TW202134924A - 用於半導體晶片孔幾何形狀度量的系統和方法 - Google Patents

用於半導體晶片孔幾何形狀度量的系統和方法 Download PDF

Info

Publication number
TW202134924A
TW202134924A TW109114772A TW109114772A TW202134924A TW 202134924 A TW202134924 A TW 202134924A TW 109114772 A TW109114772 A TW 109114772A TW 109114772 A TW109114772 A TW 109114772A TW 202134924 A TW202134924 A TW 202134924A
Authority
TW
Taiwan
Prior art keywords
optical
hole
optical spectrum
signal
model
Prior art date
Application number
TW109114772A
Other languages
English (en)
Other versions
TWI739414B (zh
Inventor
王樂
鄒遠祥
張珺
張偉
周毅
Original Assignee
大陸商長江存儲科技有限責任公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 大陸商長江存儲科技有限責任公司 filed Critical 大陸商長江存儲科技有限責任公司
Application granted granted Critical
Publication of TWI739414B publication Critical patent/TWI739414B/zh
Publication of TW202134924A publication Critical patent/TW202134924A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties
    • G01N21/211—Ellipsometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70633—Overlay, i.e. relative alignment between patterns printed by separate exposures in different layers, or in the same layer in multiple exposures or stitching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L23/00—Details of semiconductor or other solid state devices
    • H01L23/52—Arrangements for conducting electric current within the device in operation from one component to another, i.e. interconnections, e.g. wires, lead frames
    • H01L23/538—Arrangements for conducting electric current within the device in operation from one component to another, i.e. interconnections, e.g. wires, lead frames the interconnection structure between a plurality of semiconductor chips being formed on, or in, insulating substrates
    • H01L23/5384—Conductive vias through the substrate with or without pins, e.g. buried coaxial conductors
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10B—ELECTRONIC MEMORY DEVICES
    • H10B41/00—Electrically erasable-and-programmable ROM [EEPROM] devices comprising floating gates
    • H10B41/20—Electrically erasable-and-programmable ROM [EEPROM] devices comprising floating gates characterised by three-dimensional arrangements, e.g. with cells on different height levels
    • H10B41/23—Electrically erasable-and-programmable ROM [EEPROM] devices comprising floating gates characterised by three-dimensional arrangements, e.g. with cells on different height levels with source and drain on different levels, e.g. with sloping channels
    • H10B41/27—Electrically erasable-and-programmable ROM [EEPROM] devices comprising floating gates characterised by three-dimensional arrangements, e.g. with cells on different height levels with source and drain on different levels, e.g. with sloping channels the channels comprising vertical portions, e.g. U-shaped channels
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10B—ELECTRONIC MEMORY DEVICES
    • H10B43/00—EEPROM devices comprising charge-trapping gate insulators
    • H10B43/20—EEPROM devices comprising charge-trapping gate insulators characterised by three-dimensional arrangements, e.g. with cells on different height levels
    • H10B43/23—EEPROM devices comprising charge-trapping gate insulators characterised by three-dimensional arrangements, e.g. with cells on different height levels with source and drain on different levels, e.g. with sloping channels
    • H10B43/27—EEPROM devices comprising charge-trapping gate insulators characterised by three-dimensional arrangements, e.g. with cells on different height levels with source and drain on different levels, e.g. with sloping channels the channels comprising vertical portions, e.g. U-shaped channels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties
    • G01N21/211—Ellipsometry
    • G01N2021/213—Spectrometric ellipsometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
    • G01N2021/95653—Through-holes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

公開了用於測量半導體晶片中的孔結構的幾何屬性的系統和方法的實施例。在示例中，接收與半導體晶片中的孔結構相對應的光學光譜訊號。該光學光譜訊號由一個或複數個光學特徵來表徵。使用模型，至少部分地基於光學特徵來確定孔結構的幾何屬性。從複數個訓練樣本來訓練模型，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。

