本发明公开了一种视频片段定位方法、装置、计算机设备及存储介质，属于视频处理技术领域。本发明通过视频识别模型获取目标视频的多个视频帧特征和目标文本的文本特征，确定一个可以与目标文本匹配的候选片段，并基于候选片段中的视频帧与目标文本的匹配程度，对候选片段进行精细划分，得到多个子片段，将与目标文本匹配程度最高的子片段作为目标视频片段。这种通过多次特征匹配，对获取的候选片段进行再次划分，从而确定目标视频片段的方式，使视频识别模型无需学习目标视频片段的边界特征，在模型训练时也就无需对样本视频进行精确标注，缩短了视频识别模型的训练周期，避免出现因样本视频标注不准确而造成的模型输出结果准确率低的问题。