忽略/屏蔽某些标签Softmax交叉熵

Question

在尝试实现这里描述的l2正则化的交叉熵损失A Fast and Accurate Dependency Parser using Neural Networks时，在得到训练中的几个步骤的负损失之后，我得到错误：ValueError: Cannot feed value of shape (48,) for Tensor u'Placeholder_2:0', which has shape '(48, 1)。我的损失如下：

self.loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=self.prediction, labels=self.train_labels)) 
         + 1e-8 * (tf.nn.l2_loss(w1) 
         + tf.nn.l2_loss(w2))

并且在步骤0中是负值。我相信我的问题是某些标签是-1并且应该被忽略，如文中所述：“轻微 变化是我们计算softmax概率 只有在可行的转变中 练习“。在计算损失时，我如何忽略这些标签？