Description

用於半導體晶片孔幾何形狀度量的系統和方法
本公開的實施例涉及半導體製造中的度量系統和方法。
孔結構被廣泛地用於半導體晶片製造中，例如三維(3D)記憶體件中的接觸孔和通道孔。孔結構，特別是具有高的高寬比的深孔通常是透過電漿乾式蝕刻（例如深度反應離子蝕刻（DRIE））製成的。隨著高寬比持續增大，深孔的製造受到各種問題和挑戰的影響，例如垂直和傾斜側壁、負載效應、滯後、扇形和缺口效應，其中大部分被反映為孔的不期望的幾何屬性。因此，對半導體晶片製造中的孔結構的行內（inline）測量對於產品良率而言變得很重要。
本文公開了用於測量半導體晶片中的孔結構的幾何屬性的系統和方法的實施例。
在一個示例中，公開了一種用於測量半導體晶片中的孔結構的幾何屬性的方法。接收與半導體晶片中的孔結構相對應的光學光譜訊號。透過一個或複數個光學特徵來表徵光學光譜訊號。使用模型，至少部分地基於光學特徵，來確定孔結構的幾何屬性。模型是從複數個訓練樣本來訓練的，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
在另一個示例中，一種用於測量半導體晶片中的孔結構的幾何屬性的系統包括光學光譜儀和至少一個處理器。光學光譜儀被配置為提供與半導體晶片中的孔結構相對應的光學光譜訊號。至少一個處理器被配置為透過一個或複數個光學特徵來表徵光學光譜訊號。至少一個處理器還被配置為：使用模型，至少部分地基於光學特徵，來確定孔結構的幾何屬性。模型是從複數個訓練樣本來訓練的，每個訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
在又一個示例中，一種有形電腦可讀裝置上儲存有的指令，該指令在被至少一個計算裝置執行時，使得至少一個計算裝置執行操作。操作包括接收與半導體晶片中的孔結構相對應的光學光譜訊號。該操作還包括透過一個或複數個光學特徵來表徵光學光譜訊號。該操作還包括：使用模型，至少部分地基於光學特徵，來確定孔結構的幾何屬性。模型是從複數個訓練樣本來訓練的，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
在又一個示例中，公開了一種用於訓練模型的方法。由至少一個處理器提供用於測量半導體晶片中的孔結構的幾何屬性的模型。由至少一個處理器獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。參考訊號是利用孔結構的標記的幾何屬性來標記的。使用模型來估計孔結構的估計幾何屬性。由至少一個處理器至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。
在又一個示例中，一種用於訓練模型的系統包括記憶體和操作地耦合到該記憶體的至少一個處理器。至少一個處理器被配置為提供用於測量半導體晶片中的孔結構的幾何屬性的模型。至少一個處理器還被配置為獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。參考訊號是利用孔結構的標記的幾何屬性來標記的。至少一個處理器還被配置為使用模型來估計孔結構的估計幾何屬性。至少一個處理器還被配置為：至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。
在又一個示例中，一種有形電腦可讀裝置上儲存有的指令，該指令在被至少一個計算裝置執行時，使得至少一個計算裝置執行操作。操作包括提供用於測量半導體晶片中的孔結構的幾何屬性的模型。操作還包括：獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。參考訊號是利用孔結構的標記的幾何屬性來標記的。操作還包括使用模型來估計孔結構的估計幾何屬性。操作還包括：至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。
儘管對具體配置和佈置進行了討論，但應當理解，這只是出於示例性目的而進行的。相關領域中的技術人員將認識到，在不脫離本公開的實質和範圍的情況下，可使用其他的配置和佈置。對相關領域的技術人員顯而易見的是，本公開還可用於多種其他應用。
要指出的是，在說明書中提到“一個實施例”、“實施例”、“示例性實施例”“一些實施例”等表示所述的實施例可包括特定的特徵、結構或特性，但未必每個實施例都包括該特定特徵、結構或特性。此外，這樣的措辭用語未必是指相同的實施例。另外，在結合實施例描述特定特徵、結構或特性時，結合明確或未明確描述的其他實施例實現此類特徵、結構或特性應在相關領域技術人員的知識範圍之內。
通常，可以至少部分從語境中的使用來理解術語。例如，至少部分根據語境，可以使用本文中使用的術語“一個或複數個”描述單數意義的特徵、結構或特性，或者可以用於描述複數意義的特徵、結構或特性的組合。類似地，至少部分取決於語境，諸如“一（a）”、“一個（an）”或“該（the）”的術語可以被理解為傳達單數使用或傳達複數使用。此外，術語“基於”可以被理解為未必意在傳達各因素的排他性集合，相反，可以允許存在未必明確描述的額外因素，同樣，這至少部分取決於上下文。
如本文所用，術語“基底”是指向其上增加後續材料層的材料。可以對基底自身進行圖案化。在基底頂部上增加的材料可以被圖案化可以保持未圖案化。此外，基底可以包括寬範圍的半導體材料，例如矽、鍺、砷化鎵、磷化銦等。或者，基底可以由不導電材料，例如玻璃、塑膠或藍寶石晶圓製成。
如本文所用，術語“層”是指包括具有厚度的區域的材料部分。一層可以在下方或上方結構的整體上延伸，或者可以具有小於下方或上方結構範圍的範圍。此外，一層可以是厚度小於連續結構厚度的均質或不均質連續結構的區域。例如，一層可以位於在連續結構的頂表面和底表面之間或在其處的任何一對水平面之間。層可以水準、垂直和/或沿傾斜表面延伸。基底可以是一層，其中可以包括一個或複數個層和/或可以在其上、其上方和/或其下方具有一個或複數個層。層可以包括複數個層。例如，互連層可以包括一個或複數個導體和接觸層（其中形成互連線和/或通孔觸點）和一個或複數個電介質層。
如本文所用，術語“標稱/標稱地”是指針對部件或製程操作的特性或參數的，在生產或處理的設計階段期間設置的期望或目標值，以及期望值以上和/或以下的值域。該值域可能是由於製造製程或容限中的輕微變化。如本文所用，術語“關於”表示給定量的值，該值可以基於與主題半導體裝置相關聯的特定技術節點而變化。基於該特定技術節點，術語“關於”可以表示給定量的值，其例如在值的10-30%之內變化（例如，值的±10%、±20%或±30%）。
如本文所用，術語“3D記憶體件”是指在橫向取向的基底上具有垂直取向的儲存單元電晶體串（本文稱為“儲存串”，例如NAND儲存串）的半導體裝置，使得儲存串在相對於基底的垂直方向上延伸。如本文所用，術語“垂直/垂直地”表示標稱地垂直於基底的橫向表面。
在半導體晶片製造中，例如形成3D NAND記憶體件時，通常使用孔結構。例如，圖1A示出了半導體晶片中的通道孔結構的截面圖。在形成3D NAND記憶體件時，半導體晶片包括中間結構，如圖1A所示。中間結構包括：基底102和交替層堆疊體104，所述交替層堆疊體104具有下交替層堆疊體104-1以及在下交替層堆疊體104-1上方的上交替層堆疊體104-2。例如，使用DRIE，形成延伸穿過交替層堆疊體104的複數個通道孔結構，每個所述通道孔結構包括下通道孔106-1和在下通道孔106-1上方的上通道孔106-2。具體而言，下通道孔106-1延伸穿過下交替層堆疊體104-1，並且上通道孔106-2延伸穿過上交替層堆疊體104-2。3D NAND記憶體件的通道結構陣列要在完成製造過程之後的最終半導體晶片中分別形成於圖1A中的通道孔結構中。
隨著交替層堆疊體104中的層數持續增大以便增大儲存單元密度，用於形成通道孔結構的DRIE製程變得更有挑戰性，導致各種問題，例如傾斜以及在上通道孔106-2和下通道孔106-1之間的不對準。在一個示例中，圖1B示出了具有傾斜的圖1A中的通道孔結構中的下通道孔106-1的截面。亦即，下通道孔106-1不是直的，而是沿垂直方向具有傾角或斜坡（即，傾斜）。在另一個示例中，圖1C示出了具有覆蓋的圖1A中的通道孔結構中的上通道孔106-2和下通道孔106-1的截面。亦即，上通道孔106-2的頂部處的重心和下通道孔106-1的頂部處的重心在橫向方向上不是對準的，而是透過覆蓋而不匹配。
