本发明涉及视频处理技术领域，具体提供一种视频片段定位方法、装置与介质，旨在解决如何提高视频片段定位时定位准确性的问题。本发明的方法包括控制视频定位模型根据视频样本中候选视频片段的候选特征以及语言描述信息的语言特征获取第一融合特征，采用图卷积网络并根据第一融合特征获取具有相同起始时间或终止时间的候选视频片段对应的第二融合特征；根据第二融合特征预测的候选视频片段与语言描述信息的匹配度对视频定位模型进行训练；采用训练后的模型进行视频片段定位。根据第一融合特征能够得到准确的候选视频片段提高视频定位的准确性，根据第二融合特征可以准确地区分出语义较难区分的候选视频片段，进一步提高视频定位的准确性。