[发明专利]半导体元件的制造过程中进行自动缺陷筛选的系统

说明书

一种利用自适应机器学习进行自动缺陷筛选的系统，包括了自适应模型控制器、缺陷/干扰点档案库以及用于执行资料模型化分析的模块。其中的自适应模型控制器具有前馈路径以及反馈路径，前馈路径接收晶圆检测中取得的多个候选缺陷，反馈路径接收晶圆检测后由一个以上的已知缺陷筛选模型筛选后的感兴趣缺陷。自适应模型控制器从所接收的资料中选择资料样本、与扫描电子显微镜(Scanning Electron Microscope,SEM)介接以取得用于验证各个资料样本为真实缺陷或干扰点的对应的SEM结果，并且编整模型训练与验证资料。用于执行资料模型化分析的模块由自适应模型控制器适应地控制，藉此根据目标规格利用模型训练与验证资料产生并验证一个以上的更新缺陷筛选模型。

技术领域

本发明是关于半导体元件的制造；特别是关于制造半导体元件的制造流程中的自动缺陷筛选。

背景技术

半导体元件的制造，是藉由将多层电路图案制作于晶圆上，以形成具有大量集成的电晶体的一复杂电路。在半导体元件的制造流程中，微影制程是负责将电路设计人员创造的电路图案转移到晶圆上的制程。

具有根据电路图案的不透光及透光图案的光罩/光盘用于在晶圆上将元件层图案化。光罩上邻近图案的效应、光学绕射、光阻发展与蚀刻、对晶圆的邻近图层所进行的化学机械抛光(chemical-mechanical polishing,CMP)，以及图案与制造在晶圆上的邻近图层之间的几何与层叠关系都可能会造成元件层图案的变形。随着集成电路的元件密度的增加，集成电路的图案与布局的复杂度也随之增加，此外，由图案变形所产生的系统缺陷，或者因制程的变数而产生的随机缺陷或污染，皆会进一步导致制造在晶圆上的元件的故障。

在制造半导体元件的生产流程中，在不同图层上进行晶圆检测属于常规的流程。其中，具有一小时内能完成一个以上的完整晶圆的产出量的光学检测，是晶圆检测领域中的主力。在一般的晶圆检测过程中，侦测到的缺陷通常也包含了干扰点，这些干扰点属于错误的检测结果，或者属于不感兴趣的缺陷。随着设计规则的缩小，许多关键缺陷的尺寸也变得更小，而相较于杂讯的信号以及正常制程的变数来说，缺陷的信号也变得更弱。因此，在先进技术的节点中，通常在能侦测到小数量的关键感兴趣缺陷之前，会先得到大量的干扰点回报。对于半导体元件的制造商而言，要能够在制造过程中的加速与量产期间辨识出关键缺陷，实为一大考验。

在光学检测工具中，较先进的检测配方会提供干扰点的过滤技术，藉此协助减少干扰点的数量。为了能利用干扰点的过滤技术，使用者必须利用各种缺陷分析工具或者扫描电子显微镜(Scanning Electron Microscope,SEM)工作站仔细分析与审阅从一个以上的晶圆所搜集到的检测结果，藉此将各个候选缺陷标示为真实缺陷或干扰点。经标记的真实缺陷与干扰点被用来产生一干扰点过滤器。上述的检测工具的先进配方可以利用该干扰点过滤器来过滤干扰点。

随着元件的技术改良到20nm以下，为了能保留关键的感兴趣缺陷，即使在应用干扰点过滤技术之后，在晶圆检测过程中侦测到的干扰点数量通常仍然代表了由光学检测工具回报的缺陷中90％以上的数量。干扰点过滤技术的效能没有办法达到有效地过滤干扰点的理想结果，主要有以下几个原因。

其中一个原因在于，实际上不可能从少量的检测晶圆中搜集足够用于产生干扰点过滤器的关键缺陷种类。另一原因在于，为检测所搜集的局部光学影像不能看清楚电路的图案，其仅能提供关于先进技术节点的非常有限的资讯。此外，为了达到配合晶圆的高速生产，检测工具所需要处理的大量资料，也会对检测过程中使用的干扰点过滤器的可负担计算的复杂度造成限制。再者，制程容许范围中的持续变化也会改变干扰点的表现，并且会引发新的缺陷种类，使得干扰点过滤器变得过时并且无法有效发挥作用。因此，为了不错失关键的感兴趣缺陷，检测工具仍然需要输出大量的干扰点。