具有傾斜電子束的高壓(HV)-SEM通常用於在半導體晶片的製造過程期間對孔結構的傾斜進行行內監測。例如，圖2A和2B示出了使用SEM對半導體晶片中的孔結構的傾斜的測量。如圖2A所示，孔結構206延伸穿過半導體晶片中的基底202上方的交替層堆疊體204。需要仔細調節從HV-SEM發射的電子束的傾斜角以匹配孔結構206的傾斜角，以便獲得孔結構206的頂表面208和底表面210的完整輪廓（profile），如圖2A和2B中所示。圖3示出了圖2A中孔結構206的傾斜向量及該傾斜向量在x軸和y軸上的分量。孔結構206的頂表面208和底表面210的輪廓被映射到圖3中的x-y-z坐標系中，以底表面210處的重心為原點。孔結構206的傾斜向量T被投射到x-y平面上。傾斜向量T在x軸上的分量Tx被計算為h × Tan β × Cos α，並且傾斜向量T在y軸上的分量Ty被計算為h × Tan β × Sin α，其中h為孔結構206的深度（即，傾斜向量T在z軸上的分量），α為在傾斜向量T和x軸之間的角度，β為在傾斜向量T和z軸之間的角度。
不過，已知的使用HV-SEM的測量方法由於需要調節電子束的傾角，以及需要處理大量資料，較耗費時間，由此限制了其對孔結構的幾何屬性（例如，傾斜或覆蓋）的行內監測的輸送量。此外，連續運行HV-SEM進行行內監測可能增大維護成本並且縮短設備壽命。例如，在一些情況下，在測量在上孔和下孔之間的重疊時，可能例如透過去除孔結構的部分而對半導體晶片造成損傷。
根據本公開的各實施例提供了高效的系統和方法，用於利用適用於半導體晶片大規模生產的高輸送量的行內孔幾何度量，同時仍然保持了充分的準確度和精度。在一些實施例中，光學光譜訊號，諸如橢圓偏振（ellipsometry）光譜訊號，結合機器學習模型，能夠實現對半導體晶片中的孔結構幾何屬性（例如，傾斜或覆蓋）的高輸送量、非破壞性、行內測量。與HV-SEM相比，光學光譜測量儀器能夠在測量孔結構時提供更高輸送量，尤其是具有傾斜的孔結構和在上孔和下孔之間具有覆蓋的孔結構。與需要處理由HV-SEM從連續行內測量獲得的大量資料的常規方法相比，透過利用電子顯微鏡（例如，SEM）標記的訓練樣本進行良好離線訓練的機器學習模型，可以用於基於光學光譜訊號輸入來更快速地確定目標幾何屬性，而不犧牲準確度和精度。
圖4示出了根據本公開一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的示例性系統400的示意圖。系統400可以包括計算裝置402，該計算裝置402具有至少一個處理器，該處理器實施本文所公開的各種功能，用於測量半導體晶片的孔幾何屬性414，例如使用機器學習模型和模型訓練進行訊號表徵、孔幾何測量。半導體晶片可以包括邏輯裝置晶片，例如中央處理單元(CPU)、圖形處理單元(GPU)、應用處理器(AP)、可程式化邏輯裝置(PLD)或微控制器單元(MCU)、記憶體件晶片，例如快閃記憶體、動態隨機存取記憶體(DRAM)、或靜態隨機存取記憶體(SRAM)、或任何其他合適的半導體晶片。要理解的是，半導體晶片不限於最終產品並且可以包括製造過程期間的任何中間結構。類似地，孔結構可以包括半導體晶片的任何中間結構或最終產品中的任何孔結構，包括但不限於接觸孔（例如，垂直互連訪問(VIA)孔）和通道孔。例如，半導體晶片可以包括用於形成3D NAND記憶體件的中間結構，並且在中間結構中，孔結構可以包括通道孔結構的陣列、貫穿陣列接觸(TAC)孔結構、貫穿矽接觸(TSC)孔結構、陣列公共源極(ASC)接觸孔結構等。然而，根據一些實施例，半導體晶片中的孔結構的一個或複數個幾何屬性（例如，傾斜或覆蓋）需要進行行內測量，以在製造過程期間或之後進行品質控制。
系統400還可以包括可以提供從半導體晶片中的孔結構採樣的一種或多種類型訊號的一個或複數個光學測量儀器，所述訊號被用作用於由計算裝置402對孔結構的幾何度量的輸入訊號。在一些實施例中，系統400的光學測量儀器包括被配置為提供與半導體晶片中的孔結構相對應的光學光譜訊號412的光學光譜儀404。要理解的是，半導體晶片可以包括複數個孔結構（例如，製造3D NAND記憶體件時的通道孔結構的陣列），並且在其他示例中，與複數個孔結構相對應的複數個光學光譜訊號412可以由光學光譜儀404提供。
在一些實施例中，光學光譜儀404包括橢圓偏振光譜儀，並且由光學光譜儀404提供的光學光譜訊號412包括橢圓偏振光譜訊號。橢圓偏振光譜測量（也稱為“SE”）、表面敏感、非破壞性和非接觸光學度量技術，對光在穿過介質時的偏振變化進行測量，這允許使用者提取這種結構中介質的材料性質，因為層結構在反射偏振光期間呈現出失真。橢圓偏振光譜測量能夠採用寬頻光源，這能夠覆蓋紅外、可見和/或紫外光譜區域中的特定光譜範圍。這樣，可以獲得在對應光譜區域中的複折射率或電介函數張量，根據一些實施例，這可獲得大量物理特性。在一些實施例中，光學光譜訊號412（例如，橢圓偏振光譜訊號）的波長範圍在大約250 nm和大約1300 nm之間，例如在250 nm和1300 nm之間。在一個示例中，在測量傾斜向量T的x軸分量Tx（圖3所示）時，橢圓偏振光譜訊號的波長範圍在264 nm和1180 nm之間。在另一個示例中，在測量傾斜向量T的y軸分量Ty（圖3所示）時，橢圓偏振光譜訊號的波長範圍在256 nm和1270 nm之間。
系統400還可以包括電子顯微鏡406（又稱“EM”），其被配置為提供由計算裝置402在訓練模型408時用作參考訊號416的複數個電子顯微鏡訊號。如下文詳細所述，模型408可以是可以被訓練樣本訓練的任何適當的機器學習模型，其中的每個訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號412和標記的參考訊號416。根據一些實施例，電子顯微鏡406是使用加速電子束作為照明源的顯微鏡，並且比光學顯微鏡具有更高分辨能力，以揭示更小物件的結構。例如，電子顯微鏡406可以包括SEM、穿透式電子顯微鏡(TEM)以及掃描穿透式電子顯微鏡(STEM)。如上所述，儘管低輸送量和高維護成本不適合連續行內測量，但電子顯微鏡406（例如SEM）能夠提供參考訊號416，該參考訊號416可以被人工、自動或半自動標記，以利用某個準確度和精度來指示孔結構的一個或複數個幾何屬性（例如，傾斜或覆蓋），所述幾何屬性適合作為訓練採樣中的標記以用於訓練模型408。在一些實施例中，從由電子顯微鏡406提供的電子顯微鏡訊號來表徵一個或複數個光學特徵以產生參考訊號416。亦即，參考訊號416可以是原始電子顯微鏡訊號或從原始電子顯微鏡訊號變換的任何其他適當訊號。然而，可以標記參考訊號416以利用某個準確度和精度來揭示孔結構的一個或複數個幾何屬性（例如，傾斜或覆蓋）。要理解的是，與常規測量方法不同（其中使用SEM進行連續行內測量），系統400中的電子顯微鏡406可以用於對模型408進行離線訓練，其中低輸送量可能不是問題。
圖5示出了根據本公開一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的圖4中系統400的示例性計算裝置402的示意圖。計算裝置402可以包括由至少一個處理器實現的複數個功能模組和單元。在一些實施例中，計算裝置402包括：訊號表徵模組502、孔幾何測量模組504和模型訓練模組506。根據一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的模型408由計算裝置402運行，由模型訓練模組506訓練並且由孔幾何測量模組504使用。模型408可以是被訓練用於測量孔幾何屬性（例如傾斜或覆蓋）的機器學習模型。根據一些實施例，由光學光譜儀404（圖4中所示）採樣的光學光譜訊號412被提供為計算裝置402的輸入，用於行內孔幾何測量，以及離線模型訓練。在一些實施例中，由電子顯微鏡406（圖4中所示）採樣的參考訊號416也被提供為計算裝置402的輸入，以用於離線模型訓練。
