一种知识图谱动态更新的方法技术

本发明专利技术涉及一种知识图谱动态更新的方法，包括：获取半导体领域的第一静态知识图谱；基于在所述第一静态知识图谱形成之后对某批次晶圆进行缺陷检测得到的业务数据，构建动态知识图谱；在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论；将所述若干初始结论发送至知识确认平台，得到经过确认的若干知识点；使用所述若干知识点对所述第一静态知识图谱进行更新，得到第二静态知识图谱。谱。谱。

【技术实现步骤摘要】
一种知识图谱动态更新的方法


[0001]本专利技术涉及半导体制造领域，尤其涉及一种知识图谱动态更新的方法。

技术介绍

[0002]在半导体制造过程中产生了各种数据，这些数据可以被保存在静态知识图谱和动态知识图谱中。其中，静态知识图谱是根据大量的与半导体相关的工程师文档，经过自然语言处理技术厘清各个知识文本之间的关系和连接后，得到的半导体领域知识图谱。这种知识图谱是一种知识库，可供用户常态化查阅领域知识、资料。然而，静态知识图谱中的知识是静态的，不会随着业务实体的变化而变化，也无法在业务的进行过程中自动更新。
[0003]动态知识图谱中主要包含一次性的业务数据，例如某片晶圆的上机历史、缺陷检测数据等，这些数据会随着业务实体的变化而变化，例如，晶圆1和晶圆2经过同样的步骤，但是最后的缺陷检出结果可能会完全不同。动态知识图谱中的信息是动态变化的，无法被复用。

