近年来,随着“智慧法院”建设工作的推进,法院积累了大量的以裁判文书为核心的司法数据,这些数据在司法智能化辅助应用中起到关键作用。裁判文书中的案情是法官进行司法判定的主要依据,如何有效地获取案情中的案情特征,对司法智能化辅助应用具有重要的价值。通过挖掘案情中由犯罪事件触发词及相关属性构成的案情特征来构建事件网络,可以支撑罪名预测、案情信息补全等智慧司法应用。现有的案情表示方法多通过从案情中抽取事件特征构建案情知识图谱,然而这些方法只能获取有限的案情特征,且忽略了案情特征之间的联系。因此,本文以涉毒案件裁判文书为切入点,研究如何构建涉毒案件的事件网络来分析涉毒案件,解决人工分析涉毒案情效率低下的问题。在此基础上利用神经网络模型来学习事件网络中的案情规律,将其应用于案情信息补全的任务,为案情完整性分析工作提供参考。本文主要做了如下工作:（1）针对涉毒案件中的案情分析问题,本文提出构建事件网络来表示涉毒案件的案情。将犯罪事件作为节点,事件关系作为边,通过案情文本抽取,犯罪事件抽取,事件合并及事件关系识别的过程来实现涉毒案件事件网络的自动构建,用来表示涉毒案件的案情描述中的犯罪事实信息,以此来支撑基于案情分析的司法智能化辅助应用的研究。（2）在构建涉毒案件事件网络的基础上,本文提出了一种基于事件网络的案情信息补全方法。由于法院新接收的案件未经审核,可能会存在案情信息缺失的问题,导致法院工作人员需要对新接收案件的完整性进行分析判断。因此,本文使用结合事件序列特征与事件网络特征的案情信息补全方法来预测缺失的案情信息,通过学习涉毒案件的事件表示,预测事件网络中缺失的犯罪事件来对案情信息加以补全,在涉毒案件裁判文书数据集上达到了63.56%的准确率。