在一些實施例中，訊號表徵模組502被配置為接收與半導體晶片中的孔結構相對應的光學光譜訊號412，並且透過一個或複數個光學特徵來表徵光學光譜訊號412。在一些實施例中，光學光譜訊號412包括具有在250 nm和1300 nm之間的波長範圍的橢圓偏振光譜訊號。在一些實施例中，由於橢圓偏振光譜測量是一種間接度量，所以訊號表徵模組502需要訊號表徵（例如針對實際孔結構的建模和參數擬合），以提取用於指示孔結構的物理性質的特徵（例如光學特徵），該特徵可以由孔幾何測量模組504使用模型408在孔幾何度量時使用。為了表徵光學光譜訊號412，訊號表徵模組502可以被配置為：至少部分地基於光學光譜訊號來獲得Muller矩陣，並且從Muller矩陣提取一個或複數個光學特徵。光學特徵可以包括反射或橢圓偏振參數，例如橢圓偏振儀角度Ψ和Δ。
Muller矩陣可以提供關於介質在反射或透射（transmission）配置下，對由偏振光進行的激勵的回應的資訊。例如，Muller矩陣可以透過在沒有非線性效應的情況下偏振光與物質的交互作用，來表徵樣本的光學性質。如下文所示，Muller矩陣MM是包含16個元素的4×4實矩陣：
Figure 02_image001
。
例如，在測量孔結構的傾斜時，Muller矩陣非對角線的塊元{M13 , M23 , M14 , M24 , M31 , M32 , M41 , M42 }可以提供關於沿橢圓偏振光譜平面的鏡面不對稱的資訊，並且非對角線的塊元的組合，例如M13 + M31 , M23 + M32 , M14 - M41 和M24 - M42 在非零時，可以被解釋為傾斜訊號。在一個示例中，M13 + M31 , M23 + M32 和M14 - M41 的組合可以用於測量傾斜向量T的x軸分量Tx（圖3所示），並且M13 + M31 , M23 + M32 , M14 - M41 和M24 - M42 的組合可以用於測量傾斜向量T的y軸分量Ty（圖3所示）。要理解的是，在其他示例中，根據例如要測量的孔結構的幾何屬性，可以從Muller矩陣提取任何其他適當的光學特徵。
要理解的是，由於來自光學光譜儀404（圖4中所示）的貢獻（其可能影響後續過程），可能向光學光譜訊號412中引入偏移。在一些實施例中，訊號表徵模組502被配置為至少部分地基於相反方向上的兩個光學光譜訊號來去除光學光譜訊號412中的偏移。即，與相同孔結構相對應的相反方向上的兩個光學光譜訊號可以由光學光譜儀404獲取，並且可以基於相反方向上的兩個光學光譜訊號來去除偏移。例如，圖6示出了根據本公開的一些實施例，用於去除光學光譜訊號中的偏移的示例性過程。第一光學光譜訊號可以在圖例601中的方向0D上從孔結構獲得，並且第二光學光譜訊號可以在圖例602中在與方向0D相反的方向180D上從相同孔結構獲得。從第一光學光譜訊號的對應Muller矩陣提取的光學特徵（例如圖例603中的M13 + M31 的組合）可以被分成兩個部分：圖例605中的樣本傾斜，以及圖例607中來自光學光譜儀404的貢獻。類似地，從第二光學光譜訊號的對應Muller矩陣提取的光學特徵（例如圖例604中的M13 + M31 的組合）可以被分成兩個部分：圖例606中的樣本傾斜，以及圖例608中來自光學光譜儀404的貢獻。假設來自光學光譜儀404的貢獻在圖例607和圖例608中相同，可以對圖例603和圖例604中的兩個光學特徵進行平均，以抵消圖例610中來自光學光譜儀404的貢獻。結果，可以去除由光學光譜儀404引入的偏移。
重新參考圖5，根據一些實施例，孔幾何測量模組504被配置為使用模型408，至少部分地基於光學特徵來確定孔結構的幾何屬性。可以由模型訓練模組506從複數個訓練樣本來訓練模型408，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號412和標記的參考訊號416，如下文詳細所述。標記的參考訊號416可以包括用於指示幾何屬性的電子顯微鏡訊號。模型408可以是任何適當的機器學習模型，例如人工神經網路(ANN)。要理解的是，在其他示例中，其他機器學習模型（例如支援向量機(SVM)、決策樹、回歸分析、貝葉斯網路等）可以被用作模型408。
在一些實施例中，孔幾何測量模組504可以應用任何適當的特徵選擇和特徵提取方法，來選擇和/或提取特徵（例如，特徵向量），無論是潛在特徵還是顯在特徵，以降低複雜性並改善確定過程的效率。在一些實施例中，進一步將特徵選擇和特徵提取應用於由訊號表徵模組502從光學光譜訊號412表徵的光學特徵。在一些實施例中，由訊號表徵模組502從光學光譜訊號412表徵的光學特徵被直接輸入到孔幾何測量模組504中，而無需任何進一步的特徵選擇或特徵提取。亦即，可以如上文在獲得光學特徵中所述，由訊號表徵模組502執行特徵選擇和特徵提取。在一些實施例中，將特徵選擇和特徵提取（除了由訊號表徵模組502執行的訊號表徵功能之外）直接應用於光學光譜訊號412。
孔幾何測量模組504的輸出可以是半導體晶片中的孔結構的任何適當的幾何屬性。可以訓練模型408以用於測量特定幾何屬性。在一些實施例中，幾何屬性包括孔結構的傾斜，例如傾斜向量T、傾斜向量T的x軸分量Tx，以及傾斜向量T的y軸分量Ty（例如，圖1B、2A、2B和3中所示）。在一些實施例中，孔結構包括下孔和上孔（例如，圖1C中包括下通道孔106-1和上通道孔106-2的通道孔結構），並且幾何屬性包括在上孔和下孔（例如，圖1C中所示的下通道孔106-1和上通道孔106-2）之間的覆蓋。 要理解的是，根據要測量的孔結構的特定幾何屬性，除了模型408之外，也可以相應地改變由訊號表徵模組502和/或孔幾何測量模組504執行的光學特徵表徵功能或任何其他特徵選擇和特徵提取功能。
圖7是根據本公開的一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的示例性方法700的流程圖。可以執行方法700的操作的裝置的示例包括圖4和5中示出的計算裝置402。要理解的是，方法700中所示的操作不是窮舉性的，並且也可以在例示的任何操作之前、之後或之間執行其他操作。此外，可以同時，或以與圖7所示不同的次序來執行操作中的一些操作。
參考圖7，方法700開始於操作702處，其中接收與半導體晶片中的孔結構相對應的光學光譜訊號。例如，光學光譜訊號412可以由計算裝置402的訊號表徵模組502接收。在一些實施例中，光學光譜訊號的波長範圍在250 nm和1300 nm之間。
方法700進行到操作704，如圖7所示，其中，透過一個或複數個光學特徵來表徵光學光譜訊號。例如，可以使用訊號表徵模組502，透過光學特徵來表徵光學光譜訊號412。圖8是根據本公開一些實施例，用於表徵光學光譜訊號的示例性方法800的流程圖。要理解的是，方法800中所示的操作不是窮舉性的，並且也可以在例示的任何操作之前、之後或之間執行其他操作。此外，可以同時，或以與圖8所示不同的次序來執行操作中的一些操作。方法800開始於操作802，其中光學光譜訊號包括在相反方向上的兩個光學光譜訊號，並且至少部分地基於在相反方向上的兩個光學光譜訊號來去除光學光譜訊號中的偏移。方法800進行到操作804，其中至少部分地基於光學光譜訊號來獲得Muller矩陣。方法800進行到操作806，其中從Muller矩陣中提取一個或複數個光學特徵。光學特徵可以包括反射或橢圓偏振參數中的至少一者。
重新參考圖7，方法700進行到操作706，如圖7所示，其中使用模型，至少部分地基於光學特徵來確定孔結構的幾何屬性。可以從複數個訓練樣本來訓練模型，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。標記的參考訊號可以包括用於指示幾何屬性的電子顯微鏡訊號。例如，可以使用模型408，由計算裝置402的孔幾何測量模組504基於光學特徵來確定孔結構的幾何屬性。在一些實施例中，模型包括ANN。在一些實施例中，幾何屬性包括孔結構的傾斜。在一些實施例中，孔結構包括下孔和上孔，並且幾何屬性包括在上孔和下孔之間的覆蓋。
圖9示出了根據本公開一些實施例，用於訓練用於測量半導體晶片中的孔結構的幾何屬性的模型408的示例性系統900的示意圖。模型408可以是本文公開的任何機器學習模型。系統900可以包括由至少一個處理器實現的複數個功能模組和單元。在一些實施例中，系統900包括模型訓練模組506，其被配置為：使用訓練演算法904，基於目標函數906（也稱為“損耗函數”），在一組訓練樣本902上訓練模型408。模型408可以包括ANN或任何其他適當的機器學習模型。
