ロジスティック回帰による2クラス分類モデルを拡張し、多クラス分類を行いたい

Question

Tensorflow_cookbook内のd2vモデル(https://github.com/nfmcclure/tensorflow_cookbook/blob/master/07_Natural_Language_Processing/07_Sentiment_Analysis_With_Doc2Vec/07_sentiment_with_doc2vec.py)
を拡張し、多クラス分類が行えるモデルにしたいと考えております。
活性化関数をシグモイド関数のままだと、損失が負数になってしまうため活性化関数にソフトマックス関数を用いたところ、損失が全てと0なってしまうのですが、その原因の究明に難航しております。
上記コード内228行目

logistic_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=model_output, labels=tf.cast(log_y_target, tf.float32)))

のsigmoid_cross_entropy_with_logitsをsoftmax_cross_entropy_with_logitsに変更したところ、損失が0となってしまいました。
ご助力いただければ幸いです、よろしくお願いいたします。