传统上，辩论通常需要手动准备过程，包括阅读大量文章、选择论点、识别论点立场、寻找论据等。近年来，随着人工智能辩论（AI debate）受到越来越多的关注，探索自动化辩论系统中繁琐流程的方法变得尤为重要。在本研究中，我们介绍了一个名为IAM的全面且大型的数据集，该数据集可以应用于一系列论证挖掘任务，包括论点提取、立场分类、证据提取等。我们的数据集收集自123个主题相关的1000多篇文章。数据集中近7万句句子根据其论证属性（如论点、立场、证据等）进行了完全注释。我们进一步提出了两个与辩论准备过程相关的新综合论证挖掘任务：(1) 论点提取与立场分类（CESC）和 (2) 论点-证据对提取（CEPE）。对于每个综合任务，我们分别采用了管道方法和端到端方法。实验结果令人鼓舞，展示了我们提出任务的价值和挑战，并激励了未来在论证挖掘领域的研究。