為了訓練模型408，模型訓練模組506可以獲取訓練樣本902，每個所述訓練樣本902包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。在一個示例中，訓練樣本902的尺寸可以大於2000。參考訊號可以利用孔結構的標記的幾何屬性來標記。例如，每個參考訊號都可以利用孔結構的特定幾何屬性的值（例如孔結構的傾斜或在孔結構中的上孔和下孔之間的覆蓋）來手動地、自動地或半自動地標記。在一些實施例中，光學光譜訊號包括橢圓偏振光譜訊號，並且參考訊號包括電子顯微鏡訊號。
為了訓練模型408，模型訓練模組506還可以使用模型408來估計孔結構的估計幾何屬性。在一些實施例中，孔結構的估計幾何屬性是使用模型408，基於訓練樣本902中的光學光譜訊號作為輸入來估計的。為了訓練模型408，模型訓練模組506還可以至少部分地基於在每個訓練樣本902中的標記的幾何屬性和估計幾何屬性之間的差異，調節模型408的一個或複數個參數。在一些實施例中，模型408包括可以由模型訓練模組506在被饋送訓練樣本902時聯合調節的一個或複數個參數（例如，ANN中的參數）。模型訓練模組506可以使用訓練演算法904來聯合地調節模型408的參數，以最小化訓練樣本902上的目標函數906。可以基於要訓練的模型408的特定類型來選擇任何適當的目標函數906和訓練演算法904。例如，可以由模型訓練模組506使用基於均方誤差(MSE)的目標函數結合被監督的訓練演算法、強化學習演算法或自學演算法。要理解的是，可以透過反覆運算方式執行對模型408的訓練，例如，對參數的調節。
圖10示出了根據本公開的一些實施例，用於訓練用於測量半導體晶片中的孔結構的幾何屬性的模型的示例性方法1000的流程圖。可以執行方法1000的操作的系統的示例包括圖9中示出的系統900。要理解的是，方法1000中所示的操作不是窮舉性的，並且也可以在例示的任何操作之前、之後或之間執行其他操作。此外，可以同時，或以與圖10所示不同的次序執行操作中的一些操作。
參考圖10，方法1000開始於操作1002，其中，提供用於測量半導體晶片中的孔結構的幾何屬性的模型。該模型可以包括ANN。例如，可以向模型訓練模組506提供模型408。如圖10所示，方法1000前進到操作1004，其中，獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。根據一些實施例，利用孔結構的標記的幾何屬性來標記參考訊號。光學光譜訊號可以包括橢圓偏振光譜訊號，並且參考訊號可以包括電子顯微鏡訊號。例如，可以由模型訓練模組506獲得訓練樣本902。方法1000進行到操作1006，如圖10所示，其中，估計使用模型的孔結構的估計幾何屬性。在一些實施例中，幾何屬性包括孔結構的傾斜。在一些實施例中，孔結構包括下孔和上孔，並且幾何屬性包括在上孔和下孔之間的覆蓋。如圖10所示，方法1000進行到操作1008，其中，至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。例如，可以透過訓練樣本902上的模型訓練模組506來調節模型408的一個或複數個參數。
例如，可以使用一個或複數個計算裝置（諸如圖11中所示的計算裝置1100）來實現各種實施例。一個或複數個計算裝置1100可以是圖4中的計算裝置402的示例並且可以用於：例如，實現圖7的方法700、圖8的方法800和圖10的方法1000。 例如，計算裝置1100可以執行孔幾何度量中的各種功能，例如訊號表徵、孔幾何屬性確定和模型訓練。計算裝置1100可以是能夠執行本文描述的功能的任何電腦。
計算裝置1100可以包括一個或複數個處理器（也稱為中央處理單元或CPU），例如處理器1104。根據一些實施例，處理器1104連接到通信基礎設施或匯流排（可稱為通信基礎結構1106）。一個或複數個處理器1104可以分別是GPU。在一些實施例中，GPU是一種處理器，其是被設計為處理數學密集型應用的專用電子電路。GPU可以具有並行結構，這對於並行處理大塊資料時是高效的，例如對電腦圖形應用、圖像、影片等常見的數學密集型資料。
計算裝置1100還可以包括使用者輸入/輸出裝置1103，例如監視器、鍵盤、指向裝置等，其透過使用者輸入/輸出介面1102與通信基礎設施或匯流排（可稱為通信基礎結構1106）通信。
計算裝置1100還可以包括主要或主記憶體1108，例如隨機存取記憶體(RAM)。主記憶體1108可以包括一個或複數個級別的快取記憶體。根據一些實施例，主記憶體1108中儲存有控制邏輯（即，電腦軟體）單元和/或資料。
計算裝置1100還可以包括一個或複數個記憶體或次要存放裝置1110。次要存放裝置1110可以包括例如硬碟驅動器1112和/或可移除儲存裝置或可移除儲存驅動器1114。可移除儲存驅動器1114可以是軟碟機、磁帶驅動器、光碟驅動器、光學存放裝置、磁帶備份設備和/或任何其他存放裝置/驅動器。
可移除儲存驅動器1114可以與可移除儲存單元1118互動。根據一些實施例，可移除儲存單元1118包括電腦可用或可讀存放裝置，其上儲存有電腦軟體（控制邏輯單元）和/或資料。可移除儲存單元1118可以是軟碟、磁帶、壓縮磁碟、DVD、光儲存盤和/或任何其他電腦資料存放裝置。可移除儲存驅動器1114可以以眾所周知的方式從可移除儲存單元1118讀取和/或向可移除儲存單元1118寫入。
根據一些實施例，次要存放裝置1110可以包括用於允許電腦程式和/或其他指令和/或資料被計算裝置1100訪問的其他單元、機構或其他方法。此類單元、機構或其他方法可以包括：例如，可移除儲存單元1122和介面1120。可移除儲存單元1122和介面1120的示例可以包括程式盒和盒介面（諸如在影片遊戲裝置中找到的）、可移除記憶體晶片（諸如EPROM或PROM）和相關插座、記憶棒和USB埠、儲存卡和相關的儲存卡插槽、和/或任何其他可移除儲存單元和相關介面。
計算裝置1100還可以包括網路介面或通信介面1124。根據一些實施例，通信介面1124使計算裝置1100能夠與遠端裝置、遠端網路、遠端實體等的任何組合進行通信和互動（以下稱為遠端設備1128，可單獨地和共同地引用上述）。例如，通信介面1124可以允許計算裝置1100透過通信路徑1126與遠端設備1128通信，所述通信路徑1126可以是有線和/或無線的，並且可以包括LAN、WAN、互聯網等的任何組合。控制邏輯單元和/或資料可以經由通信路徑1126發送到計算裝置1100和從計算裝置1100發送。
在一些實施例中，在本文中，也將包括其上儲存有控制邏輯單元（軟體）的、有形電腦可用或可讀的介質的有形設備或製品稱為電腦程式產品或程式儲存裝置。這包括但不限於計算裝置1100、主記憶體1108、次要存放裝置1110和可移除儲存單元1118和1122，以及體現前述任何組合的有形製品。當由一個或複數個資料處理設備（諸如計算裝置1100）執行時，這種控制邏輯單元使得這樣的資料處理設備如本文所述進行操作。
基於本公開中包含的教導，相關領域的技術人員將清楚如何使用除圖11所示的資料處理設備、電腦系統和/或電腦體系結構之外的資料處理設備、電腦系統和/或電腦體系結構，來製造和使用本公開的實施例。具體而言，實施例可以利用軟體、硬體和/或本文描述的這些之外的作業系統實施方式來操作。
根據本公開的一個方面，公開了一種用於測量半導體晶片中的孔結構的幾何屬性的方法。接收與半導體晶片中的孔結構相對應的光學光譜訊號。透過一個或複數個光學特徵來表徵光學光譜訊號。使用模型，至少部分地基於光學特徵，來確定孔結構的幾何屬性。模型是從複數個訓練樣本來訓練的，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
在一些實施例中，光學光譜訊號包括橢圓偏振光譜訊號。
在一些實施例中，光學光譜訊號的波長範圍在大約250 nm和大約1300 nm之間。
在一些實施例中，幾何屬性包括孔結構的傾斜。
在一些實施例中，孔結構包括下孔和上孔，並且幾何屬性包括在上孔和下孔之間的覆蓋。
在一些實施例中，為了表徵光學光譜訊號，至少部分地基於光學光譜訊號來獲得Muller矩陣，以及從Muller矩陣提取一個或複數個光學特徵。
在一些實施例中，一個或複數個光學特徵包括反射或橢圓偏振參數中的至少一者。
在一些實施例中，光學光譜訊號包括在相反方向上的兩個光學光譜訊號，以及為了表徵光學光譜訊號，至少部分地基於在相反方向上的兩個光學光譜訊號，去除光學光譜訊號中的偏移。
在一些實施例中，模型包括ANN。
在一些實施例中，標記的參考訊號包括用於指示幾何屬性的電子顯微鏡訊號。
