离散随机结构是贝叶斯非参数学的重要工具，由此产生的模型在密度估计、聚类、主题建模和预测等方面已被证明是有效的。在本文中，我们考虑嵌套过程并研究它们所诱导的依赖结构。相关性范围包括同质性（对应于完全互换性）和最大异质性（对应着样本之间的（无条件）独立性）。当在观测或潜在水平上的样本之间存在联系时，流行的嵌套狄利克雷过程被证明退化为完全可交换的情况。为了克服嵌套一般离散随机测度固有的这个缺点，我们引入了一类新的潜在嵌套过程。这些是通过添加常见的和特定于组的完全随机测度，然后将其归一化为与产量相关的随机概率测度来获得的。我们提供了由潜在嵌套过程引起的分区分布的结果，并开发了用于贝叶斯推断的马尔可夫链蒙特卡罗采样器。作为副产品，获得了组间分布均匀性的测试。这些结果及其推论意义在合成数据和实际数据上都得到了展示。