类单独地定义的品质要求的数据；获得指示将所述多个类中的每个类分配给具有不同的优先级的三个或更多个分类组中的一个分类组的数据；在获得包括多个预先分类的训练缺陷和所述多个训练缺陷的属性值的训练数据时，提供至所述多个类的所述类中的所述多个训练缺陷的初始自动分类，以产生初始分类的训练缺陷；处理所述初始分类的训练缺陷以获得对应于自动分类的最高可能的贡献并同时满足针对所述多个类中的每个类定义的每类品质要求的最佳工作点；生成具有对应于所述最佳工作点的置信度阈值的分类规则，其...

【技术特征摘要】
2017.09.28 US 15/719,4471.一种能够将样本中的缺陷分类为多个类的系统，所述系统包括处理和存储器电路(PMC)，所述PMC经构造以：获得指示针对所述多个类中的每个类单独地定义的品质要求的数据；获得指示将所述多个类中的每个类分配给具有不同的优先级的三个或更多个分类组中的一个分类组的数据；在获得包括多个预先分类的训练缺陷和所述多个训练缺陷的属性值的训练数据时，提供至所述多个类的所述类中的所述多个训练缺陷的初始自动分类，以产生初始分类的训练缺陷；处理所述初始分类的训练缺陷以获得对应于自动分类的最高可能的贡献并同时满足针对所述多个类中的每个类定义的每类品质要求的最佳工作点；生成具有对应于所述最佳工作点的置信度阈值的分类规则，其中所述置信度阈值对应于优先拒绝区间，并且其中至少“无法决定(CND)”拒绝区间对应于所述三个或更多个分类组；和在对所述样本中的缺陷进行分类时应用生成的所述分类规则。2.如权利要求1所述的系统，其中所述PMC还经构造以使得所述PMC能够将分配给相同的分类组的若干类绑定在一起，并且将所述绑定类作为单一类来针对所述绑定类定义品质要求。3.如权利要求1所述的系统，其中每个类被分配给以下分类组中的一个：具有最高的优先级的分类组“感兴趣的关键缺陷(KDOI)”；“感兴趣的缺陷(DOI)”；和具有最低的优先级的分类组“假”。4.如权利要求3所述的系统，其中所述优先拒绝区间由“KDOI”CND拒绝区间、“DOI”CND拒绝区间、“假”CND拒绝区间和“未知(UNK)”拒绝区间组成，并且其中CND拒绝区间的优先级对应于相应的分类组的优先级。5.如权利要求1所述的系统，其中每个多数类被分配给以下分类组中的一个：“KDOI”、“DOI”和“假”，少数类被分配给“新”分类组，并且所述组的优先级按以下顺序而配置：“KDOI”>“新”>“DOI”>“假”。6.如权利要求5所述的系统，其中所述优先拒绝区间由“KDOI”CND拒绝区间、“DOI”CND拒绝区间、“假”CND拒绝区间和“新”UNK拒绝区间组成，并且其中所有拒绝区间的优先级对应于相应的分类组的优先级。7.如权利要求1所述的系统，其中针对给定类定义的所述品质要求包括提取率要求，所述提取率要求对以下两者进行计数：所述给定类的正确分类的缺陷，和属于所述给定类的且已被拒绝到被选定为对所述给定类的提取率进行计数的一个或多个拒绝区间的缺陷。8.如权利要求1所述的系统，其中自动分类的所述贡献根据分类目的而被不同地计算。9.一种将样本中的缺陷自动分类为多个类的方法，所述方法包括：通过处理和存储器电路(PMC)生成分类规则，所述生成的步骤包括：在获得指示针对所述多个类中的每个类单独地定义的品质要求的数据、指示将所述多个类中的每个类分配给具有不同的优先级的三个或更多个分类组中的一个分类组的数据，和包括多个预先分类的训练缺陷和所述多个训练缺陷的属性值的训练数据时，提供至所述多个类中的所述类中的所述多个训练缺陷的初始自动分类，以产生初始分类的训练缺陷；处理所述初始分类的训练缺陷以获得对应于自动分类的最高可能的贡献并同时满足针对所述多个类中的每个类定义的每类品质要求的最佳工作点，；生成具有对应于所述最佳工作点的置信度阈值的所述分类规则，其中所述置信度阈值对应于优先拒绝区间，并且其中至少“无法决定(CND)”拒绝区间对应于所述三个或更...

【专利技术属性】
技术研发人员：阿萨夫·阿斯巴克，奥哈德·肖布，基里尔·萨文科，希兰·甘偶，波阿斯·科恩，泽夫·佐哈尔，
申请(专利权)人：应用材料以色列公司，
类型：发明
国别省市：以色列,IL