根據本公開的另一方面，一種用於測量半導體晶片中的孔結構的幾何屬性的系統包括光學光譜儀和至少一個處理器。光學光譜儀被配置為提供與半導體晶片中的孔結構相對應的光學光譜訊號。至少一個處理器被配置為透過一個或複數個光學特徵來表徵光學光譜訊號。至少一個處理器還被配置為：使用模型，至少部分地基於光學特徵，來確定孔結構的幾何屬性。模型是從複數個訓練樣本來訓練的，每個訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
在一些實施例中，光學光譜儀包括橢圓偏振光譜儀，並且光學光譜訊號包括橢圓偏振光譜訊號。
在一些實施例中，光學光譜訊號的波長範圍在大約250 nm和大約1300 nm之間。
在一些實施例中，幾何屬性包括孔結構的傾斜。
在一些實施例中，孔結構包括下孔和上孔，並且幾何屬性包括在上孔和下孔之間的覆蓋。
在一些實施例中，為了表徵光學光譜訊號，至少一個處理器被配置為：至少部分地基於光學光譜訊號來獲得Muller矩陣，以及從Muller矩陣提取一個或複數個光學特徵。
在一些實施例中，一個或複數個光學特徵包括反射或橢圓偏振參數中的至少一者。
在一些實施例中，光學光譜訊號包括在相反方向上的兩個光學光譜訊號，以及為了表徵光學光譜訊號，至少一個處理器被配置為：至少部分地基於在相反方向上的兩個光學光譜訊號，去除光學光譜訊號中的偏移。
在一些實施例中，模型包括ANN。
在一些實施例中，標記的參考訊號包括用於指示幾何屬性的電子顯微鏡訊號，以及系統還包括被配置為提供複數個電子顯微鏡訊號的電子顯微鏡。
根據本公開的又一方面，一種有形電腦可讀裝置上儲存有的指令，該指令在被至少一個計算裝置執行時，使得至少一個計算裝置執行操作。操作包括接收與半導體晶片中的孔結構相對應的光學光譜訊號。該操作還包括透過一個或複數個光學特徵來表徵光學光譜訊號。該操作還包括：使用模型，至少部分地基於光學特徵，來確定孔結構的幾何屬性。模型是從複數個訓練樣本來訓練的，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
根據本公開的又一方面，公開了一種用於訓練模型的方法。由至少一個處理器提供用於測量半導體晶片中的孔結構的幾何屬性的模型。由至少一個處理器獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。參考訊號是利用孔結構的標記的幾何屬性來標記的。使用模型來估計孔結構的估計幾何屬性。由至少一個處理器至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。
在一些實施例中，光學光譜訊號包括橢圓偏振光譜訊號。
在一些實施例中，幾何屬性包括孔結構的傾斜。
在一些實施例中，孔結構包括下孔和上孔，並且幾何屬性包括在上孔和下孔之間的覆蓋。
在一些實施例中，參考訊號包括電子顯微鏡訊號。
在一些實施例中，模型包括ANN。
根據本公開的又一方面，一種用於訓練模型的系統包括記憶體和操作地耦合到該記憶體的至少一個處理器。至少一個處理器被配置為提供用於測量半導體晶片中的孔結構的幾何屬性的模型。至少一個處理器還被配置為獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。參考訊號是利用孔結構的標記的幾何屬性來標記的。至少一個處理器還被配置為使用模型來估計孔結構的估計幾何屬性。至少一個處理器還被配置為：至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。
在一些實施例中，光學光譜訊號包括橢圓偏振光譜訊號。
在一些實施例中，幾何屬性包括孔結構的傾斜。
在一些實施例中，孔結構包括下孔和上孔，並且幾何屬性包括在上孔和下孔之間的覆蓋。
在一些實施例中，參考訊號包括電子顯微鏡訊號。
在一些實施例中，模型包括ANN。
根據本公開的又一方面，一種有形電腦可讀裝置上儲存有的指令，該指令在被至少一個計算裝置執行時，使得至少一個計算裝置執行操作。操作包括提供用於測量半導體晶片中的孔結構的幾何屬性的模型。操作還包括：獲得複數個訓練樣本，每個所述訓練樣本包括與相同孔結構相對應的一對光學光譜訊號和參考訊號。參考訊號是利用孔結構的標記的幾何屬性來標記的。操作還包括使用模型來估計孔結構的估計幾何屬性。操作還包括：至少部分地基於在訓練樣本中的每一個訓練樣本中的標記的幾何屬性與估計幾何屬性之間的差異，來調節模型的參數。
對特定實施例的上述說明將展現本公開的一般性質，使得他人在不需要過度實驗和不脫離本公開一般概念的情況下，能夠透過運用本領域技術範圍內的知識容易地對此類特定實施例的各種應用進行修改和/或調整。因此，基於本文呈現的教導和指導，此類調整和修改旨在處於所公開的實施例的等同物的含義和範圍之內。應當理解，本文中的措辭或術語是出於說明的目的，而不是為了進行限制，所以本說明書的術語或措辭將由技術人員按照所述教導和指導進行解釋。
上文已經借助於功能方塊描述了本公開的實施例，所述功能方塊例示了指定功能及其關係的實施方式。在本文中出於方便描述的目的已經任意定義了這些功能方塊的邊界。可以定義替代邊界，只要適當執行其指定功能和關係即可。
發明內容和摘要部分可以闡述發明人構思的本公開的一個或複數個實施例，但不是所有示例性實施例，並且因此，並非意在透過任何方式限制本公開和所附請求項。
本公開的廣度和範圍不應受任何上述示例性實施例的限制，而是應當僅根據所附申請專利範圍及其等同物進行限定。
0D,180D:方向 102,202:基底 104,204:交替層堆疊體 104-1:下交替層堆疊體 104-2:上交替層堆疊體 106-1:下通道孔 106-2:上通道孔 206:孔結構 208:頂表面 210:底表面 400,900:系統 402,1100:計算裝置 404:光學光譜儀 406:電子顯微鏡 408:模型 412:光學光譜訊號 414:孔幾何屬性 416:參考訊號 502:訊號表徵模組 504:孔幾何測量模組 506:模型訓練模組 601,602,603,604,605,606,607,608,610:圖例 700,800,1000:方法 702,704,706,802,804,806,1002,1004,1006,1008:操作 902:訓練樣本 904:訓練演算法 906:目標函數 1102:使用者輸入/輸出介面 1103:使用者輸入/輸出裝置 1104:處理器 1106:通信基礎結構 1108:主記憶體 1110:次要存放裝置 1112:硬碟驅動器 1114:可移除儲存驅動器 1118,1122:可移除儲存單元 1120:介面 1124:通信介面 1126:通信路徑 1128:遠端設備 T:傾斜向量 Tx,Ty:分量
被併入本文並且形成說明書的一部分的附圖，例示了本公開的實施例並與說明書一起進一步用以解釋本公開的原理，並使相關領域的技術人員能夠做出和使用本公開。 圖1A示出了半導體晶片中的通道孔結構的截面圖。 圖1B示出了具有傾斜（tilt）的圖1A中的通道孔結構中的下通道孔的截面圖。 圖1C示出了具有覆蓋的圖1A中的通道孔結構中的上通道孔和下通道孔的截面圖。 圖2A和2B示出了使用掃描電子顯微鏡(SEM)對半導體晶片中的孔結構的傾斜的測量。 圖3示出了圖2A中孔結構的傾斜向量及該傾斜向量在x軸和y軸上分量。 圖4示出了根據本公開一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的示例性系統的示意圖。 圖5示出了根據本公開一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的圖4中系統的示例性計算裝置的示意圖。 圖6示出了根據本公開的一些實施例，用於去除光學光譜訊號中偏移的示例性過程。 圖7示出了根據本公開一些實施例，用於測量半導體晶片中的孔結構的幾何屬性的示例性方法的流程圖。 圖8是根據本公開一些實施例，用於表徵光學光譜訊號的示例性方法的流程圖。 圖9示出了根據本公開一些實施例，用於訓練用於測量半導體晶片中的孔結構的幾何屬性的模型的示例性系統的示意圖。 圖10是根據本公開一些實施例，用於訓練用於測量半導體晶片中的孔結構的幾何屬性的模型的示例性方法的流程圖。 圖11示出了根據本公開一些實施例的示例性計算裝置的框圖。 將參考附圖描述本公開的實施例。
402:計算裝置
408:模型
412:光學光譜訊號
416:參考訊號
502:訊號表徵模組
504:孔幾何測量模組
506:模型訓練模組