技术实现思路

[0004]本说明书一个或多个实施例描述了一种知识图谱动态更新的方法，利用在动态知识图谱上推理得到的结论，对静态知识图谱进行更新。
[0005]本说明书提供了一种知识图谱动态更新的方法，包括：
[0006]获取半导体领域的第一静态知识图谱；
[0007]基于在所述第一静态知识图谱形成之后对某批次晶圆进行缺陷检测得到的业务数据，构建动态知识图谱；
[0008]在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论；
[0009]将所述若干初始结论发送至知识确认平台，得到经过确认的若干知识点；
[0010]使用所述若干知识点对所述第一静态知识图谱进行更新，得到第二静态知识图谱。
[0011]在一种可能的实施方式中，所述动态知识图谱中的实体包括以下中的多个：生产晶圆的设备、设备的SPC数据及相应失效类别，FDC数据及相应失效类别，晶圆、传感器、管芯失效类别、缺陷类别、缺陷坐标；
[0012]所述初始结论包括以下中的多个：生产晶圆的设备编号与晶圆编号之间的关系、生产晶圆的设备编号与传感器编号之间的关系、晶圆编号与管芯失效类别之间的关系、晶圆编号与缺陷类别之间的关系、缺陷类别与缺陷坐标之间的关系；
[0013]在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：
[0014]使用逻辑回归模型在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论；或
[0015]使用贝叶斯统计在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若
干初始结论；或
[0016]使用带有噪声机制的贝叶斯网络在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论。
[0017]在一种可能的实施方式中，使用逻辑回归模型在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：
[0018]将所述动态知识图谱中的任意两个实体，以及关于所述两个实体之间的多个候选关系，输入到所述逻辑回归模型中，分别计算所述多个候选关系为真的概率；
[0019]将所述多个候选关系为真的概率大于预设的第一阈值的若干候选关系，分别与所述两个实体组合，确定为若干初始结论。
[0020]在一种可能的实施方式中，使用贝叶斯统计在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：
[0021]使用贝叶斯统计计算所述动态知识图谱中的若干实体与关系之间的先验概率；
[0022]对于所述动态知识图谱中的任意两个实体，以及关于所述两个实体之间的多个候选关系，根据所述先验概率分别计算所述多个候选关系为真的后验概率；
[0023]将所述多个候选关系为真的概率大于预设的第二阈值的若干候选关系，分别与所述两个实体组合，确定为若干初始结论。
[0024]在一种可能的实施方式中，使用带有噪声机制的贝叶斯网络在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：
[0025]根据所述动态知识图谱中的若干实体与关系构建贝叶斯网络，并在所述贝叶斯网络中加入若干与所述实体和关系无关的噪声实体；
[0026]使用贝叶斯公式计算所述贝叶斯网络中实体与关系之间的先验概率；
[0027]对于所述动态知识图谱中的任意两个非噪声实体，以及关于所述两个实体之间的多个候选关系，根据所述先验概率分别计算所述多个候选关系为真的后验概率；
[0028]将所述多个候选关系为真的概率大于预设的第三阈值的若干候选关系，分别与所述两个非噪声实体组合，确定为若干初始结论。
[0029]在一种可能的实施方式中，所述晶圆图缺陷检测至少包含缺陷层检测步骤和分类排序步骤，且分类排序步骤在缺陷层检测步骤之后；在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：
[0030]对于在分类排序步骤中的最终缺陷形态为已知缺陷的晶圆图数据，将所述最终缺陷形态与缺陷层检测步骤中的若干候选缺陷形态进行相似性分析，得到对于所述若干候选缺陷形态的相似性排序；
[0031]将所述若干候选缺陷形态中在相似性排序中前K名的候选缺陷形态确定为所述若干初始结论。
[0032]在一种可能的实施方式中，使用所述若干知识点对所述第一静态知识图谱进行更新，得到第二静态知识图谱，包括：
[0033]根据所述若干知识点，确定若干实体，以及实体之间的关系；
[0034]将所述若干实体与关系添加到所述第一静态知识图谱中，得到第二静态知识图谱。
[0035]在一种可能的实施方式中，所述实体之间的关系包括：
[0036]所述第一静态知识图谱中已有的实体之间的关系；和/或
[0037]所述第一静态知识图谱中已有的实体与根据所述若干知识点确定的实体之间的关系；和/或
[0038]根据所述若干知识点确定的实体之间的关系。
[0039]在一种可能的实施方式中，所述业务数据包括，晶圆的上机历史数据、统计过程控制SPC数据、以及半导体制造过程中设备的传感器产生的数据经由故障检测与分类系统FDC处理之后得到的数据。
[0040]在一种可能的实施方式中，所述知识点中包括：生产晶圆的设备编号与晶圆编号之间的关系、生产晶圆的设备编号与传感器编号之间的关系、晶圆编号与管芯失效类别之间的关系、晶圆编号与缺陷类别之间的关系、缺陷类别与缺陷坐标之间的关系。
[0041]本专利技术提出的一种知识图谱动态更新的方法，利用统计模型针对数据进行异常检测和相关性分析，根据检测的异常进行故障定位，利用在动态知识图谱上推理得到的结论，对静态知识图谱进行更新，将动态知识图谱的实时性和静态知识图谱的复用性相结合的同时，也克服了二者的不足，即克服了动态知识图谱的不可复用性和静态指数图谱的滞后性。
附图说明
[0042]为了更清楚地说明本说明书披露的多个实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种知识图谱动态更新的方法，包括：获取半导体领域的第一静态知识图谱；基于在所述第一静态知识图谱形成之后对某批次晶圆进行缺陷检测得到的业务数据，构建动态知识图谱；在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论；将所述若干初始结论发送至知识确认平台，得到经过确认的若干知识点；使用所述若干知识点对所述第一静态知识图谱进行更新，得到第二静态知识图谱。2.根据权利要求1所述的方法，其特征在于，所述动态知识图谱中的实体包括以下中的多个：生产晶圆的设备、设备的SPC数据及相应失效类别，FDC数据及相应失效类别，晶圆、传感器、管芯失效类别、缺陷类别、缺陷坐标；所述初始结论包括以下中的多个：生产晶圆的设备编号与晶圆编号之间的关系、生产晶圆的设备编号与传感器编号之间的关系、晶圆编号与管芯失效类别之间的关系、晶圆编号与缺陷类别之间的关系、缺陷类别与缺陷坐标之间的关系；在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：使用逻辑回归模型在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论；或使用贝叶斯统计在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论；或使用带有噪声机制的贝叶斯网络在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论。3.根据权利要求2所述的方法，其特征在于，使用逻辑回归模型在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：将所述动态知识图谱中的任意两个实体，以及关于所述两个实体之间的多个候选关系，输入到所述逻辑回归模型中，分别计算所述多个候选关系为真的概率；将所述多个候选关系为真的概率大于预设的第一阈值的若干候选关系，分别与所述两个实体组合，确定为若干初始结论。4.根据权利要求2所述的方法，其特征在于，使用贝叶斯统计在所述动态知识图谱上进行知识推理，得到与缺陷检测相关的若干初始结论，包括：使用贝叶斯统计计算所述动态知识图谱中的若干实体与关系之间的先验概率；对于所述动态知识图谱中的任意两个实体，以及关于所述两个实体之间的多个候选关系，根据所述先验概率分别计算所述多个候选关系为真的后验概率；将所述多个候选关系为真的概率大于预设的第二阈值的若干候选关系，分别与所述两个实体组合，确定为若干初始结论。5.根据权利要求2...

【专利技术属性】
技术研发人员：易丛文，夏敏，
申请(专利权)人：深圳智现未来工业软件有限公司，
类型：发明
国别省市：