Claims (20)

  1. 一種用於測量半導體晶片中的孔結構的幾何屬性的方法，包括： 由至少一個處理器接收與所述半導體晶片中的所述孔結構相對應的光學光譜訊號； 由所述至少一個處理器透過一個或複數個光學特徵來表徵所述光學光譜訊號；以及 由所述至少一個處理器使用模型，至少部分地基於所述光學特徵，來確定所述孔結構的所述幾何屬性，其中，所述模型是從複數個訓練樣本來訓練的，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
  2. 如請求項1所述的方法，其中，所述光學光譜訊號包括橢圓偏振光譜訊號。
  3. 如請求項1所述的方法，其中，所述光學光譜訊號的波長範圍在大約250 nm和大約1300 nm之間。
  4. 如請求項1所述的方法，其中，所述幾何屬性包括所述孔結構的傾斜。
  5. 如請求項1所述的方法，其中，所述孔結構包括下孔和上孔，並且所述幾何屬性包括在所述上孔和所述下孔之間的覆蓋。
  6. 如請求項1所述的方法，其中，表徵所述光學光譜訊號包括： 至少部分地基於所述光學光譜訊號來獲得Muller矩陣；以及 從所述Muller矩陣提取所述一個或複數個光學特徵。
  7. 如請求項6所述的方法，其中，所述一個或複數個光學特徵包括反射或橢圓偏振參數中的至少一者。
  8. 如請求項6所述的方法，其中， 所述光學光譜訊號包括在相反方向上的兩個光學光譜訊號；以及 表徵所述光學光譜訊號還包括：至少部分地基於在相反方向上的所述兩個光學光譜訊號，去除所述光學光譜訊號中的偏移。
  9. 如請求項1所述的方法，其中，所述模型包括人工神經網路(ANN)。
  10. 如請求項1所述的方法，其中，所述標記的參考訊號包括用於指示所述幾何屬性的電子顯微鏡訊號。
  11. 一種用於測量半導體晶片中的孔結構的幾何屬性的系統，包括： 光學光譜儀，其被配置為提供與所述半導體晶片中的所述孔結構相對應的光學光譜訊號；以及 至少一個處理器，其被配置為： 透過一個或複數個光學特徵來表徵所述光學光譜訊號；以及 使用模型，至少部分地基於所述光學特徵，來確定所述孔結構的所述幾何屬性，其中，所述模型是從複數個訓練樣本來訓練的，每個所述訓練樣本包括都與相同孔結構相對應的一對光學光譜訊號和標記的參考訊號。
  12. 如請求項11所述的系統，其中，所述光學光譜儀包括橢圓偏振光譜儀，並且所述光學光譜訊號包括橢圓偏振光譜訊號。
  13. 如請求項11所述的系統，其中，所述光學光譜訊號的波長範圍在大約250 nm和大約1300 nm之間。
  14. 如請求項11所述的系統，其中，所述幾何屬性包括所述孔結構的傾斜。
  15. 如請求項11所述的系統，其中，所述孔結構包括下孔和上孔，並且所述幾何屬性包括在所述上孔和所述下孔之間的覆蓋。
  16. 如請求項11所述的系統，其中，為了表徵所述光學光譜訊號，所述至少一個處理器被配置為： 至少部分地基於所述光學光譜訊號來獲得Muller矩陣；以及 從所述Muller矩陣提取所述一個或複數個光學特徵。
  17. 如請求項16所述的系統，其中，所述一個或複數個光學特徵包括反射或橢圓偏振參數中的至少一者。
  18. 如請求項16所述的系統，其中， 所述光學光譜訊號包括在相反方向上的兩個光學光譜訊號；以及 為了表徵所述光學光譜訊號，所述至少一個處理器還被配置為：至少部分地基於在所述相反方向上的所述兩個光學光譜訊號，去除所述光學光譜訊號中的偏移。
  19. 如請求項11所述的系統，其中，所述模型包括人工神經網路(ANN)。
  20. 如請求項11所述的系統，其中： 所述標記的參考訊號包括用於指示所述幾何屬性的電子顯微鏡訊號；以及 所述系統還包括被配置為提供複數個電子顯微鏡訊號的電子顯微鏡。
TW109114772A 2020-03-13 2020-05-04 用於半導體晶片孔幾何形狀度量的系統和方法 TWI739414B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
PCT/CN2020/079223 WO2021179290A1 (en) 2020-03-13 2020-03-13 Systems and methods for semiconductor chip hole geometry metrology
WOPCT/CN2020/079223 2020-03-13

Publications (2)

Publication Number Publication Date
TWI739414B TWI739414B (zh) 2021-09-11
TW202134924A true TW202134924A (zh) 2021-09-16

Family

ID=74590093

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109114772A TWI739414B (zh) 2020-03-13 2020-05-04 用於半導體晶片孔幾何形狀度量的系統和方法

Country Status (4)

Country Link
US (2) US11041814B1 (zh)
CN (1) CN112384749B (zh)
TW (1) TWI739414B (zh)
WO (1) WO2021179290A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102697633B1 (ko) * 2020-01-21 2024-08-23 삼성전자주식회사 반도체 장치의 제조 방법
CN112384749B (zh) * 2020-03-13 2022-08-19 长江存储科技有限责任公司 用于半导体芯片孔几何形状度量的系统和方法
US12105028B1 (en) * 2023-09-25 2024-10-01 Auros Technology, Inc. Apparatus for generating model for spectroscopic ellipsometry constant analysis and method therefor

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0886628A (ja) * 1994-09-16 1996-04-02 Rohm Co Ltd 神経回路網による半導体チップリード半田外観検査法
US6236033B1 (en) * 1998-12-09 2001-05-22 Nec Research Institute, Inc. Enhanced optical transmission apparatus utilizing metal films having apertures and periodic surface topography
US6389408B1 (en) * 1999-06-30 2002-05-14 The United States Of America As Represented By The Secretary Of The Army Neural network systems for chemical and biological pattern recognition via the Mueller matrix
US7302367B2 (en) * 2006-03-27 2007-11-27 Timbre Technologies, Inc. Library accuracy enhancement and evaluation
CN101393015B (zh) * 2008-10-17 2010-06-16 华中科技大学 一种微纳深沟槽结构在线测量方法及装置
US8440933B2 (en) * 2009-04-17 2013-05-14 University Of Connecticut Systems and methods for enhanced control of laser drilling processes
TW201209371A (en) * 2010-03-31 2012-03-01 Tokyo Electron Ltd Method and system for optical metrology optimization using ray tracing
US9121696B2 (en) * 2010-06-24 2015-09-01 Korea Research Institute Of Standards And Science Device and method for measuring via hole of silicon wafer
CN102750333B (zh) * 2012-05-31 2014-05-07 华中科技大学 一种用于提取半导体纳米结构特征尺寸的方法
JP2016148747A (ja) * 2015-02-12 2016-08-18 株式会社ニューフレアテクノロジー 画像作成方法、検査方法および画像作成装置
EP3451061A1 (en) 2017-09-04 2019-03-06 ASML Netherlands B.V. Method for monitoring a manufacturing process
CN107576630A (zh) * 2017-09-28 2018-01-12 中国科学院昆明植物研究所 同时测定植物多种重金属含量的中红外光谱便携检测系统
US11380594B2 (en) * 2017-11-15 2022-07-05 Kla-Tencor Corporation Automatic optimization of measurement accuracy through advanced machine learning techniques
WO2019173170A1 (en) 2018-03-05 2019-09-12 Kla-Tencor Corporation Visualization of three-dimensional semiconductor structures
US11669746B2 (en) * 2018-04-11 2023-06-06 Samsung Electronics Co., Ltd. System and method for active machine learning
US10962951B2 (en) 2018-06-20 2021-03-30 Kla-Tencor Corporation Process and metrology control, process indicators and root cause analysis tools based on landscape information
US10677586B2 (en) 2018-07-27 2020-06-09 Kla-Tencor Corporation Phase revealing optical and X-ray semiconductor metrology
KR102611986B1 (ko) * 2018-12-19 2023-12-08 삼성전자주식회사 반도체 소자의 형상 예측 방법
CN109612943B (zh) * 2019-01-14 2020-04-21 山东大学 基于机器学习的隧洞岩石石英含量测试系统及方法
CN112384749B (zh) * 2020-03-13 2022-08-19 长江存储科技有限责任公司 用于半导体芯片孔几何形状度量的系统和方法

Also Published As

Publication number Publication date
US11041814B1 (en) 2021-06-22
CN112384749A (zh) 2021-02-19
WO2021179290A1 (en) 2021-09-16
US11674909B2 (en) 2023-06-13
TWI739414B (zh) 2021-09-11
CN112384749B (zh) 2022-08-19
US20210293727A1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
TWI739414B (zh) 用於半導體晶片孔幾何形狀度量的系統和方法
TWI771499B (zh) 非對稱結構之尺寸之偵測與測量
KR102196370B1 (ko) 프록시 구조의 측정에 기초한 신호 응답 계측
TWI631314B (zh) 利用光學臨界尺寸(ocd)計量之結構分析用於光學參數模型之最佳化方法、非暫時性之機器可存取儲存媒體及用以產生所模擬繞射信號以利用光學計量判定用以在晶圓上製造結構之晶圓塗覆的程序參數之系統
TWI631309B (zh) 用於光學度量衡之高度相關參數的相關性之動態移除
US20140379281A1 (en) Measurement Model Optimization Based On Parameter Variations Across A Wafer
US20130304408A1 (en) Measurement Recipe Optimization Based On Spectral Sensitivity And Process Variation
US11243067B2 (en) Systems and methods for semiconductor chip surface topography metrology
US11562919B2 (en) Systems and methods for semiconductor chip surface topography metrology
WO2017019341A1 (en) Automated metrology system selection
US11448499B2 (en) Systems and methods for semiconductor chip surface topography metrology
US11454491B2 (en) Systems having light source with extended spectrum for semiconductor chip surface topography metrology
TWI634310B (zh) 用於自動地判定傅立葉諧波序數之方法、系統及機器可存取儲存媒體
TW202244460A (zh) 基於經訓練之經參數調節之測量模型之高解析度輪廓測量
TWI820680B (zh) 用於模型化邏輯結構之有效單元近似的方法和裝置
WO2024102903A1 (en) Combined modeling and machine learning in optical metrology
Wadsworth et al. Characteristic Mueller matrix responses and correlation analysis for vertical GAA nanowire structure manufacturing using RCWA simulated spectra